精华内容
下载资源
问答
  • 通过块衰落信道对远程状态估计进行DoS攻击功率分配
  • 具有信道噪声和时滞的复杂动态网络的状态估计
  • 针对在双选信道下OFDM系统需要同时获取精确的载波偏移和信道状态信息,而采用贝叶斯MAP算法进行联合载波频率偏移和信道状态估计复杂度过高的问题,提出一种基于EM-MAP的联合CFO双选信道估计算法。首先利用基扩展模型...
  • 不完全信道状态信息条件下MIMO信道容量分析,张倩倩,王中苓,本文在了解了无线MIMO系统模型的基础上,针对在信道估计有误差的情况下,把信道估计误差和信道噪声作为等效噪声得到等效噪声方差��
  • LTE--CSI信道状态信息

    千次阅读 2020-06-29 10:18:24
      信道状态信息(Channel State Information,CSI)是用来估计一条通信链路特性的信息,而估计CSI的过程便叫做信道估计。CSI的值是来自 OFDM系统中译码后频域空间对应的每个子载波的振幅和相位。 2、信道估计 一般...
    概念介绍

    1、CSI
      信道状态信息(Channel State Information,CSI)是用来估计一条通信链路特性的信息,而估计CSI的过程便叫做信道估计。CSI的值是来自 OFDM系统中译码后频域空间对应的每个子载波的振幅和相位。
    2、信道估计
    一般有三类方法:
      第一类是基于导频(Pilot)符号和插值技术的信道估计,分为时域导频符号插入法和频域导频符号插入法;
      第二类是基于判决反馈的信道估计;
      第三类是基于被传输信息符号的有限字符特性和其统计特性的盲信道估计。

    3、OFDM调制/解调
      OFDM(Orthogonal Frequency Division Multiplexing) 正交频分复用。 对于发射端来说,OFDM是将一条高速数据流,分割成数个并行的低速数据流,首先将它们经过基带调制在数个相互正交的子载波上,然后再经过射频调制(调制在射频载波上),成为可以发送到空中无线信道的射频信号。在基带调制中,由于每个子载波带宽较小,更接近于相干带宽,故可以有效对抗频率选择性衰落,所以比较适合无线通信。
      在接收端,将信号从信号从射频载波上解调下来,在基带用相应的子载波通过码元周期内的积分把原始信号解调出来。基带其他子载波上的信号与当前信号解析所用的子载波由于在一个码元周期内积分结果为0,相互正交,所以不会对信息的提取产生影响。
    4、无线信道质量
      调制后的射频信号在无线信道中传输,由于无线信道是时刻变化的,而我们更高效的传输信息,需要及时的根据信道质量的情况来决定信号的调制方式。

    举个栗子:在信道质量很好的情况下,下行使用了QPSK而不是更高阶的调制方式(16QAM/64QAM)进行传输的话,对频谱的利用率就会变低,并造成吞吐量的下降。而假设在信道质量很差的情况下,使用了高阶调制(16QAM/64QAM)而不是QPSK调制的话,就会造成过多的重传。无论是哪种情况,都没能有效地利用无线资源。

