《OFDM技术无线通信系统信道估计研究报告.pdf》由会员分享,可在线阅读,更多相关《OFDM技术无线通信系统信道估计研究报告.pdf(36页珍藏版)》请在三一文库上搜索。
1、个人资料整理仅限学习使用 基于 OFDM 技术的无线通信系统的信道估计的研究 目录 1绪论 1 1.1 研究内容及背景意义1 1.2 本论文所做的主要工作2 2 OFDM 系统简介 3 2.1 单载波通信与多载波通信3 2.2OFDM 基本原理 5 2.3 OFDM 的优缺点 6 2.4 OFDM 系统的关键技术 7 3 OFDM 信道估计及其性能仿真9 3.1 信道估计概述 9 3.2 信道估计的目的10 3.3 OFDM 信道特性 10 3.4 信道估计方法 13 3.4.1 插入导频法信道估计13 3.4.2 最小平方 (LS算法 14 3.4.3 最小均方误差估计 (MMSE16 3.
2、4.4 线性最小均方误差 (LMMSE 算法 18 3.4.5 基于 DFT 变换的信道估计19 3.5性能比较与分析 20 4改进的 DFT 算法及其性能仿真23 个人资料整理仅限学习使用 4.1 算法简介 23 4.2 性能仿真 24 5 结论与展望 30 参考文献 31 答谢32 个人资料整理仅限学习使用 1 绪论 1.1 研究内容及背景意义 近 30 年来,移动通信领域经历了从模拟到数字,窄带到宽带,低数据 传输速率到高数据传输速率的演变。第一代(1G:AMPS 、TACS 和第二代 (2G:GSM 、IS-95CDMA 移动通信只能提供语音业务或部分低数据业务,为了 实现个人通信,移
3、动互联网,高清视频点播等超宽带,高数据传输速率业 务,人们相继提出第三代(3G:CDMA2000 、WCDMA、TD-SCDMA和第四代 (4G: LTE TDD 、LTE FDD 移动通信,而其中的关键技术之一正交频分复用 (OFDM 成为研究热点。 OFDM 技术的提出可以追溯到上世纪60 年代,但由于当时大规模集成电 路的限制, OFDM 并未得到重视。直到1982 年,Weinstei和 Ebert 提出基于 离散傅里叶变换 (DFT的 OFDM 基带调制,才使得人们开始重视这一技术。 1990 年,Peled 和 Ruiz 提出的循环前缀 (Cyclic Prefix,CP,解决了信
4、道正 交性问题。加之高速DSP技术,自适应技术,软件无线电技术的日益成 熟,如何将 OFDM 技术应用到无线通信系统,成为人们亟待解决的问题。 经过多年的发展, OFDM 技术已成功应用到数字音频广播(DAB,数字视 频广播 (DVB ,高清电视 (HDTV ,视频点播 (VOD ,无线局域网 (WLAN 等通 信领域。例如1999 年到 2002 年期间,清华大学成功研发出DMB-T数字电 视传输系统;欧共体研发的数字视频地面广播 (DVB-T 错误!未找到引用源。 。 在移动通信中,无线信道往往受到高层建筑物,河流,森林,山脉等 的影响而呈现多径特性。为了更好地适应信道传输,发送端通常采用
5、调制 个人资料整理仅限学习使用 技术;相应地,接收端要获得原始信息,必须对接收信号进行解调。解调 一般分为非相干解调和相干解调两大类,非相干解调适用于低速传输的系 统,对于多进制调制的高速传输系统,大多数采用相干解调技术。因此, 为使接收端获得与发送端完全同频同相的载波信息,必须对信道进行估计, 以对抗码间干扰和多径衰落。对于OFDM 系统,信道估计的任务就是,根据 接收到的已失真的、叠加了AWGN 的信息序列来准确估计出信道的频域传输 特性,换句话说,就是估计OFDM 各正交子信道的频率响应值。因此,研究 信道估计技术意义重大 错误!未找到引用源。 。 1.2 本论文所做的主要工作 本文基于
6、 OFDM 系统原理,以OFDM 信道估计算法为研究对象,对比分 析了快衰落环境下各种估计算法的误码率和均方误差,随后提出一种估计 性能优良的改进算法,并仿真了改进算法在抵抗码间干扰、多径衰落的优 越性。 第一章以移动通信的演变为背景,介绍了OFDM 技术的提出、发展历程 和在民用通信中的应用,然后根据无线信道环境引出信道估计的概念。 第二章简要介绍了快衰落信道下OFDM系统组成原理,包括串/ 并转 换,数据调制,离散傅里叶变换,循环前缀等内容,然后介绍了OFDM 系统 的优缺点及关键技术。 第三章是本文的重点。首先简要介绍了信道估计的分类和目的;然后 介绍了快衰落下的四种信道模型,并对四种模
