当前课程知识点:移动通信原理 > 第十章 OFDM技术 > 10.2 OFDM中的信道估计 > 10.2 OFDM中的信道估计
好
以上是我们简单给大家介绍了
OFDM的一些基本原理
下面我们分别来给大家
讲解一下OFDM系统
当中的
几个关键技术
我们根据前面的分析
大家知道
OFDM系统
它在多径信道当中
靠CP去对抗的多径干扰
同一径
同一个子载波多间之间的干扰
这种这种信道的非理想效应
我们不能靠正交线来对抗
一般来讲
我们来靠信道估计
和平于均衡来对抗
这就是下面我们要介绍的内容
也就是OFDM系统
当中的信道估计我们怎么来进行
在衰弱信道当中
对OFDM系统的进行
信道估计和补偿
在OFDM系统当中的
信道估计算法
一般而言
我们划分为两类
就是所谓的盲估计算法
和非盲估计算法
在实际的
尤其移动通信系统当中
一般我们不会有盲的
盲的主要是在做一些理论研究
那么盲估计
它主要应用于一些慢变信道
那么它不用插入导频
它可以节省了导频的开销
但是它这个算法
收敛性非常的慢
在实际性的当中
应用还不太理想
而非盲的估计算法
是
我们经常用到的算法
一般而言
我们分为两类
就是所谓的数据辅助
和判决指导算法
那么大多数情况下
我们用的是数据辅助算法
就是我们插入一些导频
根据导频来估计
信道响应
我们先给出来
OFDM的一种
适量信号的模型
那么对于OFDM系统来讲
假如说我们用的是时频域表达
我们可以把它表达为这样的形式
这就是OFDM信号的
一个时频域的模型
大家看
它表达的是第N个
应当是第N个符号
N指的是时间的符号
第M个
样值
也就是个时域的形式
就是OFDM符号
在第N个符号上
第M个样值
那么它的表达式
这个表达式
我们在经过了多径信道以后
那么最终
我们推导出来是这样的形式
那么这样的一个
标量形式的表达式
或者波形形式的表达式
我们可以把它转换为
矢量矩阵向量的形式
也就我们得到下面这样的
矩阵板向量的反比形式
这种形式大家注意里面 H矩阵
这实际上是一个
卷积矩阵
就是把时域的多径信道的响应
进行写成卷积的形式
先行
卷积形式
然后我们去除掉了
循环前缀以后的话
那么这个H矩阵
就很容易可以采用
复列变化
来进行对角化
那么这个F实际上对应的是
eft变换矩阵
这个X实际上对应的是
我在频域上的发送信号
那么在接收端的时候
我们在做
FFT就正负的一个变换
把它从时域变到频域上去
所以接收到的样值Y频域信号序列
Y
我们就可以这么写成
是这样的形式
也就是F乘上中间的
信道响应矩阵
然后再乘上F的共轭转置
X再加上 W 请大家注意
这个地方的循环举证
现在我们已经去掉CP了
那么左乘一个DFT变换矩阵
又乘它的IDFT
变化矩阵
那么这样做的结果
可以
因为中间这个矩阵
是一个带状矩阵
现在我们做成又成复式
变换矩阵以后的话
可以把信道响应矩阵的
就变成了
对角阵除了主对角线以外
其他地方全是0了
OK
这样做的话
那么我们进行信道估计的时候
就比较方便了
只要对每一个主对角线的直角边
的信道响应
进行估计就可以了
那么对于OFDM系统来讲
我们插入导频进行信道
估计是常用的方法
我们插入的导频一般来讲
可以划分为两种插入方式
这就所谓的
导频符号和导频子载波
我们采用这样两种不同的方法
来插入导频 所谓导频符号
大家注意
就是左面给的图
横坐标是时域
纵坐标是频率
如果我插的是导频符号的话
那么黑点
全是到屏
也就是相当于这个时间端
YDM符号
就全插满了 全是导频
假如说要是导频子载波的话
它是间隔插入
它是这样子的
还是散点散开插入的
因此导频符号
导频子载波它是
在结构特性上有区别的
如果是导频符号的话
那么导频和数据之间
是时分的方式
一段时间是导频
另外一段时间是数据
那么在导频符号上的所有子载波
全是一致的
全要插入导频
而对于导频子载波来讲
它是间隔插入的
它在时频位置上是分散开的
这两种导频插入方式
或者导频图样的
它有各自的用途
一般来讲像导频符号
主要用于初始估计
那么导频子载波
我们一般用于是
信道的跟踪
它要跟踪一些
这个信道的时变的话
我们可以用到子再播来进行