      所以为了更好地适应无线信道的变化,UE可以通过CSI将下行信道质量信息上报给eNodeB,以便eNodeB为UE选择更可靠的MCS(Modulation and Coding Scheme),更少打孔(less puncturing)以及选择更好的时频资源。CSI(Channel State Information)是物理层资源,是UE上报给eNodeB的信道状态信息,由RI(Rank Indication)、PTI(Precoding Type Indicator)、PMI(Precoding Matrix Indicator)和CQI(Channel Quality Indicator)组成,其所占的时频资源是由eNodeB来控制的。
      UE通过测量接收到的下行参考信号(小区特定的参考信号CRS或CSI-RS)来获取CSI信息,并上报给eNodeB。eNdoeB在下行调度时会将信道质量考虑在内。而某个UE上报的CSI既可以用于反映那些分配给该UE的PRB的信道质量,也是可以用于反映那些没有分配给该UE的PRB的信道质量信息。UE特定的参考信号DMRS不能用于CSI测量的原因在于,它们仅在使用“波束赋形”传输(TM 7/8/9)时的RB上存在。而小区特定的参考信号CRS和CSI-RS是在整个频带内发送,并独立的分配给某个UE的RB,因此可用于CSI测量。
      4.1 RI
      RI是UE建议eNodeB在下行传输中使用的传输阶数(rank 秩),即建议下行传输使用的层数(layer)。只有在空分复用下,UE才需要发送RI以指示可用的传输层(transmission layer)数目;而其它情况下,RI总是等于1。因此只有在TM 3/4,以及配置了PMI/RI上报的TM 8/9情况下,UE才需要上报RI。
      4.2 PMI
      PMI是UE建议eNodeB在下行传输中使用的预编码矩阵(precoder matrix)。该预编码矩阵是在假设使用“上报的RI指示的层数”的基础上进行选择的。
      4.3 CQI
      UE使用CQI来告诉eNodeB的调度器,UE所看到的下行信道质量信息。如果使用了MIMO传输,CQI会包含所需的MIMO相关的反馈。CQI是在使用建议的RI和PMI,且PDSCH传输的BLER(误块率)最高为10%的情况下,指示使用的最高MCS(Modulation and Coding Scheme)。在使用CQI指示的MCS的情况下,如果BLER大于10%,则测试失败。CQI可以看做是对SINR(信号噪声干扰比)的一种测量,但又不仅仅是SINR。CQI的测量需要将SINR以及UE的接收机的能力考虑在内。对于那些采用了先进信号处理算法(例如:干扰消除技术)的UE而言,可以上报一个更高的信道质量,并且依赖于eNodeB的调度算法,可以接收更高的数据速率。
        4.3.1 CQI的计算
        为了计算CQI,需要知道UE会在哪些子帧(时域)的哪些RB(频域)以及那些空间资源(空间域)上测量下行信道质量。用于测量CSI 的资源称为CSI reference resource。一个CSI reference resource
    由时域、频域和空间域3 部分唯一确定。
      在频域上,CSI reference resource 定义为需要上报的CQI 对应的band(wideband 或subband)所在的PRB 集合;
      在时域上,CSI reference resource 定义为一个单一的下行子帧;
      在空间域上,CSI reference resource 定义为需要上报的CQI 基于的RI 和PMI。
    5、CSI上报
      5.1 非周期上报
      从eNodeB的角度来看,只有当小区有下行数据需要发送(此时才会关心下行信道的相关信息)时,才会要求UE发送非周期性CSI上报。
      5.2 周期上报
      eNodeB是通过CQI-ReportPeriodic来配置周期性CSI上报的相关参数的。每个下行载波单元都可以独立地配置各自的周期性CSI参数。
    6、总结
      本文可简单总结如下:

    (1)讲述了CQI/PMI/RI的含义与作用;
    (2)讲述UE侧如何测量CQI/PMI/R1;
    (3)了解UE上报CQI/PMI/RI的两种方式;

    展开全文
  • 高速移动下的无线宽带通信要经历时间和频率的双选择性衰落,为了使发送的数据经过衰落的信道后在接收端被正确地接收,必须要对信道状态信息进行估计。本文根据双选信道在时延-多普勒域具有稀疏性,研究了OFDM系统中基于...
  • 在接收机进行基带信号处理过程中,利用最小二乘估计均衡方法从系统的信道估计序列中快速地提取有效的信道状态信息,并把提取的信道状态信息按比例调节双载波解调器输出的软比特值。实验结果证明,利用信道状态信息...
  • 在信道估计中,为了更好的获取信道状态信息,可以在上、下行链路利用波束赋形技术,减少同向信道干扰。
  • OFDM系统中的信道估计基础知识

    千次阅读 多人点赞 2020-10-04 15:18:25
    信道估计是使用接收信号表现出来的各种状态来对信道的特性进行估计的过程。信道估计信道对输入信号影响的一种数学表示。 二、为什么要进行信道估计 举一个简单的栗子来说,假如发送端发送了一个正弦信号6sin(2t),...

    参考文献:
    基于MIMO_OFDM系统的信道估计算法综述 ----丁旭(国内会议)
    参考课本:
    MIMO-OFDM无线通信技术及MATLAB实现
    参考文章:
    信道估计(百度百科)
    OFDM学习笔记(四)(信道估计简介
    信道估计算法
    OFDM中基于块状分布的导频信号信道估计仿真
    OFDM中的信道估计Channel Estimation
    SISO/MIMO信道估计(channel estimation)原理详细图解
    信道估计硬件实现 LS算法
    LTE基础原理与关键技术第4章OFDM信道估计
    Chpater 5 大规模MIMO信道估计与导频设计
    OFDM完整仿真过程及解释(MATLAB)

    OFDM系统基本框图

    在这里插入图片描述

    一、什么是信道估计

    信道估计是使用接收信号表现出来的各种状态来对信道的特性进行估计的过程。信道估计是信道对输入信号影响的一种数学表示。
    信道估计可以定义为描述物理信道对输入信号的影响而进行定性研究的过程,是信道对输入信号影响的一种数学表示。如果信道是线性的,那么信道估计就是对系统冲激响应进行估计。信道估计的目标就是使某种估计误差最小化,同时还要尽量降低算法的复杂度,并具有可实现性。
    为了在接收端能够准确地恢复发射信号,需要对信道的冲激响应进行估计,这就是信道估计。

