基于叠加训练序列的MIMO-OFDM信道估计-AET-电子技术应用

基于叠加训练序列的MIMO-OFDM信道估计

来源：电子技术应用2013年第3期

武林俊

河南工业大学信息科学与工程学院, 河南郑州 450001

摘要： 为提高无线信道的传输性能，提出了改进的基于ST技术的MIMO-OFDM系统信道估计的训练序列算法。利用训练序列与信息序列的不相关性，估计出信道参数。即使在存在通道失配误差和通道的量化误差的情况下,用有量化的反馈的基于信道估计的训练序列也能改进系统的性能，信道采用10 bit的量化器就能满足一般性能要求。讨论了使用信道互信息最大化的最优导频序列的设计。

关键词： 无线网络无线通信 MIMO-OFDM 叠加训练序列信道估计

中图分类号： TN911.5
文献标识码： A
文章编号： 0258-7998(2013)03-0112-03

Channel estimation in MIMO-OFDM systems based on superimposed training

Wu Linjun

School of Information Science and Engineering, Henan University of Technology, Zhengzhou 450001, China

Abstract： In order to improve the transmission performance of wireless channels, the improved training sequence based channel estimation algorithm in MIMO-OFDM system was proposed. Using irrelevance of the training sequence and information sequence, the channel parameters was estimated. Even in the presence of channel mismatch errors and channel quantization error, quantitative feedback channel estimation training sequence can improve the performance of the system. 10-bit quantizer can fulfill the general performance requirements. And then the design of the optimal pilot sequence using the channel to maximize the mutual information was discussed.

Key words : MIMO-OFDM； superimposed training； channel estimation

未来移动无线通信系统需要有高比特率的传输技术，正交频分复用(OFDM)是一种较新颖的通信技术，它把整个无线信道分成许多窄的并行子信道，以此来提高数据传输速率，同时避免了多径传播引起的符号间干扰(ISI)。多输入多输出(MIMO)系统在收发双方使用多个天线，在不需要额外的带宽的情况下，提高无线信道容量。 MIMO-OFDM系统结合了两者的优点，在高数据速率的无线应用中是很有竞争力的技术。LS和MMSE信道估计方法[1-2]，已被广泛使用在MIMO-OFDM信道估计中。此外，不同类型的辅助导频或训练序列估计方法经常在快速衰落和平坦衰落环境下使用[3-6]。

参考文献[3]讨论了在最小均方误差(MMSE)准则下的MIMO-OFDM系统训练序列的设计，提出了设计最佳训练序列的充分必要条件，并把训练序列的优化转化为一个凸函数优化问题，从而得到最优解。此外，给出了MMSE的上界和低复杂度的最佳训练序列迭代算法的闭式解。参考文献[4]考虑到与宽带MIMO信道一起使用OFDM调制技术，然而与窄带MIMO系统相比，MIMO-OFDM系统的信道估计仍然是比较困难的。原因之一是，信道参数的估计量与信道延迟传播和天线的数量成正比；另一个原因是，每一个接收到的信号依赖于多信道参数。其重点考虑在具有空间相关性的MIMO-OFDM系统的训练序列优化设计。
本文提出了一种在发射端基于叠加训练(ST)技术的闭环MIMO-OFDM系统精确估计训练序列的方法，通过利用以前的传输数据，发射端的估计值被精确优化，从而极大降低了在信道估计中的数据干扰, 提高了性能。

同时做以下假设： (1)信道是广义平稳的非相关散射信道(WSSUS)； (2)数据符号之间相互不相关，且具有零均值； (3)训练序列符号也是不相关的；(4)噪声是零均值的加性白高斯噪声；(5)在基带接收端具有精确同步和零直流偏移。
　　OFDM符号移去保护间隔信号以后，第r个接收天线获得的基带信号矢量被表示为：

图1说明了量化误差对MMSE性能的影响。设计的目标是采用最少比特位来量化信道，而性能没有显著影响。从图1可以看到，使用13 bit量化，对于信噪比小于30 dB时，MSEE的性能几乎是相同的。相比之下，10 bit量化结果的性能就比较差了。然而，当10 bit量化器使用在信道不匹配的30 Hz多普勒展宽的情况下，性能几乎与图中显示的一样。因此，在这种情况下，10 bit量化器就已经足够了。

2 相关衰落信道下的最优导频序列设计
    在实际的无线通信，信道参数可以接收通过发送训练序列得到估计。在一般情况下，信道估计的精度高度依赖于训练序列的设计，一些MIMO-OFDM系统的导频设计可见参考文献[7]。在本文中,在信道和接收序列之间，通过互信息最大化来实现导频序列最优设计。
   移去CP和进行FFT后,收到的第n个OFDM符号的第k个载波信号的频域表达式为:


　
   定义rTX和rRX分别为发射端和接收端的空间相关系数，rL被定义为径增益相关系数。从图2中可以看到，rL值越大，最优导频序列与正交导频序列的信道互信息差就越大，并且较小的相关性不利于提高信道互信息差。
   本文中考虑了基于ST技术的MIMO-OFDM系统的信道估计的训练序列。即使存在通道失配误差和通道的量化误差的情况下，用有量化的反馈的基于信道估计的训练序列能改进系统的性能，信道采用10 bit的量化器就能满足一般性能要求。讨论了使用信道互信息最大化的最优导频序列的设计。
参考文献
[1] BEEK J V, EDFORS O. On channel estimation in OFDM systems[C]. Proceedings of the 64th IEEE Vehicular Technology Conference,Chicago, 2006: 815-819.
[2] FOSCHINI G J,GANS M J. On limits of wireless communications in a fading environment when using multiple antennas[J]. Wireless Press. Commun.,2008,46(3):311-335.
[3] TAUN H D, KHA H H. Optimized training sequences for spatially correlated MIMO-OFDM[J]. IEEE Transaction on Wireless Communications, 2010,39(9):2768-2778.
[4] JOSIAM K, RAJAN D. Bandwidth efficient channel estimation Using Super-Imposed Pilots in OFDM Systems[J]. IEEE Transaction on Wireless Communications, 2011,39(6):2234-2245.
[5] HE S, TUGNAIT J K, MENG X H. On superimposed training for MIMO channel estimation and symbol detection[J]. IEEE Transactions on Signal Processing,2010,57(56):3007-3021.
[6] NAIR J P, KUMAR R V R. Improved superimposed training based channel estimation for MIMO-OFDM systems with quantized feedback[C]. International Conference on Signal Processing and Communications, Bangalore, 2010:168-177.
[7] HUANG Q, GHOGHO M, FREEAR S. Pilot design for MIMO-OFDM Systems with Virtual Carriers[J].IEEE Transactions on Signal Processing, 2009,57(5):2024-2029.

原创声明：此内容为AET网站原创，未经授权禁止转载。

相关内容