跟踪
好
那么第二个问题是导频插入的
准则是什么
那么这个准则啊
我们简单的给大家说明一下
那么在OFDM系统当中
导频插入的准则
问题啊实际上是一个采样问题
大家回忆一下
我们在通讯原理当中
介绍过
采样定理
也就是所谓的时域
如图所示
采样定理
对吧
如果我们想
无失真的恢复出来原始的信号
只要满足了采样定理要求
也就是说
我的采样频率
大于等于
信号最高频率的二倍
那就能够无失真的恢复出来
原始的信号波形
这是时域采样定理
然而我们现在插入导频
这是它的目的
实际上就是对
时频二维的信道响应
进行估计
如果我们把时频二维的信道响应
看作是一个时频二维的波形
你插导频
就相当于是对时频二维进行抽样
我们希望无失真的恢复
那显然应当满足的是
二维采样定理
也就是说
我们在时域上有间隔
频域上也有间隔
导频间隔
要满足二维采样定理
二维测量定理
我们把它列出来
也就是说
在频率上的间隔
相邻两个导频子载波在频率上的
间隔
要小于这样的一个上限
在实际上的间隔要小于下面上限
这实际上都是采样定理
它是一个时频二维的采样定理
我们分析一下它的物理含义
频域上间隔
大家看是Tmax乘上δF
倒数
好
TMax是
最大多径时延
那么Tmax倒数
不就是相干时间
相干带宽吗
是吧
实际上就相当于是说
我们在一个相干带宽当中
至少要插入那一个导频子载波
因为θF导频子载波的间隔
对吧
也就是说
我们看这是三个相干带宽
在每一个相干带宽里面
至少应当插入一个导频
导频间隔的
要满足频率差值的这种要求
这就是
频域的测量定理要求
我们再看看这个时域
实际上物理含义
我们看这是
FD是最大都谱的平移
对吧
我们把最大多部的平移
求个倒数
变到分子上去
就变成了相干的时间了
相干时间再除以二倍的符号周期
T波是符号周期
实际上
时域采样定理
也就是说
在一个相干时间当中
至少应当有两个样值
那么才能够满足时域采样定理
所以由此
我们在进行导频图样设计的时候
要满足二维
Nyquest采样定律
当然一般来讲
在这种LTE Wi- max 4G
移动通讯系统当中
导频图像都插得比较密
是完全满足
二维采样定理要求的
下面我们来给大家介绍几种
在OFDM系统当中
常见的信道估计的算法
那么我们最常用的算法是
LS估计算法
最小二乘估计算法
大家回忆一下
刚才我们刚讲过
在频域上来看
YDM的信号模型
可以表述为这样的形式
就是说
我们可以把信道的这种卷积矩阵
进行对角化 那对角化了以后
就变成了 HX+N对吧
当然因为 H矩阵
实际上是一个对角矩阵
因此我们也可以把
信道信号模型的写成是H
这个H指的是它的平移信道
响应
也就是多个
子载波平移信道响应
乘上X矩阵
然后再加上N要变成这样的形式
但是变成这个形式之后
其实都一样
那么因为它全对角化了
所以我们在进行信道估计的时候
就是每一个
在子载波估它自己的信道响应就可以
其实就是一个
解方程的过程
很简单的
一元一次方程解方程就可以了
那么这种方法
我们就称为是最小二乘法
具体解比如说第N个符号
第k个子载波的
信道相应
那么就是它的接收信号
公式见图
公式见图
发送的导频
这就是它的信道估计的过程
当然这个估计过程
如果我们写成是
矩阵向量的形式的话
其实就应当是求X的逆
然后乘上接收信号向量就完了
那么这种方法
我们一般称为是最小二乘估计
这种方法
它其实类似于呢我们前面
大家想想
我们前面讲均衡的时候讲过
Y应当等于H乘X加上N
我们前面讲过
可以采用迫零算法来进行均衡
那个也是解方程
这个也是解方程
我们原来在讲迫零算法的时候
讲过
说是因为这迫零算法完全消除
码间干扰 可是会放大噪声
那么这个缺陷 LS估计也是
有的
那么对于LS估计算法来讲
它可以它能够去估计出来
导频上所对应的信道响应
但是它也会放大噪声
所以它估计的性能
并不是特别好
我们再说几个
LS估计算法
它的一些变种
刚才我们讲的那种
LS估计算法的评语
LS估计算法
当然我们也可以把这种频域二次
估计算法换到时域上去
那么时域以上的
信号的模型
是长这个样子的
也就是说它是个X矩阵乘上
F再乘上小H F是傅立叶