    二、为什么要进行信道估计

    无线环境是复杂多变的,信号在传播过程中就会受到各种各样的干扰,到达接收端时,信号的幅度、相位和频率都会发生很大的改变,而信道估计和信道均衡的作用就是尽可能恢复出信号。因此,一个良好的估计和均衡算法对于接收端的性能来说至关重要,决定了信号最终的解出率。
    举一个简单的栗子来说,假如发送端发送了一个正弦信号6sin(2t),然后发送的这个正弦信号在无线信道中进行传输,由于信道的影响,接收端接到的信号变成了3sin(2t+8),也就是说信号经过无线信道的传输之后,幅度和相位都发生了变化(也就是幅度衰减一半,相位增加了8),如果在接收端现在已经通过相应的信道估计算法估计出了这个信道的特性(也就是幅度衰减一半,相位增加了8),那么接收端在后续接收其他信号的时候就会对接收到的信号进行相应的补偿。假如说发送端又发送了一个信号8sin(2t+2),通过信道传输之后,接收端接收到的信号变成了4sin(2t+10),那么接收端由于刚才已经通过第一次接收到的信号估计出了信道的特性,那么他就可以直接把信号补偿为8sin(2t+2)(幅度增加一倍,相位减去8),这样在接收端就可以复原出发送端发送的原信号。这就是为什么要进行信道估计,目的就是在接收端要尽可能地还原发送端发送的原信号。

    三、信道估计常用的思想

    在这里插入图片描述
    在这里插入图片描述

    3.1 基于参考信号的估计(非盲估计

    基于参考信号的信道估计就是接收端利用已经知道的信息来对信道进行估计。常用的就是OFDM系统中的基于导频符号的信道估计。它的缺点也是显而易见的,参考信号占用了信息比特,降低了信道传输的有效性,浪费了带宽。另外,在接收端,要将整帧的信号接收后才能提取出参考信号进行信道估计,带来了不必要的时延,所以对帧结构提出了限制要求,比如快哀信道下,由于信道的相关时间可能小于帧长,基于参考信号的信道估计算法应用受到限制。

    3.1.1 基于训练序列的信道估计

    基于训练序列的信道估计算法适用于突发传输方式的系统。通过发送已知的训练序列,在接收端进行初始的信道估计,当发送有用的信息数据时,利用初始的信道估计结果进行一个判决更新,完成实时的信道估计。

    3.1.2 基于导频符号的信道估计(常用)

    其实有时候也把导频称为训练序列。反正就是那个意思,不作太大的区分。
    基于导频符号的信道估计适用于连续传输的系统。通过在发送的有用数据中插入已知的导频符号,可以得到导频位置的信道估计结果;接着利用导频位置的信道估计结果,通过内插得到有用数据位置的信道估计结果,完成信道估计。

    3.2 盲估计

    利用调制信号本身固有的、与具体承载信息比特无关的一些特征,或是采用判决反馈的方法来进行信道估计的方法。盲估计必须是在接收到大量数据时才能够提取统计特性并对信道进行估计,并且算法复杂度也很高。

    3.3 半盲估计

    结合盲估计与基于训练序列估计这两种方法优点的信道估计方法,也就是盲估计+较短的训练序列。

    3.4 三种信道估计思想的比较

    一般来讲,通过设计训练序列或在数据中周期性地插入导频符号来进行估计的方法比较常用。而盲估计和半盲信道估计算法无需或者需要较短的训练序列,频谱效率高,因此获得了广泛的研究。但是一般盲估计和半盲估计方法的计算复杂度较高,且可能出现相位模糊(基于子空间的方法)、误差传播(如判决反馈类方法)、收敛慢或陷入局部极小等问题,需要较长的观察数据,这在一定程度上限制了它们的实用性。

    总体来说,由于基于参考信号的信道估计需要事先在发送的有效数据中插入一些收发双方都已知的数据(训练序列或者导频符号),于是插入的这些已知的数据就会占用了发送数据的信息比特,从而降低了传送数据的有效性和频谱效率,但是这种信道估计思想最后估计出来的结果相对来说比较贴合信道的实际情况,也就是说效果比较好。而盲估计算法由于不需要插入任何已知的数据,所以这种方式的数据有效性和频谱效率都比较高,但是他估计出来的信道特性相对来说不是那么的贴近实际的信道特性,并且这种信道估计的计算复杂度比较高、算法运算量大、灵活性差。半盲估计显然就是非盲估计和盲估计的一个折中产物。

    非盲估计:频谱效率低、效果好
    盲估计:频谱效率高、运算量大、效果不是那么好
    半盲估计:折中的产物

    由于盲估计频谱效率高,所以他越来越受到研究人员的重视。

    四、OFDM系统信道估计中的导频分布

    OFDM系统常常使用插入导频的方法来进行信道估计。我们都知道OFDM系统是在同一个时刻同时发送多个不同频率的子载波,一次性发送若干个子载波算是发送了一个OFDM符号,然后再隔一定的时间再发送下一个OFDM符号。根据导频插入的不同方式我们可以分为块状导频和梳状导频。
    所谓的导频就是在子载波上面调制上收发双方都知道的数据,这个数据(导频)的作用就是用来估计当前的信道特性。