7、型的冲击响应进行了仿真, 以观察各信道的时延扩展,并为后面估计算法的性能仿真做准备;之后重 点分析了基于 LS算法、MMSE 算法、LMMSE 算法以及基于 DFT算法的信道估 个人资料整理仅限学习使用 计原理,进行了大量公式推导,并总结其优缺点;最后在不同信道环境, 不同子载波数下用MATLAB 对各算法的误码率和均方误差进行了仿真,总结 各算法估计性能。 第四章在第三章的基础上提出基于DFT的信道估计改进算法,并仿真 分析改进算法较传统算法在减小误码率和均方误差上的优越性。 第五章是本文的总结与展望。 2 OFDM系统简介 2.1 单载波通信与多载波通信 单载波通信系统就是用信息调制单一载
8、波,接收端采用与发射端相同 的载波进行解调的通信系统。它的原理如图2.1 所示,其中是匹配滤波 器,用以滤除带外噪声。第一代蜂窝移动通信(1G与第二代蜂窝移动通信 (2G主要采用这种系统,因为1G 和 2G 的数据传输速率不高,通过合适的 均衡算法便能够很好地解决多径衰落引起的符号间干扰(ISI 。但是,使用 单载波系统传输高速的宽带业务,均衡算法中抽头系数大,训练序列多, 这使得算法非常复杂,收敛速度也变得缓慢,因此必然会存在由于时延扩 展而造成的码间干扰。另外,当信道的相关带宽小于信号带宽时,会产生 频率选择性衰落现象,导致通信的可靠性降低。因此,人们必须提出更好 的通信系统模型,来适应高
9、速数据通信,多载波通信技术便是在这种背景 下受到人们重视的。 个人资料整理仅限学习使用 图 2. 1 单载波通信原理框图 多载波通信的基本思想是:在频域上将信道划分成M 个相互独立的子 信道,这样每个子信道的频谱特性都具有平坦或准平坦衰落特性,然后使 用这些子信道传输信号并在接收机中予以合并,以实现信号的频率分集 错误! 未找到引用源。 。与单载波系统相比,多载波系统具有的明显优势是,能够很好地 对抗频率选择性衰落。当M很大时,每个子信道都可看做是无ISI的子信 道,在接收端,可以采用低复杂度的信号处理算法实现无ISI的信息传 输。多载波调制技术的原理框图如图2.2 所示。 图 2.2 多载波
10、调制原理方框图 单载波与多载波存着在诸多不同的系统参数,如符号时间,总频带宽 度等。表2-1 对其做了详细比较。其中M代表子载波数,为正交频分复 用码元周期。这里假设OFDM 系统的保护带宽。 表 2-1 单载波和多载波系统参数比较 传输方式系统参数单载波多载波 符号时间 速率 总频带宽度 ISI 敏感度敏感较不敏感 个人资料整理仅限学习使用 2.2 OFDM基本原理 OFDM 属于多载波调制方案之一,它的基本原理是:将高速传输的串行 数据流转换成若干个并行传输的低速子数据流,然后用这些子数据流去调 制相互正交的子载波,从而构成多个低速比特流并行传输的系统 错误!未找到引用 源。 。它的最大特
11、点是各子载波具有正交性,从而调制后的频谱可以重叠, 这在频谱日益紧张的情况下,是一次重大的技术变革。在实际应用中,一 般采用等效基带信号来描述OFDM输出信号,具体的数学表达式见式(2- 1。 (2-1 其中, M为子载波数,为 OFDM 码元周期,是第 个子信道 的数据流,是 OFDM 符号开始的时刻。的实部和虚部分别和OFDM 符号 的同相 (In-phase和正交( Quadrature-phase 分量相对应,在实际应用中可分 别用 cos和 sin代替,这样便构成了合成的正交频分复用信号。由于OFDM 是多载波方案,可用图2.2 作为其原理框图,只要满足各载波相互正交即 可。 图 2
12、.3 是 OFDM 系统结构图,主要采用了离散傅里叶变换算法。其中, 上半部分是OFDM 的发送端,下半部分是OFDM 的接收端,中间的信道是典 型的瑞利衰落信道,信道中的噪声是AWGN。串/ 并转换主要是将串行传输的 高速数据流转换成并行传输的多路低速子数据流,从而延长符号周期,将 快衰 落信 道转 换成 平坦衰 落 信道, 减 小 符号 间 干扰。 DFT/IDFT 可用 FFT/IFFT 代替,降低算法复杂度,提高计算效率,且可在同一硬件电路中 个人资料整理仅限学习使用 实现。用循环前缀来填充保护间隔,只要保护间隔长度大于信道的最大时 延扩展,信道便仍然正交,这样便可进一步降低ISI和
