趙鑫, 周小林

(復(fù)旦大學(xué) 信息科學(xué)與工程學(xué)院，上海 200433)

基于延時功率譜LMMSE的高鐵LTE下行鏈路信道估計算法研究

趙鑫, 周小林

(復(fù)旦大學(xué) 信息科學(xué)與工程學(xué)院，上海 200433)

LTE系統(tǒng)是當(dāng)前國內(nèi)外研究的熱點之一，也是當(dāng)下高鐵主要應(yīng)用的場景,其中，信道估計算法是影響系統(tǒng)性能的主要因素之一。針對高鐵LTE下行鏈路，研究了大區(qū)制宏基站3個站點6個RRU基于OFDM的信道估計算法，在高鐵快速場景下，在萊斯多徑的現(xiàn)實模型中，使用傳統(tǒng)的MMSE算法性能較差，對于這種情況，提出了基于延時功率譜的LMMSE信道估計算法，利用時頻域濾波和多次頻域測量做頻偏校準(zhǔn)。針對這些改進(jìn)算法，分別在理想情況和實際情況下進(jìn)行了仿真實驗。結(jié)果表明，提出的信道估計算法不僅有較低的復(fù)雜度，而且比傳統(tǒng)的MMSE算法性能要高，是一種很有效的適合當(dāng)前高鐵場景的信道估計算法。

LTE; 高鐵; 信道估計

0 引言

我國高速鐵路的不斷建設(shè)和提速，引發(fā)了人們在列車運(yùn)行空間進(jìn)行高質(zhì)量通信的需求。高鐵的高速移動給無線通信帶來了諸多不利的通信環(huán)境。高速運(yùn)動會引發(fā)多普勒頻率擴(kuò)展，導(dǎo)致在低速環(huán)境下可以忽略的多普勒頻移效應(yīng)在高速環(huán)境下被迅速放大，這對傳統(tǒng)的信道估計造成了嚴(yán)重影響[1][2]。根據(jù)高鐵目前的運(yùn)營狀態(tài)以及未來發(fā)展趨勢與要求，無線覆蓋方案必須滿足300 km/h幾以上高速行駛要求，同時高鐵穿透損耗大，小區(qū)間頻繁切換，對于信道估計而言，毫無疑問是個巨大的挑戰(zhàn)。

以往對于傳統(tǒng)的OFDM系統(tǒng)，主要的信道估計方法有兩種，基于LS的信道估計算法和基于MMSE的信道估計算法[3-5]，利用LS信道估計算法結(jié)合線性插值可以很快的估計出信道參數(shù)，計算量小，但是對于像高鐵這樣的復(fù)雜環(huán)境誤差很大，而MMSE算法在傳統(tǒng)的OFDM系統(tǒng)中性能較高，然而高鐵環(huán)境與傳統(tǒng)的OFDM系統(tǒng)相差較大，現(xiàn)實中的高鐵環(huán)境是萊斯信道衰落模型，一味地套用傳統(tǒng)的信道估計方法，性能會非常差，為此，需要一種適用于高鐵移動環(huán)境下的信道估計算法。

本文的主要工作是針對當(dāng)前的高鐵場景提出了一種新的信道估計算法，基于延遲功率譜的LMMSE信道估計算法，并做了仿真實驗，將理想信道與實際信道的性能進(jìn)行對比分析，得出結(jié)論。接下來從系統(tǒng)模型和算法描述兩方面寫了解決方案，之后做了仿真分析，最后得出結(jié)論。

1 解決方案

1.1 系統(tǒng)模型

在實際中高鐵行駛過程中的信號接收情況,如圖1所示。

圖1 實際高鐵行駛系統(tǒng)模型

圖1描述了高鐵在行駛過程中的信號接收情況,該系統(tǒng)整體是一個宏基站配置，每個小區(qū)BBU(Building Base band Unit,基帶處理單元)配置6個RRU(Radio Remote Unit，射頻拉遠(yuǎn)單元)，每個站掛兩個RRU，因此一個小區(qū)覆蓋3個站點，高鐵行駛速度為300 km/h，每兩站間相距850 m，站與鐵軌的距離為150 m，RRU的高度是25 m，同一站點上兩個RRU的間距為1.1 m，基站的天線為雙天線的MIMO天線，天線增益為20.5 dB，水平方向半功率角為33°，基站天線擺放角度為30°/150°。

