劉國英，李建平，丁鮮花

（國家無線電監(jiān)測中心陜西監(jiān)測站，西安 710200）

基于導頻的OFDM系統(tǒng)信道估計算法的研究

劉國英，李建平，丁鮮花

（國家無線電監(jiān)測中心陜西監(jiān)測站，西安 710200）

本文針對正交頻分復用（OFDM）系統(tǒng)中導頻信道估計算法，研究了幾種常用的導頻信道估計算法和插值算法，通過理論分析和實驗仿真，分別對比分析了幾種導頻信道估計算法和插值算法的性能，為工程應用提供理論和實驗依據。

正交頻分復用；導頻；信道估計；插值算法

1 引言

OFDM技術在4G LTE技術中已得到使用，是LTE三大關鍵技術之一，預計在5G也會延續(xù)使用[1]。信道估計技術是無線通信中的關鍵技術之一[2-3]，最大似然檢測、分集接收、自適應的信道均衡估計器等先進的接收技術都需要用到信道估計，信道估計技術是OFDM的關鍵技術之一。常用的信道估計方法主要有三類，第一類是基于導頻輔助調制的信道估計方法[4]，第二類是基于判決指導的信道估計方

法[5-6]，第三類是盲信道估計方法[7]。本文主要研究分析了第一類。

2 OFDM系統(tǒng)中基于導頻的信道估計原理

2.1 OFDM系統(tǒng)的組成

OFDM系統(tǒng)的基本框圖如圖1所示，本文所進行的導頻信道估計仿真是在此系統(tǒng)模型下完成的。

圖1 OFDM系統(tǒng)基本模型

2.2 基于導頻的信道估計原理

信道估計就是估計從發(fā)射端到接收端之間的無線通信鏈路的時域或頻域沖激響應，對于OFDM系統(tǒng)來說，就是估計每個符號或每個子載波的時域響應或頻域響應?；趯ьl的信道估計原理是在發(fā)送端的適當位置插入導頻符號，在接收端通過接收到的導頻符號來估計導頻信道的信息，然后再利用插值算法來獲取整個數據信道的信息。

3 導頻位置處的信道估計算法

在不考慮符號間干擾和子載波間干擾的情況下，OFDM系統(tǒng)模型可以表示為

Yp=XPH+WP（1）

式中，XP為發(fā)送的已知導頻信號；Yp為接收端接收到的導頻信號；WP為導頻子信道上疊加的高斯白噪聲；H為導頻信道處的頻率響應值。所謂導頻位置的信道估計就是對導頻位置處的信道頻率響應H進行估計。

3.1 基于LS的信道估計

最小平方信道估計（LS）是從最小平方的意義上得到的信道估計算法。LS準則就是對導頻信道響應H進行估計，假設代價函數表達為

式中，Yp和XP的含義前文有描述；是經過信道估計后得到的導頻符號的輸出；是導頻信道響應H的估計值；LS估計就是要求得在使得上述的代價函數式取得最小值時的取值。

式中，WP是高斯白噪聲。

3.2 基于MMSE的信道估計

3.2.1 MMSE算法最小均方誤差信道估計（MMSE）

算法采用均方誤差（MSE）作為信道估計準則，即使得實際導頻信道響應和估計出的導頻信道響應差的均方誤差值最小。假設代價函數式為

式中，RHY是導頻位置信道傳輸函數與所接受信號的互協方差矩陣；RYY是導頻位置處接收信號的自協方差矩陣

式中，RHH是信道傳輸函數的自協方差矩陣；σn

2是高斯白噪聲的方差。

MMSE算法在進行最優(yōu)化求解時考慮了信道模型和加性噪聲的影響，然而MMSE算法需要對矩陣進行求逆運算，當OFDM系統(tǒng)的子載波數目增大時，矩陣的運算量也就變得十分巨大。

3.2.2 LMMSE算法

為了降低MMSE算法的復雜度，出現了一種低階的基于頻域相關的信道估計算法，即LMMSE算法。在計算MMSE時會用到信道的自相關矩陣RHH，是用來表征信道的功率時延譜的，一般不會隨著OFDM符號的變化而改變，因而可以看成一個常量，而(XPXP

H)-1則隨著OFDM符號的變化而變化，導致計算量增大，假設OFDM符號都采用相同的調制方式，可以用(XPXPH)-1的期望來代替(XPXP

H)-1，并且

式中，I代表單位矩陣。

綜上，可得LMMSE估計算法為

式中，β=E{Xk2}E{|1/Xk|2}，是與調制方式有關的常數；SNR=E{|1/Xk|}/σn2是信噪比。

3.2.3 SVD算法

LMMSE算法的復雜度相比MMSE算法降低了很多，但是當信道發(fā)生改變時，（10）式需要重新計算。為了進一步減小復雜度，有學者提出一種更為有效的估計算法，即奇異值分解（SVD）算法。對信道的自相關矩陣進行奇異值分解，得