13、ICI 的影响。载波 调制是为了使信号适合信道传输。在接收端,采取相反的措施,理论上便 可完全恢复出原始信号。 图 2. 3 基于 IFFT / FFT 实现的 OFDM 系统框图 2.3 OFDM的优缺点 任何一项技术都不是完美无瑕的,正交频分复用技术也是如此,存在着如 下优缺点。 OFDM 技术的优点主要有: (1由于 DSP技术的飞速发展, OFDM 系统中各子信道的正交调制和解调 可通过快速傅里叶变换(FFT和逆变换 (IFFT 来实现,从而大大降低了算法 复杂度,且信息的实时处理更快更可靠。 (2现代数据通信业务一般存在非对称性,OFDM 系统可通过调制不同的 子载波来获得相应的信息
14、传输速率,从而满足现代通信的需求。 (3通过编码技术可以解决系统的随机错误,交织技术可解决突发错 误,OFDM 系统通过编码与交织,能很好地提高系统的误码性能。 (4由于 OFDM 各子载波相互正交,在极端情况下允许各调制信号的频 个人资料整理仅限学习使用 谱有重叠,因此与第一代移动通信中的FDM 系统相比, OFDM 系统频谱利 用率高,可节省带宽。 OFDM 技术的缺点主要有: (1存在一定概率的PAPR 。高峰均比信号通过功率放大器时,为防止信 号畸变,功放必须具有较大的线性范围,这将降低功率放大器的工作效 率。 (2对频率偏移敏感。 OFDM 系统要求各信道之间严格正交,系统的定时 同
15、步精度非常高,对于快衰落环境引起的频偏,高精度定时同步算法发 杂,且较难实现。 2.4 OFDM系统的关键技术 OFDM 之所以是优秀的多载波调制方案,其原因不只是以上诸多优点, 还与如下关键技术有关。 1、时域与频域同步技术 前文提到, OFDM 系统对定时同步有很高的精度要求,且易受频偏影 响。频分多址,时分多址,码分多址等在配合正交频分复用技术使用时, 更应注意对定时同步与频偏的控制。在通信过程中,同步一般分为捕获和 跟踪两个阶段。在下行链路中,基站通过广播控制信道(BCCH 向各移动台 发送同步信号;在上行链路中,为保证各信道的正交性,到达基站的各移 动台信号也必须保持同步。 2、信道
16、估计 在正交频分复用系统中,信道估计器的设计主要考虑以下两方面的因 素:一是算法简单、硬件实现容易且估计性能优良的估计器的设计;二是 个人资料整理仅限学习使用 导频图案的选择,无线信道一般是多径衰落信道,为提高通信可靠性,需 要不断地发送导频信息来跟踪无线信道。在具体设计时,必须同时考虑以 上两个问题,因为估计器性能优良与否与导频图案的排列方式息息相关。 3、信道编码与交织 信道编码与交织技术能够有效降低数字通信系统的误码率,提高通信 的抗干扰能力。信道编码通常采用卷积吗,编码效率, 以对 抗快衰落信道中的随机错误;对于突发差错,一般采用交织深度为20 的交 织编码。信道编码与交织编码结合使用
17、,使得通信系统具有较强的检错与 纠错能力,从而提高了通信系统的可靠性。 4、降低峰值平均功率比 (PAPR 在时域中,正交频分复用信号是N 路子载波信号的叠加。当这N 路信 号恰好同时出现峰值时,OFDM 信号的峰值功率将会产生最大值,且是平均 功率的 N 倍。尽管 N 路信号同时出现峰值是低概率事件,但为了满足接收 端信号的完好无损,发送端要求高功率放大器(HPA 具有很大的线性范围, 这将降低发射机的工作效率。因此,人们提出诸如限幅类技术,编码类技 术和概率类技术来降低PAPR 错误!未找到引用源。 。 通过以上的介绍可以得出,OFDM 系统在高速传输系统中具有无可比拟 的优越性。也正因为
18、信号的高速传输,要使接收端信号的误码率降低,必 须对信道的传输特性进行估计。因此,设计好的信道估计器是OFDM 系统必 不可少的环节。 个人资料整理仅限学习使用 3 OFDM信道估计及其性能仿真 3.1 信道估计概述 所谓信道估计,就是描述物理信道对输入信号的影响而进行定性研究 的过程,换句话说,信道估计就是估计发送天线到接收天线之间的无线信 道的频率响应 错误!未找到引用源。 。无线通信系统受周围环境的影响较大,建筑 物,河流,山脉,森林等对电磁波的吸收较强,加之反射与衍射、多径衰 落对信号的影响,到达接收端的信号,幅值和相位可能发生畸变,难以进 行识别。为了提高通信的抗干扰性能,必须对发射
19、机和接收机之间的无线 信道进行估计,以满足信号的无失真传输。对于现代通信系统,信道在时 域存在时间选择性衰落特性,在频域存在频率选择性衰落特性,而系统又 必须适应突发性数据业务,因此,信道估计仍是目前学术界较难攻克的难 题之一。一般地,信道估计算法要使误码率最低,均方误差最小,且算法 复杂度不要太高,因此,信道估计器结构的选择至关重要。 常用的信道估计算法分类如下 错误!未找到引用源。 : (1基于导频信息的信道估计。在发送端信号的某些比特位上插入合适 长度的导频信息,在接收端根据这些导频信息,按照某种估计准则对信道 进行估计。该估计优点是算法复杂度不高,估计性能优良。但是由于引入 了辅助信息