而為了減少小區(qū)切換的次數(shù)，采用的是BBU+RRU+多幅天線的網(wǎng)絡(luò)覆蓋方案，屬于同一小區(qū)的多幅天線沿告訴鐵路部署，從而減少切換頻率以提高網(wǎng)絡(luò)性能。這種方案中，同一小區(qū)內(nèi)的天線下面不存在切換，通過相應(yīng)的基帶處理，單小區(qū)可以跨越多個RRU覆蓋區(qū)，可以根據(jù)容量的需求，來合理規(guī)劃小區(qū)的覆蓋范圍，RRU呈帶狀分布于鐵路沿線兩邊，保持對高速鐵路的無縫覆蓋，實現(xiàn)與告訴列車的不間斷通信。

對于信道估計，主要是信道模型，高鐵場景的信道模型是由一條Los徑與多條反射徑組合而成的，而這些反射徑服從瑞利分布，其信道沖激響應(yīng)可以表示為式(1)。

(1)

其中，P代表多徑數(shù)，τ(k)和akejα(k)分別為第k射徑的時延和增益系數(shù)。

1.2 算法描述

信道估計模塊包括以下幾個子模塊,如圖2所示。

圖2 所設(shè)計的高鐵信道估計算法流程圖

(1) LS信道估計子模塊(LSEst)

(2) 第一次頻域測量(M1-F1)

(3) 頻域濾波子模塊(FilterF)

利用頻域維納濾波輸出的信道估計結(jié)果，完成頻偏foffset估計。

(4) 頻偏校準(zhǔn)和時域濾波子模塊(FreCal&FilterT)

(5) 第三次頻域測量(M1-F3)

1.2.1 信道時域相關(guān)的近似

時域相關(guān)的計算可以采用經(jīng)典的Jakes功率譜。

經(jīng)典功率譜分布：

經(jīng)典的功率譜密度分布函數(shù),為式(2)。

(2)

其中，下標(biāo)J表示Jakes功率譜。

(3)

1.2.2 信道頻域相關(guān)的近似

頻域相關(guān)的計算也需要考慮兩種不同的延遲功率分布，分別是：延時功率譜為負(fù)指數(shù)分布和均勻分布。其中，均勻分布情況下，可以通過對信道沖激響應(yīng)的時域移位將該頻域方向相關(guān)系數(shù)矩陣從復(fù)數(shù)矩陣轉(zhuǎn)換為全實數(shù)矩陣，具體實現(xiàn)過程在后面做詳細(xì)描述。

延時功率譜為負(fù)指數(shù)分布,此時延時功率譜服從,為式(4)。

(4)

其中，C為常數(shù)，τm為第m徑的多徑時延，τrms為均方根時延擴(kuò)展，L0為最大多徑時延。

(5)

在一般的通信系統(tǒng)中，L0遠(yuǎn)大于τrms，因此e-L0/rrms的值趨近于0，此時上式可以簡化為式(6)。

(6)

延時功率譜為均勻分布,均勻分布的延時功率譜滿足為式(7)。

(7)

其中，L0為最大多徑時延，一般L0≤L，L為CP長度。

則頻域相關(guān)系數(shù)由上式的傅立葉變換獲得式(8)。

(8)

Rk-k'()=EH⌒k()H⌒

圖3 延時均勻功率譜LMMSE估計流程

具體步驟為：

相位旋轉(zhuǎn)，街旋轉(zhuǎn)還可以從信道沖激響應(yīng)時移，解時移的角度來理解。

2 仿真和分析

為了驗證方案的性能，本文進(jìn)行了相關(guān)的系統(tǒng)仿真，在實際的通信鏈路平臺上進(jìn)行實現(xiàn)。仿真所用的是LTE協(xié)議中的單發(fā)雙收的系統(tǒng)，所采用信道模型為Cost rax259，該模型具有一條主徑，九條反射徑，與高鐵場景比較相似，所以可用來驗證方案的性能。

總幀數(shù)為10 000幀，分別在理想信道下和實際信道的兩種不同算法下下得出誤幀率和吞吐量，傳統(tǒng)MMSE算法是一種基于時域自相關(guān)函數(shù)滿足第一類零階貝塞爾函數(shù)的信道估計算法，最后將三者比較。得到結(jié)果,如圖4所示。

圖4 所提算法與傳統(tǒng)MMSE算法BLER比較

圖4是實際信道與理想信道的兩種不同算法下BLER的比較結(jié)果，可以看出，在理想信道下，當(dāng)SNR達(dá)到16時，誤幀率已經(jīng)到極限，在實際信道中，下降趨勢和理想信道相同，對應(yīng)于每個SNR，改進(jìn)算法和傳統(tǒng)算法的BLER的差別非常大，改進(jìn)算法的性能顯然優(yōu)于傳統(tǒng)算法，因為系統(tǒng)誤差的原因，最終收斂于9*10^(-4)左右。