变换
傅里叶变换矩阵
对吧
我们可以把 X与F两个矩阵
相乘
变成一个复合矩阵
然后做时域上版本LS估计
那么因为这个时域版本
LS估计它可以确知信道冲激
响应的持续时间的长度
所以在利用先验信息的情况下
它的性能更好一点
但是法度会高一点
我们得到了导频子载波上信道
响应了
下一个问题是
这个数据子载波上的信道响应
怎么做呢
这儿有个导频
那么这儿是数据
那么三角上到圆圈导频上的子载波
它的信道效应
我们知道了
三角位置上是数据子载波
它的信道响应怎么做呢
那也就是说
它的信道响应
是这个地方
它的信道响应在这
那一般来讲
我们可以采用差值的方法
通过这种时频差值的方法
来获得
这个数据子载波上的信道响应
当然这个差值
比如最简单
我们可以搞个线性差值对吧
这就能获得
数据自造波上的信道效应
当然你也可以考虑
能搞一个二次差值
或者其他差值
总而言之
什么差值也行
只要能够保证
通过差值
对信道响应做一些
管平滑和滤波
就OK了
上述这种最小二乘信道估计算法
不管是时域还是频域的估计
算法
其实它的主要的缺陷
就是你会放大噪声
因此在低信噪比
条件下的估计性能是比较差的
我们想获得更好的估计
性能的话
可以采用DFT
变换域估计的算法
来进行信道估计
那么DFT估计算法
它的基本思想
我们不讲公式
我们讲讲基本思想
它的基本思想是这样的
就是说我们首先先在频域上
那么采用的最小二乘估计
导频自艾伯
不让信道响应估出来
但是估计的结果有偏差
因为有放大噪声的影响
那么我们把频域上
估出来的信道响应
然后再做一个逆傅里叶变化
把它从频域变换到时域上去
变到时域以后的话
我们利用一些现有信息
比如说我们知道
信道的冲激响应持续时间
是不可能超过循环前缀的长度的
那么我们把逆傅里叶变换
变到时域上的响应
响应
我们把它分为一分两半
前面这一半就是
CP的抽头
后面这一半
应当是N-CP的抽头
我们把N减后面这些样值上的
响应 全置为0
把它置成0
因为它不可能是真正的响应
前半部分能不能保留
然后再做一个FFT变换
把它从时域再变回频域
我们采用这样的方法
实际上是降低了信道估计的噪声
也就降低了它的估计的误差
所以DFT变换
这种信道估计算法
它虽然付出了一定的复杂度
但是它的性能是相对LS
估计来讲是要好一些的
当然最好的信道估计算法
应当适用MMSE也就是最小
均方误差估计算法
最小均方误差估计算法
它要考虑到
它的信道响应
与导频之间的相关矩阵
要进行的矩阵求逆
所以它的复杂度
是比较高的
虽然性能好
但是法度高
我们可以把不同的信道估计算法
它的估计误差叫均方误差
做一下比较
同学们看看这个交片给的示意图
实线
这就是最小二乘估计算法
稍微好一点
这是
做一点线性差值的
那么它的估计误差会略微好一点
我们做这种DFT变换的话
它的估计误差会更好一点
好吧
它明显有一个平移关系
尤其在低信噪比上的条件下
有比较明显的争议
那么最好的估计
信道估计算法应当是MMSE
在高信噪比比条件下
MMSE和DFT变换
是
基本上一样的性能
但是低信噪比条件下
有显着的增益
不过MMSE估计算法
它的法度是比较高的
一般来讲
在实际系统当中
如果能够采用DFT变换
估计算法最好采用DFT
变化估计算法
因为这种算法
在性能复杂度之间
能够达到比较好的折中
另外一大类
这种数据辅助的算法
就是所谓的判决
指导性的估计算法
这类算法
它是把接收到的信号
先做解相关解调
然后信道译码
那么信号重构
把这个数据
因为译码了之后
认为是已知的
用这些译码的数据
然后拿来做导频使用
然后来进行信道估计
这种方法
当然它的性能会更好一点
因为它的导频比原来的
插入的那些真导频要多得多
因为数据肯定比导频还是多的
但是它要付出复杂度
并且时延相对是比较大一些的
那么除此以外
我们现在在4G和5G系统当中
广泛的采用了麦某OFDM的
这样的结构
或者讲引用的多个天线
那么引入多天线以后的话
我们进行到估计的话
就不仅要估时频信道响应
实际上还要估
空间的信道响应
是空时频
三个维度上的
信道效应都要估计
那都要查到底
那么在空时频三个维度上插导频