20、,浪费了带宽,降低了频谱利用率。 (2盲信道估计。不需要在信息的比特位上插入导频信息,只需在接收 端通过信息提取技术来获得信道的估计值。其优点是系统频谱利用率高, 而缺点是需要接收到足够多的数据才能得到可靠估计值,因而运算时间 长,信号实时处理性差,这就阻碍了它在实际系统中的应用。 个人资料整理仅限学习使用 (3半盲信道估计。对导频辅助信道估计和盲信道估计进行折中处理, 便得到半盲信道估计。其优势不如导频辅助信道估计,但弥补了盲信道估 计的不足。 工 程 中 使 用 较 多 的 是 导 频 符 号 辅 助 调 制 (Pilot Symbol Assisted Modulation,PSAM 信
21、道估计方法,其所用的数学模型合理,理论成熟,算法 复杂度较低,估计性能优良。在正交频分复用系统中,一般情况下都采用 此类信道估计算法。 3.2 信道估计的目的 信道估计是进行同步检波与均衡的基础。通过信道估计算法,可以得 到发送端与接收端无线信道的冲激响应,使信道误差最小化,最大程度保 证原始信息无失真传输。 3.3 OFDM信道特性 一般地,研究无线通信系统的信道特性时,通常是基于收发信机之间 否存在视距分量。 OFDM 系统也不例外,主要研究Saleh和 Valenzuela提出的 以下四种信道特性 错误!未找到引用源。 : CM-1信道:发射机与接收机之间的距离在4m以内,在视距范围内;
22、 CM-2信道:发射机与接收机之间的距离在4m以内,不在视距范围内; CM-3信道:发射机与接收机之间的距离在410m ,不在视距范围内; CM-4信道:发射机与接收机之间的距离在410m ,不在视距范围内,代表 了均方根时延达到25ns 极端多径信道环境。 表 3-1 给出了四种信道模型的参数对比情况。由信道能量平均值这一 个人资料整理仅限学习使用 参数可以看出, CM-4信道由于环境复杂,需要的信道能量最大。 表 3-1OFDM 信道参数 信道模型CM-1 CM-2 CM-3 CM-4 10dB 多径数12.53 16.35 23.98 42.26 总能量 85% 多径数24.6 36.7
23、 62.53 70.3 平均附加时延4.0 8.9 16.2 29.8 信道能量平均值/ dB-0.6 -0.8 0.1 0.4 0.032 0.45 0.0666 0.0666 7.3 5.8 13.40 23.70 3.404 3.394 3.404 3.394 3. 4043. 3943. 4043. 394 4554 3. 10. 62. 52. 5 3. 97. 18. 011. 5 延扩展 /ns 671423 信道能量标准差/ dB2. 843. 213. 202. 83 其中参数的含义如下:指簇到达速率,指簇功率衰减因子, 指簇与簇内多径幅度在对数正态分布下标准差,指多径功率衰
24、减因子。 表 3-2 MATLAB环境下的系统参数设置 仿真参数数值 信号长度 ( bit 200 取样间隔 ( ns 0. 06 持续时间 ( ns 0. 6 码元周期 ( ns 22 信噪比 ( dB 5 训练序列长度( bit 37 结合表 3-1 ,表 3-2 对 OFDM 四种信道特性的冲激响应进行仿真,结果 如图 3.1 所示。 个人资料整理仅限学习使用 图 3. 1S-V 模型中四种信道的频率响应 由图 3.1 可知,一般快衰落信道的多径时延都会超过50ns,对于 CM-4 这种特殊环境下的快衰落信道,其多径时延甚至超过了220ns,由此可见 CM-4信道对信号的深衰落程度。 个
25、人资料整理仅限学习使用 3.4 信道估计方法 3.4.1 插入导频法信道估计 前面提到,插入导频法能够在较低复杂度的情况下获得较好的估计性 能。导频信号不能任意选择,而是要根据具体环境选择导频的结构和数 量。结构太复杂,硬件电路实现困难;数量太大,系统效率会降低。根据 正交频分复用系统组成原理,导频的插入可以在时域进行,也可以在频域 进行。但无论采取何种方式,插入导频的间隔必须满足Naiquist 抽样定 理。常见的插入方式有梳状导频和块状导频,前者对应于瑞利衰落信道, 后者对应于慢衰落信道,导频图案如图3.2所示。梳状导频是在相同频 率、不同时间内插入数比特导频符号,并和信息一同传输,其特点
