一种改进的mimo-ofdm信道估计算法.docxVIP

一种改进的mimo-ofdm信道估计算法 1 基于导频的信道估计算法 随着多媒体带宽业务的蓬勃发展，未来多功能系统的数据分辨率和信号效率提出了更高的要求。mimo-whyd系统是由多输入和多输出（mimo）系统和正交频分复器（ofdm）技术相结合而成的。mimou出口商系统采用空时编码，具有分集激励和编码幅度，显著提高了系统容量、数据分辨率和信号效率，预计将成为未来无线通信系统的主要技术方案之一。 在无线通信系统中,信道估计的好坏直接影响到接收端相干检测的性能.基于导频的信道估计主要分为LS算法和MMSE算法.前者假设信道冲击响应(CIR)是未知确定不变的,而后者假设CIR是随机过程中的随机变量.早期的MIMO研究假设信道是空间不相关的,而在实际MIMO-OFDM系统中,由于天线间隔等约束,不同发送和接收天线间的信道往往是空间相关的.对于这种信道,可以采用MMSE技术进行信道估计,利用信道相关性等先验信息获得较好的估计性能.然而,利用先验信息的代价就是高计算复杂度,而且,当不能够预先得知信道空间相关性信息时,MMSE技术不适合高速快变衰落信道,很大程度地阻碍了此算法的实际应用. 为了适应更广泛的应用需求,本文集中开发无需利用信道先验信息的LS估计算法.文提出一种基于最小MSE的LS信道估计算法.文在802.11 n室内模型下提出一种角域LS信道估计算法,但此算法利用的时域正交导频方案并不适用于室外无线通信.为了适应室外无线信道,基于文的相移正交LS算法、根据角域内信道系数空间不相关,提出一种相移正交角域LS算法.该算法利用最有用抽头(MST)技术来忽略能量较小的抽头、保留能量较大的抽头来减少噪声对信道估计的影响,改善了相移正交LS算法的性能.通过3种不同室内外模型的仿真实验验证了所提算法的有效性. 2 信号空间方程 在角域中,不同波束形成的主瓣用来标识物理传输环境.一个MIMO系统,波束形成将有Nt个发送波瓣和Nr个接收波瓣.一个传输和接收天线对形成一个角域区域,因此,角域可分为Nt×Nr个角域区域.如图1所示,发送波瓣2和接收波瓣2表示一个角域区域(2,2),多条无法分辨的物理路径如果均出现在角域(2,2)中就可合并为一个路径A,而其它由可合并物理路径构成的路径B,由于它的发起点或终点在其它波瓣处,所以对路径A没有任何影响.从而,不同的物理路径会近似地产生不同的角域区域,可认为不同角域区域内的信道系数空间不相关. 假设在时刻l,发送和接收天线间有任意个路径,第i个路径的衰减因子是ai,角度φit(?it=sinφit),φir(?ir=sinφir).在时域内,信道矩阵为R(l),l=0,1,2,···,L-1,L是MIMO信道时间扩展长度.那么,信道矩阵R(l)可表示为 其中, 其中,λc为载波波长,di为发射天线与接收天线之间沿路径i的距离,Et(?)和Er(?)为发射和接收方向余弦?t和?r上的单位空间特征图,?t和?r是分别表示发送和接收天线阵的间距. 角域与时域之间的转换可表示为 其中,上标a表示角域变量,Qt和Qr为发送和接收信号空间正交基,该基提供了接收信号的角域表示,它们的列向量分别为 其中,Mt=Nt?t和Mr=Nr?r分别是归一化的发送天线和接收天线阵长度. 3 ls估计算法的mse 基于导频的信道估计算法大体上可分为LS算法和MMSE算法.虽然MMSE算法利用信道空间相关性能得到很高的估计性能,但利用信道先验信息将产生高计算复杂度,使MMSE算法不适用于实际应用,故在实际的通信标准中,采用的往往都是LS算法. 为了获得最小的信道估计均方误差(MSE)值,这里选择相移正交LS算法.该算法不但要求每根发射天线导频序列中的导频等能量、等间隔,而且不同发射天线间的导频序列相互相移正交.假设信道估计在g个OFDM符号下进行,也就是导频序列通过g个OFDM符号,q表示第q根接收天线,则第q根接收天线接收到的信号可建模为 其中,Yq=[Yq T(0),···,Yq T(g-1)]T,Ξq=[Ξq T(0),···,Ξq T(g-1)]T,hq=[hq,1T,···,hq,NtT],并且, 其中,Srdiag(n)和Brdiag(n)是K×K维对角矩阵,对角线元素分别包含第n个OFDM符号中的信号子载波和导频子载波,F为傅里叶变换矩阵.信道冲击响应的LS估计可表示如下: 其中,是第q根接收天线的信道冲击响应估计值.LS算法的MSE可表示为: 其中,σf2为噪声方差,ε(·)为求数学期望.为使得系统MSE最小,AHA必须为对角矩阵. 4 mst技术的角域描述 正如前面所讨论的,在角域内,信道系数可近似为空间不相关且独立于噪声.因此,可以在每个角域面里对信道系数进行独立地过滤来减小噪声产生的估计误差.相移正交角域LS算法