    4.1 块状导频

    块状导频适用于慢衰落信道(即信道特性在一个OFDM数据帧(块)内保持准静止)。
    我们可以把下图中的4列小圆圈认为是一个OFDM数据帧(块),只要是在一个OFDM数据帧内信道特性基本不变,那么该信道就是慢衰落信道。

    在这里插入图片描述
    上图中的空心小圆圈就代表一个子载波,实心小圆圈就代表插入的导频。
    如上图所示,在同一时刻OFDM系统会同时发送多个不同频率的子载波,每一列就代表了一个OFDM符号,每隔一定的时间再发送下一个OFDM符号。
    这种导频方式的工作流程如下: 每隔一定的时间(也就是每隔几个OFDM符号,但是插入的时间间隔要满足抽样定理,目前我也不知道具体是什么东西)在所有的频率(子载波频率)上都发送一个已知的信号(这个信号我们就叫做导频信号,也就是在所有的子载波频率上面都调制上一个收发双方都知道的数据)。接收端收到这个导频信号之后就会使用相应的算法来对信道特性进行估计,估计完信道特性之后就已经知道了在导频位置处信道的特性(包括幅度衰减、相位等信息),然后就会使用一些插值算法在时域插值出后续几个OFDM符号周期内的信道特性,然后就可以然后就开始接收后面的OFDM符号了,接收端接收到后面的OFDM符号之后,就使用刚才估计到的信道特性来对现在接收到的数据进行相应的补偿,这样一直持续下去,一直持续到下一次导频信号的来临,然后就会使用最新的导频信号来更新当前的信道特性了,就这样一直持续下去。

    这种方式的基本思想就是假定了相邻几个OFDM符号之间的信道传输函数的改变不大。(其实也不能说是假定,因为这种块状导频本来就只能适用于这种相邻几个OFDM符号之间信道传输函数改变不大的信道,也就是这里说的慢衰落信道)
    由于该方式是在所有的子载波频率上面都发送了一个导频信号,所以这种方式对频率选择性不是很敏感。

    4.2 梳状导频

    梳状导频适用于快衰落信道(即信道特性在一个OFDM数据帧(块)内发生显著变化)。
    在这里插入图片描述
    上图中的空心小圆圈就代表一个子载波,实心小圆圈就代表插入的导频。
    这种插入导频的方式从图中就可以看出来,由于信道特性变化很快,所以不能再让相邻的几个OFDM符号来共同使用一个信道特性了,所以我们就在每一个OFDM符号中都加入了导频信号,但是和块状导频不同的是,这里的导频信号虽然占据了时间轴上的每一刻,但是他并没有占据频率轴上的所有子载波频率,而是选了几个频率来插入导频信息。
    这种导频方式的工作流程如下:在每一个OFDM符号周期内都使用几个子载波来作为导频使用,当接收端接收到这个OFDM符号之后,先使用信道估计算法估计出导频位置处的信道特性,然后再使用一些插值算法在频域插值出其余子载波(也就是其余携带数据的子载波)处的信道特性,然后就可以恢复出原信号了。
    由于这种方式的导频信号没有插入到所有的频率上,所以他对频率选择性比较敏感。

    除此之外,在信道频率选择性不强的情况下,可以在频域上较为稀疏地排列导频序列。同理,在慢衰落场景下,也可以在时域上较为稀疏地排列导频序列。
    在这里插入图片描述
    块状导频是进行的时域插值
    梳状导频是进行的频域插值
    菱形导频(格状导频)是在时域和频域都进行插值

    需要注意的是时域插值和频域插值其实指的就是在横坐标方向上插值或者在纵坐标方向上插值,横坐标就对应着时域,纵坐标就对应着频域。

    五、常用的信道估计算法(后续慢慢学习)

    在上面我们说到的利用导频信号就可以估计出信道特性,那么它具体是如何估计出信道特性的呢?这时候就轮到信道估计算法上场了。
    (信道估计模块接收的信号是频域信号,已经完成了去CP、纠偏等操作。去CP会使两个相邻的OFDM符号间有间隔,这段间隔对于信道估计模块很宝贵,所有的计算尽量在这个间隔内完成,若有N倍采样,那么可以用来处理的时钟就更多了。)
    在这里插入图片描述

    5.1 最小二乘法信道估计算法(LS)