26、是具有 更高的传输效率,适合于快衰落信道下的信道估计;块状导频是在同一时 间、不同频率内插入数比特导频符号,由于频点的不同,频率选择性衰落 信道对这种导频的设计方案不敏感,一般用于LS、MMSE 算法 错误!未找到引用源。 。 时间 块状导频OFDM 符号 频 率 时间 梳状导频OFDM 符号 频 率 导频 数据 图 3.2 导频信息的插入方式 在频域抽样定理中,信号的频域抽样对应于时域的周期延拓,因此, 必须要求时域下信号的周期延拓不产生混叠失真,以满足频域下信号的复 原。转化为公式即为:。化简后得到: 个人资料整理仅限学习使用 (3-1 其中是频率方向上的最小间隔,是最大时延扩展,是归一化
27、的子 载波间隔。 在时域抽样定理中,抽样频率应满足:,即: 和式(3-2 向上取整,便可得到一帧中所包含的导频符号总数: (3-3 其中是一帧所包含的正交频分复用符号个数,是子载波数。为满足优良 的信道传输特性,时域抽样点数应和和频域抽样点数近似相等,即: (3-4 综上所述,根据已知的导频信息,便可获得信道在导频位置的传输特 性,进而获得整个信道的传输特性。该估计由于算法复杂度较低,估计性 能优良而被广泛采用。 3.4.2 最小平方 (LS算法 基于最小平方 (LS准则的信道估计算法 错误!未找到引用源。 复杂度最低,主要 用于低数据速率传输的通信系统中,它是OFDM 系统信道估计算法的基础
28、。 由通信原理可知,接收机所接收的信号一般由有用信号和噪声组成。 假设,其中有用信息,是被估计的M 个人资料整理仅限学习使用 维随机参量,噪声是均值为0,功率谱密度为的加性高斯白噪声 (AWGN ,是对接收信号的 M点抽样。下面要做的工作就 是根据 Y对信道的冲激响应进行估计。 经过 M点取样,可得如下矩阵方程: (3-5 其中 (3-6 最小平方估计算法的代价函数可表示为: (3-7 将上式中每一项按维数展开,且 (3-8 可以得到 (3-9 所以可以表示为 ( 3-10 将对求偏导,可得: 个人资料整理仅限学习使用 ( 3-11 要想 LS代价函数存在极值,上式必须为零,即 (3-12 则
29、有 ( 3-13 根据式 (3-13, 可得如图 3.3 所示结构的 LS估计器。 图 3.3 LS 估计器结构图 可见对于最小平方估计器,只需知道接收样本Y 的信息即可,因此硬 件实现简单,这也是该算法的优势所在。 在实际应用中,信道的冲激响应之间的关系为: (3-14 因此 LS估计的均方误差 (Mean Square Error,MSE 为: (3-15 其中为高斯白噪声平均功率。 3.4.3 最小均方误差估计 (MMSE 相比于 LS 算法,基于最小均方误差准则 错误!未找到引用源。 的信道估计算法能 够在一定程度上消除AWGN 和 ICI对信号的影响。假设信号与噪声相互独 立,在接收
30、端对信号进行N点 DFT时引入 DFT矩阵 Z,表示为: 个人资料整理仅限学习使用 (3-16 在提取导频信息后,信道的冲激响应可表示为: (3-17 其中表示接收端信息的自相关矩阵,为信道频率响应与接收端信息 的互相关矩阵。于是可得最小均方误差准则下时域信道响应与频域信道 响应的关系: (3-18 将式(3-18 带入式(3-19, 可得: (3-19 其中表达式如下: (3-20 根据式 (3-19 可以得到 MMSE 信道估计器结构图 : 图 3. 4MMSE 信道估计器结构图 MMSE 估计算法具有优良的估计性能,如低误码率和均方误差, 但算法复 杂度高,计算量大,硬件电路实现困难,从
31、而阻碍了它的应用。 个人资料整理仅限学习使用 3.4.4 线性最小均方误差 (LMMSE 算法 LMMSE 信道估计 错误!未找到引用源。 是最优的低阶估计器,它的核心思想在于对 LS 估计进行奇异值分解,在不降低估计器性能的条件下降低算法复杂度, 并抑制 AWGN 和 ICI ,但是它也有缺点,就是需要知道每条子路径功率的先 验信息,并利用此信息来构造自相关矩阵。 LS估计在导频处的表达式为: (3-21 P 为导频信息的位置,在式(3-21 中,噪声分量均值为零,其协方差矩阵 为: (3-22 分别为噪声方差和导频信号功率,是 K阶单位矩阵。 LMMSE 信道估计的代价函数: (3-23