式中，U是包含奇異向量的歸一化矩陣；∧是對角矩陣；對角線上的元素為RHH的特征值，且λ1≥λ2≥…λN。將RHH=U∧UH代入（10）式中得到SVD信道估計為

式中，Δ是一個對角矩陣，對角線上的元素為

式中，λk可以認為是LS經過變換后得到的數據中所包含的信道能量，因而可從N個點中選取P個最大的點，認為這P個點中所包含的信道能量大于噪聲，保存下來，而其余的N-P個點信道能量小于噪聲，對其進行置零，通常情況下，P取循環(huán)前綴的長度，這樣矩陣就可以進一步的進行降階，算法復雜度也會得到進一步的降低，降階后，對角線上的元素為

這樣，就實現了SVD的降階處理，估計器每一個導頻信號只需要2P次乘法運算，既可以降低矩陣階數，又可以減小噪聲的影響。

4 數據位置處的插值算法

基于導頻的OFDM信道估計系統(tǒng)中，為了得到完整的信道響應，在通過一定的準則得到導頻位置的頻率響應估計值后，可以通過插值的方法來估計數據點處的信道信息。采用不同的插值算法，性能是不同的，對系統(tǒng)的影響也很大，常用的插值算法有常值插值、線性插值、高斯插值和FFT插值。

4.1 線性插值

線性插值是一種簡單的插值算法，它利用前后相鄰的兩個導頻信道響應的估計值進行線性內插，對于第k個子信道，mL≤k≤(m+1)L，應用線性插值得出信道的頻率響應為

式中，L是導頻間隔；l是數據子載波相對于前一個相鄰導頻的偏移量；P(m)是導頻位置的頻率響應；(k)是相鄰兩導頻間的數據位置處的頻率響應。

4.2 高斯插值

高斯插值也稱為二階線性插值，是利用相鄰的前后三個導頻子信道信息進行二階插值的方法。對于第k個子信道，高斯插值的算法為

式中，各個系數的定義為

式中，α=m/L；m是數據子載波相對于前一個相鄰導頻的偏移量，0≤m≤L；L是導頻間隔；k是介于第P個導頻和第P+1個導頻之間的數據位置，PL≤k≤(P+1)L；P是導頻的相對位置，P=1,2,…NP-1；NP是導頻的個數。

4.3 三次樣條插值

三次樣條插值屬于三次曲線插值，在插值過程中使用了更多的點，估計準確度更高，對于第k個子信道，三次樣條插值算法為式中，P'(m+1)是P(m+1)的一階導數；。

4.4 FFT插值

FFT插值算法利用了信號處理過程中在時域補零等效于在頻域進行插值的原理來恢復出信道的頻率響應。它的基本思想是：將導頻位置處的頻率信道響應估計值經過IFFT變換到時域，然后在時域進行補零處理，再通過FFT變換回頻域，從而得到所有數據位置處的信道響應估計值。其基本框圖如圖2所示。

圖2 FFT時域插值方法框圖

然后，在時域信號中間或者尾部進行補零，就得到了N點的時域序列N(n)，再對N(n)進行N點FFT式中，N(k)為所有位置的頻率響應估計值。

5 仿真分析

5.1 不同導頻位置處信道估計算法的仿真與分析

采用塊狀導頻結構，系統(tǒng)帶寬為5MHz，載波頻率為2GHz，子載波數為128，循環(huán)前綴為32。信道模型為帶多普勒頻移的瑞利多徑衰落信道和高斯白噪聲的組合信道，最大多普勒頻移為50Hz，多徑個數為6，最大多徑時延為3.5μs，多徑信道的幅度相互獨立，其滿足負指數分布的功率延遲譜p(τ)=exp(-τ)/τrms)，τ為各徑的時延，τrms一般取循環(huán)前綴長度的1/4。

圖4和圖5給出了LS算法和MMSE算法以及兩種簡化的MMSE算法（LMMSE算法和SVD算法）的BER和MSE曲線圖。

圖3 LS，MMSE，LMMSE，SVD信道估計和無信道估計的誤碼率比較

圖4 LS，MMSE，LMMSE，SVD信道估計算法的均方誤差比較

通過圖3可以看出信道估計的必要性，在無信道估計的情況下，系統(tǒng)的誤比特率較大。在有信道估計的情況下，圖3和圖4可以看出，LS算法的估計效果最差，MMSE算法考慮了噪聲的影響，估計的精度提高，性能最好，當然其算法的復雜度也是最高的。LMMSE算法性能較MMSE算法的性能有一定的損失，SVD算法在性能上和LMMSE相差不多，但算法的復雜度卻大大降低。