    LS:Least Square
    该算法计算简单、复杂度低,不需要信道的任何先验统计特性。该方法导频处信道频域响应(CFR)通过LS算法估计得到,数据符号处CFR通过插值方法获得。然而,由于LS估计方法不能消除导频处噪声的影响,并且插值类信道估计方法不能有效消除由于多径引起的频域选择兴衰落信道的影响,导致数据处CFR获取不准确,因此LS算法的估计性能较差。
    假设发射信号是X(i),信道传输函数是H(i),接收端接收到的信号是Y(i),那么就有这个等式Y(i)=X(i)H(i)
    信道估计中的LS算法是最基本且常用的算法,用最朴实的话说就是忽略噪声,直接除。其公式表示为H(i)=Y(i)/X(i)。频域接收信号导频位置Y,本地已知导频X。两者简单相除,就可以得到导频位置的信道估计值H(i)
    在硬件实现时,除了在均衡时可以考虑用除法器,其他位置(包括此处的LS算法)都不要使用除法器,除法器占用的资源太多,将除法表示为乘法即可避免,而大部分的乘法可以用移位相加来实现,这样可以大大降低复杂度。
    关于代价函数请点击这里
    在这里插入图片描述

    5.2 最小均方信道估计算法(MMSE)

    MMSE:Minimum Mean Square Error Estimation
    在这里插入图片描述

    5.3 最大似然信道估计算法

    ML:Maximum Likelihood

    5.4 基于DFT的信道估计算法

    为了提高LS算法的性能,首先对LS算法得到的CFR进行IDFT变换到时域,然后根据信道冲激响应(CIR)特征,通过将CIR中除了时延点以外其余位置置零达到去噪的目的,然后再对去噪后的CIR补零做DFT得到估计的频域信道估计,由于DFT/IDFT有快速算法,因此该方法计算量小,容易实现。但是该方法要求信道时延为整数倍信道采样周期,当信道时延不为信道采样周期整数倍时,由于时延频谱泄露导致该方法不能仅仅通过几个时延点恢复出信道频域响应,因此限制了该方法的应用范围

    5.5 基于SVD(奇异值分解)的信道估计算法

    SVD:Singular Value Decomposition

    5.6 基于滤波器的信道估计算法

    5.7 线性最小均方误差信道估计算法(LMMSE)

    该方法在信道估计算法中性能最好,可以得到精确的信道估计,但是LMMSE算法需要知道信道的统计信息,并且具有很高的计算复杂度,因此,不适用于实际情况。

    5.8 基于判决反馈信道估计算法

    六、插值算法

    当使用信道估计算法估计出导频处的信道特性后,就要使用插值的方法去拟合出非导频处的信道特性,常见的插值方法有一阶线性插值和二阶线性插值。其中一阶线性插值是利用了相邻两个导频信号,而二阶线性插值是利用了前后相邻的3个导频信号。由于使用到的导频信息很少,所以最后估计出来的信道特性与实际有一定的差异。

    七、MIMO-OFDM系统中的信道估计

    在这里插入图片描述

    MIMO-OFDM的信道估计:时,频,空三个域都要考虑,尤其是在空域,不同天线发射的导频序列需要相互正交,否则在接收端无法区分各个导频,造成导频污染,就无法正确地估计信道。正交的方法有很多,可以是时间上错开,在某个时间只允许某个天线发送。也可以在频率上错开。还可以让导频信号本身就是正交的(例如Alamouti coding)。如下图所示:
    在这里插入图片描述
    在实际系统中往往是这三种导频策略混合使用。例如LTE下行链路的导频序列排布:
    在这里插入图片描述

    其他估计思想

    在这里插入图片描述

    展开全文
  • 实时信道状态信息的获取在地面通信中得到了广泛的研究,利用无人机独特的信道特性对无人机通信进行新的研究。 例如,当确定性的 LoS 分量主导作为先验已知时,可以设计有效的信道估计方案,典型的例子是在农村...

    关于UAV的信道估计思考

    Accessing From The Sky: A Tutorial on UAV Communications for 5G and Beyond

    另一个重要的问题是无人机地面通信的信道估计。实时信道状态信息的获取在地面通信中得到了广泛的研究,利用无人机独特的信道特性对无人机通信进行新的研究。

    例如,当确定性的 LoS 分量主导作为先验已知时,可以设计有效的信道估计方案,典型的例子是在农村(rurual/subrural)环境中 GBS-UAV 信道,通过跟踪由 UAV 运动引起的多普勒频率偏移。由于信道估计方案的性能通常取决于底层的信道模型,因此针对上述具体的无人机信道模型设计有效的信道估计方案需要进行更多的研究,特别是针对基于 MIMO 或 massive MIMO 的无人机通信。