32、由此可以得到 LMMSE 信道估计准则下的信道特性: (3-24 其中,是信息和导频间的互相关矩阵,大小为,是 导频间的自相关矩阵,大小为,W为 LMMSE 权值矩阵。当导频信息的 星座点等概出现时, W可简化为: (3-25 为常数,一般取,SNR 是信号噪声比。 个人资料整理仅限学习使用 3.4.5 基于 DFT变换的信道估计 高速 DSP技术的发展,离散傅里叶变换在DSP上的应用,为新型信道 估计算法提供了足够的发展空间。基于DFT 的信道估计算法的基本思想 是:先对信号进行LS 估计,然后将频域经快速傅里叶逆变换转换到时域, 使信道能量集中在相对较少的采样点上,之后进行补零操作来降低A
33、WGN 对 信号的影响,最后经快速傅里叶变换将时域转换到频域,从而估计信道的 冲激响应。基于 DFT的信道估计的结构图如图3.5 所示 错误!未找到引用源。 。 图 3.5 基于 DFT 信道估计结构图 设 OFDM符号子信道数为N,导频插入比为L,导频子载波数为 ,信息子载波数为。经傅里叶逆变换后得到的导频信道 响应为: (3-26 为降低 AWGN 对信号的影响,对进行补零: (3-27 为的 N点 FFT变换,即 (3-28 将式(3-26 、式(3-27 带入式 (3-28 可得 个人资料整理仅限学习使用 (3-29 其中 (3-30 当时 ,; 当 ,为的线性插值。由于DSP技术日益
34、成熟,基于DFT信 道估计算法的实现非常容易。 3.5 性能比较与分析 选择 CM-1信道模型,按表3-3 所设置的参数,分别在64 子载波数, 128 子载波数条件下,用MATLAB 7.10.0(R2018a 错误!未找到引用源。, 错误!未找到引用源。 对 无估计、 LS、MMSE、LMMSE 以及 DFT估计算法的误码率(SER 、均方误差 (MSE 进行仿真。如图3.6 至图 3.9 所示: 表 3-3 OFDM信道估计仿真参数 调制方式BPSK 信道噪声类型 AWGN 子载波间隔 ( MHz 4. 125 个人资料整理仅限学习使用 导频插入比4( 64 载波 ,8( 128 载波
35、导频数 ( 个 16 码元周期 ( ns 312. 5 保护间隔 ( ns 70. 3 子载波速率 ( Baud/ s 320M 循环前缀周期( ns 66. 7 第一组,子载波数为64 的仿真对比图: 246810121416 10 -2 10 -1 SN R (dB) S y m b o l E r r o r R a te OFDM系统无估计,LS,MMSE,LMMSE和 DFT算法的比较(SER) 无估计算法 LS 算法 MMSE算法 LMMSE算法 DFT算法 图 3.6 64 子载波下各估计算法误码率(SER比较 246810121416 10 -2 10 -1 10 0 SN R
36、 (dB) m e a n s q u a r e d e r r o r OFDM系统无估计,LS,MMSE,LMMSE和 DFT算法的比较(MSE) 无估计算法 LS 算法 MMSE算法 LMMSE算法 DFT算法 图 3.7 64 子载波下各估计算法均方误差(MSE比较 第二组,子载波数为128 的仿真对比图: 个人资料整理仅限学习使用 2468101214161820 10 -2 10 -1 SN R (dB) S y m b o l E r r o r R a te OFDM系统无估计,LS,MMSE,LMMSE和 DFT算法的比较(SER) 无估计算法 LS 算法 MMSE算法 L
37、MMSE算法 DFT算法 图 3.8 128子载波下各估计算法误码率(SER比较 2468101214161820 10 -3 10 -2 10 -1 10 0 10 1 SN R (dB) m e a n s q u a r e d e r r o r OFDM系统无估计,LS,MMSE,LMMSE和 DFT算法的比较(MSE) 无估计算法 LS 算法 MMSE算法 LMMSE算法 DFT算法 图 3.9 128 子载波下各估计算法均方误差(MSE 比较 表 3-4 各算法在64 子载波和128 子载波下的误码率比较 估计算法 载波数 无估计LS算法MMSE 算法LMMSE 算法DFT算法
38、64 0.2482 0.0532 0.0396 0.0204 0.0261 128 0.5107 0.1098 0.0790 0.0404 0.0511 表 3-5 各算法在64 子载波和128 子载波下的均方误差比较 估计算法 载波数 无估计LS算法MMSE 算法LMMSE 算法DFT算法 64 0.9991 0.0840 0.0096 0.0092 0.0098 128 1.1851 0.0878 0.0122 0.0117 0.0124 从以上各图可以看出,LS 估计器算法简单,但存在着很高的误码率和 均方误差,该估计器一般用于理论研究,或低数据速率传输系统。对于高 个人资料整理仅限学习