從圖4、圖5可以看出，在實際信道下，應(yīng)用所提出的信道估計算法，得出的誤幀率與吞吐量，從數(shù)據(jù)結(jié)果看出，無論是誤幀率還是吞吐量，隨著SNR改變的趨勢與理想信道相同，并且隨著SNR增高時，在大小上逐漸與理想信道下的數(shù)據(jù)接近，而且無論是誤幀率還是吞吐量，都明顯優(yōu)于傳統(tǒng)的MMSE估計算法。由此可見，所提出的信道估計算法是一個實際上可行，性能較好的一個方法。

圖5 所提算法與傳統(tǒng)MMSE算法吞吐量比較

3 總結(jié)

針對實際的高鐵場景，以LTE幀結(jié)構(gòu)為基礎(chǔ)，提出了一種基于演示功率譜同時與時頻域濾波相結(jié)合的信道估計算法，分別在時域和頻域運(yùn)用相關(guān)估計算法，以LS估計算法為基礎(chǔ)，進(jìn)行了多次測量估計，得到最終的結(jié)果。并運(yùn)用該信道估計算法，在實際的LTE鏈路中進(jìn)行了相關(guān)的仿真，將理想信道與實際信道下的信道估計作對比分析，在仿真結(jié)果中可以看出，在誤幀率方面，所提出的算法要高于傳統(tǒng)算法11 dB左右，同時在吞吐量方面更加接近于理想信道估計。最終可以得出，本文所提出的信道估計算法是一個實際可行而且性能較高的信道估計算法。

[1] X. Wang, G. Wang, J. Sun, Y. Zou. Channel Estimation with New Basis Expansion Model for Wireless Communications on High Speed Railways[C]. 2016 IEEE 83rd Vehicular Technology Conference (VTC Spring), Nanjing, 2016: 1-5.

[2] 宋騰輝. 高鐵場景下OFDM/MIMO系統(tǒng)多普勒頻偏估計算法研究[D].北京:北京交通大學(xué),2016.

[3] R. C. Rana, J. M. Rathod. Performance Analysis of Different Channel Estimation Techniques with Different Modulation for VBLAST MMSE MIMO-OFDM System[C]. 2016 International Conference on Wireless Communications, Signal Processing and Networking (WiSPNET), Chennai, 2016: 236-239.

[4] M. Razavi, T. Ratnarajah. Adaptive LS- and MMSE-based Beamformer Design for Multiuser MIMO Interference Channels[J]. IEEE Transactions on Vehicular Technology, 65(1): 132-144. 2016.

[5] Y. S. Hussein, M. Y. Alias, A. A. Abdulkafi. On Performance Analysis of LS and MMSE for Channel Estimation in VLC Systems[C]. 2016 IEEE 12th International Colloquium on Signal Processing & Its Applications (CSPA), Malacca, 2016: 204-209.

[6] 王亞林. LTE-A系統(tǒng)中信道估計技術(shù)研究[D].武漢郵電科學(xué)研究院,2016.

[7] F. Lin, Y. Chang, X. Dai, Q. Li, A. Li. Methods for Downlink Performance Enhancement in HST SFN[C]. 2016 IEEE 27th Annual International Symposium on Personal, Indoor, and Mobile Radio Communications (PIMRC), Valencia, 2016: 1-6.

[8] Y. Zakharov, Zheng Delai. Weighted LS Multiuser Channel Estimation for LTE[C]. 2015 IEEE 16th International Workshop on Signal Processing Advances in Wireless Communications (SPAWC), Stockholm, 2015: 405-409.

Research on Channel Estimation Algorithm Based on Delay Power Spectrum LMMSE for LTE Downlink of High Speed Rail

Zhao Xin, Zhou Xiaolin

(School of Information Science and Technology, Fudan University, Shanghai 200433, China)

LTE system is a hot research topic now, and is mainly applied in high-speed rail. The channel estimation algorithm is one of the main factors that affect the throughput. For LTE downlink, this paper studies the channel estimation algorithm based on the district system macro base station which includes three sites and six radio remote units. In the high speed scene, the performance of the traditional MMSE algorithm is bad in the Race channel model. In the result, we propose an LMMSE channel estimation algorithm based on delay power spectrum. In addition, we use frequency domain filtering and multiple frequency measurement to calibrate the frequency offset. The simulation experiments are carried out under ideal conditions and actual conditions respectively. The results show that the proposed channel estimation algorithm not only has low complexity, but has about 11dB gain than the traditional algorithm in performance. It is a very effective channel estimation algorithm.

LTE; high speed rail; channel estimation

國家自然科學(xué)基金(No.61571135)

趙鑫(1994-)，男，碩士研究生,研究方向:無線通信。

周小林(1973-)，男，副教授,研究方向:無線通信。

1007-757X(2017)08-0001-03

TP311

A

2017.05.02)