    展开全文
  • 然后,通过使用信道预测信息和接收信号来估计信道状态。 仿真结果表明,该方法可以提高信道估计的准确性,提高MIMO-OFDM系统的性能。 与传统的DDCE方法相比,当SNR为30时,迭代DD-CE方法的BER提升了近10%,估计...
  • 为了保证为LTE-R系统用户提供可靠的无线通信服务,需要通过信道估计获取信道状态信息。在高速移动性场景下,无线信道呈现频率-时间双选择性,若要实现信道估计,则需引入大量导频。针对上述问题,提出一种结合分布式...
  • 使用3GPP10版本即LTE-A(Long Term ...信道状态信息参考信号被用来进行反馈估计,采用终端专用参考信号来进行解调。此外还对比了LTE中参考信号与LTE-A的参考信号的优缺点。最后给出了评估信道估计性能的仿真结果。
  • 首先建立时变多径信道状态方程和测量方程,然后将信道冲击响应近似为一个低阶自回归滑动平均过程,利用导频的先验信息估计出Kalman滤波器的初始值和时变参数,并通过Kalman滤波跟踪信道的时变特性。仿真实验表明,...
  • 然后,利用大规模MIMO信道矩阵的特点,将信道估计问题转换为低秩矩阵完备问题,从而可以利用软阈值算法恢复出所有用户的信道状态信息。仿真结果表明,该算法可以获得精确的信道状态信息,并有效地减少了信道估计开销...
  • OFDM中的信道估计Channel Estimation

    万次阅读 多人点赞 2017-07-25 16:49:51
    如果发射端使用差分编码,传输的信息调制到子载波间的变化中,接收端可以使用不需要信道状态信息CSI(Channel State Information)便能够完成解调的非相干差分解调技术,系统接收端可以得到一定的简化。 这种方法的...
    无线OFDM系统中的信道估计

    一、OFDM系统通常有相干OFDM系统和非相干OFDM系统之分。

    1.非相干OFDM系统
    如果发射端使用差分编码,传输的信息调制到子载波间的变化中,接收端可以使用不需要信道状态信息CSI(Channel State Information)便能够完成解调的非相干差分解调技术,系统接收端可以得到一定的简化。
    这种方法的最大优点是接收端不需要知道CSI,因此接收机比较简单。其缺点是与相干OFDM系统相比,系统的传输性能要降低3-4dB

    2.相干OFDM系统
    为了弥补这一损失,系统采用相干OFDM系统。
    相干OFDM系统发射端可以使用频谱效率更高的QAM技术。相干OFDM系统的接收端使用相干检测技术,系统需要知道CSI以对接收信号进行信道均衡,从而信道估计成为系统接收端一个重要的环节。
    虽然相干OFDM系统需要知道CSI才能解调而使接收机变得复杂,但获得了更好的系统传输效率和性能,所以,在无线通信应用中,通信系统还是使用相干OFDM系统。
    在具有多个发射天线的系统中,如果系统发射端使用了空时编码,接收端进行空时译码时,需要知道每一对发射天线与接收天线之间的CSI。而CSI可以通过信道估计获得。
    信道估计结果还可以用到接收分集的合并算法中,提高信号合并的质量,获得更多的分集增益。如果存在共道干扰,接收最小均方误差分集合并(Minimum Mean Square Error Diversity Combining,MMSE-DC)系数必须根据信道参数估计值和各个接收天线信号之间的瞬时相关特性进行计算。

    二、信道估计

    信道估计方法通常可分为三类:
    1.第一类是基于导频(Pilot)符号和插值技术信道估计。根据插入的导频符号在FIFT之前还是之后,分为时域导频符号插入法和频域导频符号插入法;
    2.第二类是基于判决反馈信道估计。
    3.第三类是基于被传输信息符号的有限字符特性和其统计特性的盲信道估计

    下面分别介绍这三种方法目前的研究现状,重点介绍无线通信系统中常用的基于训练序列的信道估计算法,简单介绍基于判决反馈的信道估计方法和盲信道估计算法。

    1.基于训练序列的信道估计

    接收端利用插入的Pilot进行信道估计是无线OFDM系统中常用的方法,常见的基于训练序列信道估计方法有时域训练序列和频域Pilot两种。本论针对在频域和时域插入训练序列的无线OFDM系统展开信道估计。

    1) 基于时域训练序列插入方式的信道估计
    假设系统的同步性能良好,我们从等效的离散时间OFDM系统模型展开讨论。
    在时域,用BPSK调制方式将一固定的伪随机(Psuedo-Noies,PN)序列 映射为一段固定的离散时域序列形成向量a,将向量a附到每一个时域OFDM信息符号块s[n]的前面; 同时该段时域波形还充当了时间保护间隔,消除接收信号中的IBI分量。向量a被插入到s[n]的前面,就形成被发送的一个完整的OFDM信息符号{a, s[n]}。
    在接收端,对应于第n个完整的OFDM信息符号,系统信道估计通过对接收信号中对应于向量a的离散信号段p[n]进行恢复循环卷积处理得到信号段~p[n],~p[n]在时域表示为~p[n]=a * h[n],其中*表示循环卷积运算; 然后通过FFT将~p[n]转换到频域,~p[n]在频域内可表示为~p[K]=A[k]H[k];因此,信道的频率响应可表示为H[k]=~p[k]/A[k]=~p[k]A'[k]/|A[k]|^2。由于向量a是由PN序列通过BPSK调制方式映射得到的一段固定离散时间序列向量,向量a通过FFT处理得到的频域向量A的模,|A|,除第一个值外其余的值均为一个常数K,其取值与PN序列长度有关,即|A[k]|= K,则H[k]=~p[k]A’[k]/K^2。
    另外,系统还可以利用PN序列良好的自相关特性,用接收的离散信号和向量a进行相关来获得CSI的估计值。
    基于插入时域训练序列方式的信道估计还可以利用无线信道短时间内的相关性来提高对Csl的估计结果的精度。系统连续存储含有训练序列的M个OFDM信息符号,并将M个符号内的CSI估计值作滑动平均处理,这种降低CSI估计值噪声功率的方法称为时域Pilot时域平均(Time Pilot Time Average,TPTA)。