39、使用 速传输系统, LS 估计器已不适用。相对来说,LMMSE 的实现复杂,误码率 和均方误差均满足现代通信的要求。如在图3.6中,相同误码率时LMMSE 的 SNR 较 LS有 4dB的提升;在图 3.7 中,相同均方误差时LMMSE 的 SNR较 LS 有 5.8dB 的提升。 DFT算法的复杂度和估计性能居中,随着DSP技术的 发展,该算法的估计性能有望进一步提升。比较图3.6 和图 3.8 可得,相 同信噪比下,子载波数增加,各算法的误码率相应增加;对比图3.7和图 3.9 可知,相同信噪比下,子载波数增加,各算法的均方误差均也有所增 加。表 3-4 对 64 子载波与 128 子载波
40、下误码率和均方误差做了比较,可以 得出,对于同一算法,子载波数越多,各算法的估计性能越差,这也说明 子载波之间相互影响越大。 4 改进的 DFT算法及其性能仿真 4.1 算法简介 由第 3.5 节的仿真结果可知,基于DFT的信道估计算法虽然复杂度不 高,但估计性能并不是最优的,在此对其做进一步的改进 错误!未找到引用源。 :在 算法中使用汉宁窗,加快带外衰减。信息处理过程如图4.1 所示。 图 4.1 改进的 DFT 估计算法框图 在信道估计时,先将频域转换为时域,使用汉宁(Hanning窗使带外噪 声迅速衰减,然后补零达到循环前缀长度,之后去窗再转换到频域。主要 步骤如下: 个人资料整理仅限
41、学习使用 对进行 M点离散傅里叶逆变换,得到: (4-1 用汉宁 (Hanning窗对信号进行处理,即: (4-2 (4-3 其中式 (4-2 为汉宁窗的表达式。接着在时域对信号信号进行补零操作,使 信号长度达到 N维,之后去窗,得到: (4-4 (4-5 (4-6 最后将转换到频域,得到改进算法的信号估计H: (4-7 4.2 性能仿真 在 S-V 模型的四种信道环境中,分别在64 子载波数, 128 子载波数条 件下,用 MATLAB 对改进算法的估计性能进行仿真分析。其中信道参数设置 如表 4-1,仿真参数设置如表4-2: 表 4-1 四种信道环境参数 信道模型CM-1CM-2CM-3C
42、M-4 视距分量视距非视距非视距非视距 多径数 / 10dB12.814. 925. 340. 6 平均附加时延/ ns6. 18. 916. 429. 9 个人资料整理仅限学习使用 多径数 / 85% 21.334. 263. 9124. 1 均方根附加时延/ ns5. 08. 215. 325. 5 表 4-2 OFDM信号估计仿真参数 调制方式BPSK 信道噪声类型AWGN 子载波间隔 ( MHz 4. 125 导频插入比4( 64 载波 ,8( 128 载波 导频数 ( 个 16 码元周期 ( ns 312. 5 保护间隔 ( ns 70. 3 子载波速率 ( Baud/ s 320M
43、 循环前缀周期 ( ns 66. 7 第一组: 64 子载波下的仿真结果: 246810121416 10 -2 10 -1 SN R (dB) S y m b o l E r r o r R a te CM-1信道LS,DFT,改进DFT的性能比较(SER) LS 算法 DFT算法 改进的DFT算法 图 4.2CM-1 信道, 64 子载波下LS、DFT、改进 DFT 算法的 SER 比较 个人资料整理仅限学习使用 246810121416 10 -2 10 -1 SN R (dB) S y m b o l E r r o r R a te CM-2信道LS,DFT,改进DFT的性能比较(S
44、ER) LS 算法 DFT算法 改进的DFT算法 图 4.3CM-2 信道, 64 子载波下LS、DFT、改进 DFT 算法的 SER 比较 246810121416 10 -2 10 -1 SN R (dB) S y m b o l E r r o r R a t e CM-3信道LS,DFT,改进DFT的性能比较(SER) LS 算法 DFT算法 改进的DFT算法 图 4.4CM-3 信道, 64 子载波下LS、DFT、改进 DFT 算法的 SER 比较 246810121416 10 -2 10 -1 SN R (dB) S y m b o l E r r o r R a t e CM-