你得考虑到导频要互不干扰
所以这个时候导频插入准则
还要加入一个
空间的
采样定理的基本要求
那么这个胶片上
我们给了一个示意
帮助大家理解
-1.1 前言
--1.1 前言
-1.2 移动通信发展的回顾
-1.3 第四代移动通信技术
-1.4 第五代移动通信技术
-1.5 未来移动通信技术
-第一章 作业
--第一章 作业
-2.1 移动信道的特点
-2.2 三类主要快衰落
-2.3 传播类型与信道模型的定量分析
-2.4 无线信道模型
-第二章 作业
--第二章 作业
-3.1 多址技术的基本概念
-3.2 移动通信中的典型多址接入方式
-3.3 码分多址CDMA中的地址码
-3.4 伪随机序列(PN)和扩频码的理论基础与分析
-第三章 作业
--第三章 作业
-4.1 语音压缩编码
-4.2 移动通信中的语音编码
-4.3 图像压缩编码
-4.4 我国音视频标准
-第四章 作业
--第四章 作业
-5.1 概述
--5.1 概述
-5.2 保密学的基本原理
-5.3 GSM系统的鉴权与加密
-5.4 IS-95系统的鉴权与加密
-5.5 3G系统的信息安全
-5.6 B3G与4G系统的信息安全
-第五章 作业
--第五章 作业
-6.1 移动通信系统的物理模型
-6.2 调制/调解的基本功能与要求
-6.3 MSK/GMSK调制
-6.4 π/4-DQPSK调制
-6.5 3π/8-8PSK调制
-6.6 用于CDMA的调制方式
-6.7 MQAM调制
-第六章 作业
--第六章 作业
-7.1 信道编码的基本概念
-7.2 线性分组码
-7.3 卷积码
--7.3 卷积码
-7.4 级联码
--7.4 级联码
-7.5 Turbo码
-7.6 交织编码
--7.6 交织编码
-7.7 ARQ与HARQ简介
-7.8 信道编码理论上的潜在能力与最大编码增益
-7.9 GSM系统的信道编码
-7.10 IS-95系统中的信道编码
-7.11 CDMA2000系统的信道编码
-7.12 WCDMA系统的信道编码
-第七章 作业
--第七章 作业
-8.1 分集技术的基本原理
-8.2 RAKE接收与多径分集
-8.3 均衡技术
--8.3 均衡技术
-8.4 增强技术与应用
-第八章 作业
--第八章 作业
-9.1 多用户检测的基本原理
-9.2 最优多用户检测技术
-9.3 线性多用户检测技术
-9.4 干扰抵消多用户检测器
-第九章 作业
--第九章 作业
-10.1 OFDM基本原理
-10.2 OFDM中的信道估计
-10.3 OFDM中的同步技术
-10.4 峰平比(PAPR)抑制
-第十章 作业
--第十章 作业
-11.1 多天线信息论简介
-11.2 空时块编码(STBC)
-11.3 分层时空码
-11.4 空时格码(STTC)
-11.5 空时预编码
-11.6 MIMO技术在宽带移动通信系统中的应用
-第十一章 作业
--第十一章 作业
-12.1 引言
--12.1 引言
-12.2 多功率控制原理
-12.3 功率控制在移动通信中的应用
-12.4 无限资源的最优分配
-12.5 速率自适应
-第十二章 作业
--第十二章 作业
-13.1 标准化进程
-13.2 HSPA系统
-13.3 EVDO系统
-13.4 LTE系统
-13.5 WiMax系统
-第十三章 作业
--第十三章 作业
-14.1 TDD原理
-14.2 TD-SCDMA
-14.3 UTRA TDD
-14.4 TD-HSPA
-第十四章 作业
--第十四章 作业
-15.1 移动网络的概念与特点
-15.2 从GSM/GPRS至WCDMA网络演讲
-15.3 第三代(3G)移动通信与3GPP网络
-15.4 从IS-95至CDMA2000网络演讲
-15.5 B3G与4G移动通信网络
-第十五章 作业
--第十五章 作业
-16.1 移动通信中的业务类型
-16.2 呼叫建立与接续
-16.3 移动性管理
-16.4 无线资源管理RRM
-16.5 跨层优化
-第十六章 作业
--第十六章 作业