    2) 基于单一频域训练序列插入方式的信道估计
    在系统发射端,复用器将数据符号和Pioft符号复用成频域内的数据流,分插到每个OFDM信息符号的Pilot符号为PN序列,其导频比PR定义为系统插入的Pilot数与系统进行快速傅里叶变换点数的比值,即PR=Np/N=1/R,Np表示系统插入的Pioft数,N表示快速傅里叶变换点数。Pilot子载波处的信道频域响应通过接收数据和本地存储的参考Pilot符号共同获得,而OFDM信息符号内其它数据子载波处的频域响应可以通过对Pilot子载波处的频域响应插值来获得,具体的插值方式有:分段线性内插,分段多项式拟合内插,基于DFT的内插,基于三阶样条函数的内插等。这种方法叫频域Pilot频域插值(Frequenecy Pilot Frequenecy Interpolation,FPFI)。
    系统还可以利用无线信道短时间内具有较高的相关性来提高对CSI的估计结果的精度,该方法叫频域Pilot频域平均Frequenecy Pilot Frequenecy Average,FPFA)。
    上面讨论的FPFI和FPFA两种方法属于非参数估计法,下面讨论OFDM系统插入频域Pioft时的参数估计。参数估计法将时延扩展信道建模为一个有限冲激响应滤波器,通过Pilot符号对信道的冲激响应或频率响应进行估计。Baoguo Yang等人提出了基于参数信道模型的估计算法,利用最小描述长度(Minimum Description Length,MDL)准则检测信道的路径数;利用旋转不变信号参数估计技术(Estimation of Signal Parameters by Rotational Invariance Techniques,ESPRIT)对信道多径时延进行初始估计,然后用延时锁相环跟踪信道多径时延;并根据估计的信道多径时延信息,利用最小均方误差(Minimun Mean-Square-Error,MMSE)准则估计信道的频率响应。

    3) 基于时-频二维频域训练序列插入方式的信道估计
    OFDM系统与单载波通信系统相比,单载波系统只能在时间轴方向插入时域训练序列,接收端在时域提取训练序列估计时变CIR。OFDM是多载波传输技术,系统中的子载波具有时-频二维结构,系统可以在时间轴和频率轴两个方向插入Pilot,这里的时间轴是在同一子载波上观察的时间轴,频域接收信号是Pioft和信道频率特性相乘的时变信号;而单载波系统的时间轴是在时域内观察的,其接收信号是训练序列与CIR时域相卷积的时变信号。
    为了很好地跟踪信道变化,OFDM系统最好在每一个OFDM数据符号中插入Pioft,但由于过多地使用Pilot,系统的频谱利用率会降低。如果系统遵循二维Nqiulst采样定理,根据信道时-频二维相关函数决定插入Pilot的导频比PR以及OFDM信息符号的最小间隔数,以此减小Pilot带来的频谱资源开销。通常无线信道特性满足广义平稳非相关散射(Wide Sense Stationary Uncorrelated Scattered,WSSUS)的假设,信道时-频二维相关函数可分解为时域相关函数和频域相关函数相乘。文献[53]根据无线信道该特性,提出了时一频后验概率(A Posterior Probability,APP)二维信道估计算法,先沿时间轴方向,后沿频率轴方向级连应用APP准则,同时与纠错译码的软判决输出相结合,迭带进行信道估计和信道译码,提高系统的误比特性能,这是基于时一频二维频域Pilot插入方式信道估计方法的典型代表。多载波系统插入的Pioft如果满足时一频二维Niquest抽样定理的条件,系统可以利用Pilot子载波处信道频率特性估计值,运用二维Wni:阴r滤波器内插的方法估算数据子载波处的信道频率特性值,从而获得均方意义下信道的最优估计。采用二维winne:滤波器自适应跟踪时变信道的算法由Henrikschober等人提出[40l,该算法要作二维处理,算法复杂度高。为了能实时处理,通常在无线信道特性满足wssus,的假设前提下,将优化的二维插值滤波器转化为两个级联的一维插值滤波器进行处理,简化算法和接收机的复杂度。利用二维Wniner滤波器分解为时间方向和频率方向的两个一维滤波器的级联实现方法,通过自适应更换时间和频率两个滤波器的系数,来达到自适应跟踪信道变化的目的。文献使用一种二维非线性函数拟合局部信道时一频二维特性,对LS信道估计结果进行处理,降低LS信道估计算法对噪声的敏感性。
    此外,MorelliM.等人提出了利用频率域导频符号进行信道估计的最大似然估计器(Maximum Likelihood Estimator,MLE)和最小均方误差估计器(Minimum Mean Error Estimator, MSEE),并作了理论分析和仿真比较。结果表明:(l)频域内导频间距相同时,信道边缘处的估计精度较信道中部要差。(2)在信噪比较低时,MSEE的性能比MLE要好;在信噪比适中和较高时,两者的性能接近。