45、4信道LS,DFT,改进DFT的性能比较(SER) LS 算法 DFT算法 改进的DFT算法 图 4.5CM-4 信道, 64 子载波下LS、DFT、改进 DFT 算法的 SER 比较 个人资料整理仅限学习使用 246810121416 10 -2 10 -1 SN R (dB) M e a n S q u a r e E r r o r OFDM系统LS,DFT和改进DFT算法的比较(MSE) LS 算法 DFT算法 改进的DFT算法 图 4.664 子载波下LS、 DFT、改进 DFT 算法的 MSE 比较 第二组: 128 子载波下的仿真结果: 2468101214161820 10 -
46、2 10 -1 SN R (dB) S y m b o l E r r o r R a t e CM-1信道LS,DFT,改进DFT的性能比较(SER) LS 算法 DFT算法 改进的DFT算法 图 4.7CM-1 信道, 128子载波下LS、DFT、改进 DFT 算法的 SER 比较 2468101214161820 10 -1 SN R (dB) S y m b o l E r r o r R a te CM-2信道LS,DFT,改进DFT的性能比较(SER) LS 算法 DFT算法 改进的DFT算法 图 4.8CM-2 信道, 128子载波下LS、DFT、改进 DFT 算法的 SER 比
47、较 个人资料整理仅限学习使用 2468101214161820 10 -2 10 -1 SN R (dB) S y m b o l E r r o r R a te CM-3信道LS,DFT,改进DFT的性能比较(SER) LS 算法 DFT算法 改进的DFT算法 图 4.9CM-3 信道, 128子载波下LS、DFT、改进 DFT 算法的 SER 比较 2468101214161820 10 -2 10 -1 SN R (dB) S y m b o l E r r o r R a t e CM-4信道LS,DFT,改进DFT的性能比较(SER) LS 算法 DFT算法 改进的DFT算法 图
48、4.10CM-4 信道, 128子载波下LS、DFT 、改进 DFT 算法的 SER 比较 2468101214161820 10 -3 10 -2 10 -1 10 0 SN R (dB) M e a n S q u a r e E r r o r OFDM系统LS,DFT和改进DFT算法的比较(MSE) LS 算法 DFT算法 改进的DFT算法 图 4.11128子载波下LS、DFT、改进 DFT 算法的 MSE 比较 个人资料整理仅限学习使用 表 4-3 各算法在64 子载波和128 子载波下的误码率比较 估计算法 载波数 LS 算法DFT算法改进的 DFT算法 64 0.0532 0.
49、0261 0.0224 128 0.1098 0.0511 0.0400 表 4-4 各算法在64 子载波和128 子载波下的均方误差比较 估计算法 载波数 LS 算法DFT算法改进的 DFT算法 64 0.0840 0.0098 0.0058 128 0.0878 0.0124 0.0071 信号在 64 子载波数下,经过CM-1信道传输后,系统误码率性能如图 4.2 所示。由此可知, DFT算法由于时域能量集中在少数抽样点上,减少了 频谱泄露,因而信道估计性能较好;而改进DFT 算法,由于汉宁窗的加入 和线性变换,使得带外噪声迅速衰减,在低SNR下估计性能较DFT算法有 所提高。 CM-2信道环境传输后系统的误码率曲线如图4.3 所示,同样地, 即使是在非视距环境下,改进算法能够将系统误码率降到最低。图4.4 和 图 4.5 分别是 CM-3信道和 CM-4信道环境下的系统误码率曲线,由图4.4 可得,相同误码率下,改进算法的SNR 较 DFT算法有 4dB的提升,较 LS算 法有 9.5dB 的提升;同样,在图4.5 中,相同误码率下,改进算法的SNR 较 DFT算法有 2.5dB 的提升,较 LS算法有 8dB的提升。可以看出, CM-4环 境下的系统性能较CM-3 有所下降,原因是CM-4 信道环境更复杂,多径时 延最大。 图 4.6 是 LS、DFT 、改进
链接地址:https://www.31doc.com/p-4662392.html