通過以上仿真結果和分析可以看出，LS準則算法復雜度低，實現簡單，適用于信道條件較好時。MMSE準則算法復雜度較大，實現復雜，可以使用它的簡化算法，其中，SVD算法較LMMSE算法復雜度降低很多，而性能并沒有太大的損失，性價比更高，因而，當信道條件惡劣時，采用SVD準則就可以達到較理想的信道估計性能。

5.2 不同插值算法的仿真與分析

OFDM系統(tǒng)仿真參數：梳妝導頻結構，系統(tǒng)帶寬為5MHz，載波頻率為2GHz，子載波總數為128，循環(huán)前綴為16，16QAM調制方式。信道為瑞利多徑衰落信道和高斯白噪聲的組合信道，多徑個數為6，最大多徑時延為5μs，最大多普勒頻移為100Hz，多徑信道的幅度相互獨立，其滿足負指數分布的功率延遲譜p(τ)=exp(-τ/τrms)。

圖5和圖6分別是在LS估計導頻位置的信道頻率響應后，分別進行線性插值，高斯插值，三次樣條插值和FFT插值的BER和MSE曲線圖。

圖5 不同插值算法的誤碼率比較

圖6 不同插值算法的均方誤差比較

從圖5和圖6可以看出，線性插值和高斯插值在低信噪比的時候性能和其他算法差別不大，但是在高信噪比的時候會出現地板效應。三次樣條插值算法的性能隨著信噪比的增大而得到提高，低信噪比的時候性能較差，高信噪比性能顯著提高。FFT插值算法無論在低信噪比還是高信噪比的情況下都表現出了較好的性能。

實際在選用插值算法的時候，可以根據具體的信道條件以及實際的需求進行選擇，由前文分析可知，線性插值和高斯插值算法復雜度相對較低，在低信噪比時可以選用比較簡單的線性插值算法，并且性能良好。對于三次樣條插值算法，算法本身的復雜度較高，在低信噪比時的性能較差，其對信道估計性能的影響遠大于插值算法本身所能提供的性能改善，因而適合在高信噪比的情況下使用。而FFT時域插值方法無論是在低信噪比還是高信噪比的情況下性能都較好，且復雜度較低，實時性較高，是一種比較折中的估計方法。

6 結束語

本文針對OFDM系統(tǒng)，理論分析和實驗仿真了幾種不同導頻位置的信道估計算法和數據位置的插值算法，每一種算法都有其各自的性能特點，可根據實際需求進行應用。■

[1] 田忠驛．5G關鍵技術淺談[J]．移動通信，2015,39(13):92-96

[2] 佟學儉，羅濤．OFDM移動通信技術原理與應用[M]．北京：人民郵電出版社，2003

[3] 羅仁澤．新一代無線移動通信系統(tǒng)關鍵技術[M]．北京：北京郵電大學出版社，2007

[4] 張繼東，鄭寶玉．基于導頻的OFDM信道估計及其研究進展[J]．通信學報，2003,15(2):25-31

[5] O. Edfom, M. Sandell, JJ. Van de Beek, et al. OFDM channel estimation by singular value decomposition [J], IEEE Transactions on Communications, 1998, 46(7): 931-939.

[6] Ahamad Chini, Yiyan Wu ,et. al. Filtered Decision Feedback Channel Estimation for OFDM Based DTV Terrestrial Broadcasting System [J], IEEE Transactions On Broadcasting, 1998, 44(1):2-11.

[7] R. W. Heath Jr, G. B. Giannakis, Exploiting input cyclostationarity for blind channel identification in OFDM system [J], IEEE Transactions on Signal Processing, 1999, 47(3):848-856.

VMware推出全新云管理平臺解決方案

VMware近期宣布正式推出VMware vRealize Automation 7與VMware vRealize Business Standard 7，進一步助力IT部門推動其所在企業(yè)的數字業(yè)務轉型。

Study of Channel Estimation Algorithm Based on Pilot in OFDM System

Liu Guoying, Li Jianping, Ding Xianhua (Shanxi Radio Monitoring Station, The State Radio Monitoring Center., Xi'an, 710200)

This paper is aimed at channel estimation algorithm based on pilot in orthogonal frequency division multiplexing (OFDM) system. Several frequently used channel estimation algorithms based on pilot and interpolation algorithms are studied. The performance comparisons of different channel estimation algorithms are made through theoretical analysis and computer simulation as well as interpolation algorithm. It provides evidence for theory and experiment in engineering applications.

OFDM; pilot; channel estimation; interpolation algorithm

10.3969/J.ISSN.1672-7274.2016.01.015

TN919.3 文獻標示碼：A

1672-7274（2016）01-0063-05

劉國英，碩士研究生，助理工程師，現任職于國家無線電監(jiān)測中心陜西監(jiān)測站。