    展开全文
  • 因此提出利用拉格朗日算子,结合牛顿法来改进和优化SL0算法,获得了快速和高效的信号重构ISL0算法,对稀疏多径信道状态信息进行了相关估计,分析了信噪比SNR和迭代次数等参数对重构信号均方误差MSE的影响。...
  • 最小二乘(LS)信道估计器用于获得所需的信道状态信息(CSI)。 以均方误差(MSE)为性能指标,我们通过分析和仿真评估了MIMO OFDM系统在频率选择信道上的LS估计器的性能,以及它对符号错误率(SER)的影响。
  • 前三讲介绍了OFDM经过AWGN信道和衰落信道的误码率情况,其中在第(2)节假设了接收端已经完美知道信道状态信息h,做了完美补偿(perfect compensation)。 那接收端是如何知道信道状态信息的呢?知道了又有什么用呢...
  • 用户可以访问MIMO OFDM系统的设计参数和信道状态信息。 L抽头瑞利衰落信道被视为在任何一对发射天线和接收天线之间。 将仿真结果得到的LSE信道的均方误差与理论值进行比较。 (In this code we consider the least ...
  • 该算法进行两次信道估计,第一次估计用于提供信道状态信息,在保证符号率的前提下消除ICI,第二次估计在ICI消除的情况下进行,可以提高信道估计精度;并对简化的并行干扰消除(parallel interference cancellation,...
  • 在上行链路训练方面,为了获得信道状态信息,我们介绍了LS和MMSE信道估计算法,并进行了比较。 同时,通过细胞分类和飞行员识别解决了飞行员污染的问题。 接下来,本文定义了用于下行链路数据传输的数学模型。 我们...
  • 接收端发送导频信号供发射端进行主信道估计,发射端利用估计信道状态信息选出多根天线并进行功率分配,推导所提方案的保密容量并设计仿真实例。结果表明,所提方案在估计误差条件下达成了低信噪比时的非零保密容量...
  • OFDM盲信道估计技术可以在不需要导频的情况下,估计信道状态信息,能有效节约带宽,提高频谱利用率。分析了一种基于子空间SVD方法的盲信道估计技术,在此算法基础上提出了针对时变信道估计方法,并就现有方法...
  • 本文为美国路易斯安那州立大学(作者:Zhongshan Wu)的博士论文,共141页。 在这个新的信息时代,高数据速率和强大的可靠性是无线...MIMO-OFDM系统面临的一个主要挑战是如何准确、快速地获取信道状态信息,以实现对...
  • 空闲信道评估与能量检测相似,但其功能更加复杂,其目的是估计目标信道是否空 闲。空闲信道评估的方法主要有检测能量是否超过所设定的阈值(至少超过接收机灵敏 度 10db),或检测信道是否存在遵循 IEEE 802.15...
  • 在接收端通过压缩感知技术对由信道估计得出的信道状态信息进行观测, 将少量的观测值反馈到发送端, 在发送端通过正交匹配追踪算法重构出完全信道状态信息。仿真结果表明, 信道状态信息在KLT域的压缩感知性能明显优于...
  • 针对时变慢衰落信道中频谱感知问题,提出一种新颖的动态状态空间系统模型,将授权用户状态与时变衰落信道状态看作2个隐藏系统状态;在此基础上,提出一种联合估计时变信道增益与授权用户状态的新型频谱感知方法。...
  • 快衰落信道中的酉空时调制Matlab程序。USTM_Main为主程序,ConsGen为星座产生子程序。主程序中标明了参考文献...酉空时调制是一种非相干空时码,信道发、收两端均不需要信道状态信息,不需要信道估计,适合快衰落环境。
  • 在此基础上, 新颖的频谱感知方案,最大程度地依赖后验 概率准则和边际粒子滤波技术 用于估计主要用户的状态,随时间变化 衰落信道增益和噪声方差联合。 实验性 仿真结果表明,所提出的方法改善了传感 性能显着,并...

空空如也

空空如也

1 2 3 4
收藏数 77
精华内容 30
关键字:

信道状态估计