摘 要: 信道估計(jì)技術(shù)是未來(lái)無(wú)線通信系統(tǒng)得以實(shí)際應(yīng)用的關(guān)鍵技術(shù)。首先介紹了無(wú)線通信系統(tǒng)信道模型的特點(diǎn)以及信道估計(jì)方法分類,,然后重點(diǎn)闡述了目前無(wú)線通信系統(tǒng)中非盲信道估計(jì)方法的研究現(xiàn)狀,,并對(duì)各種算法的優(yōu)缺點(diǎn)和性能進(jìn)行了分析和比較。
關(guān)鍵詞: 信道估計(jì),;非盲信道估計(jì),;最大似然估計(jì);最小均方,;最小二乘
在無(wú)線通信系統(tǒng)中,,當(dāng)信號(hào)帶寬超過信道的相關(guān)帶寬時(shí),信道就會(huì)在時(shí)域顯示其色散效應(yīng),,這將導(dǎo)致發(fā)射符號(hào)序列間產(chǎn)生干擾,,即碼間干擾。由于碼間干擾使接收信號(hào)受損,,當(dāng)信道條件已知或者基于準(zhǔn)確的信道估計(jì)時(shí),,由信道引起的失真效應(yīng)通常可以在接收機(jī)得到補(bǔ)償,。若采用非相干檢測(cè)則可以簡(jiǎn)化接收機(jī)復(fù)雜度,,不需要進(jìn)行復(fù)雜的信道估計(jì)。但對(duì)于高斯白噪聲信道,,非相干檢測(cè)比相干檢測(cè)有高達(dá)3 dB左右的性能損失,,而且,如果延時(shí)擴(kuò)展增加,,性能損失將會(huì)更嚴(yán)重,,這對(duì)功率受限系統(tǒng)(例如超寬帶通信系統(tǒng))尤其難以接受。因此,,信道估計(jì)技術(shù)已成為未來(lái)無(wú)線通信系統(tǒng)的關(guān)鍵技術(shù),,也是國(guó)內(nèi)外學(xué)者致力研究的熱點(diǎn)方向之一,。
1 無(wú)線通信系統(tǒng)信道模型
關(guān)于無(wú)線傳播信道的研究已經(jīng)進(jìn)行了五十多年,迄今為止,,已有大量的信道模型被提出,。不同帶寬下的無(wú)線通信系統(tǒng)的信道模型也各不相同,對(duì)于一個(gè)好的系統(tǒng)設(shè)計(jì)而言,,理解這些差別和它們對(duì)不同系統(tǒng)的影響是非常重要的。一般而言,,針對(duì)不同的信道模型,,信道估計(jì)方法也各不相同。無(wú)線信道一般可以表示成兩種形式:
(1)基帶信道被表示成抽頭延時(shí)線的形式,,該模型中L個(gè)信道抽頭是等間隔分布的,。該模型下需要估計(jì)的參數(shù)是L個(gè)信道幅度和一個(gè)延時(shí)參數(shù)。
(2)基帶信道模型中的延時(shí)值是任意的,,每一徑的幅度和延時(shí)都需要被估計(jì),。
對(duì)于稀疏信道,第二種方法可能比使用等間隔抽頭延時(shí)線模型估計(jì)的參數(shù)數(shù)量低得多,,因此信道估計(jì)更加有效,,但是一般不存在閉式解。方法(1)產(chǎn)生了更加容易的參數(shù)化信道模型,,但是以過參數(shù)化為代價(jià)的,。
2 信道估計(jì)方法分類
目前,無(wú)線通信系統(tǒng)的信道估計(jì)方法可分為三類: 有輔助符號(hào)的非盲信道估計(jì),、無(wú)輔助符號(hào)的盲信道估計(jì)以及介于兩者之間的半盲信道估計(jì),,其特點(diǎn)可歸納為:
(1)非盲的信道估計(jì):按一定估計(jì)準(zhǔn)則確定各個(gè)待估參數(shù)值,或者按某些準(zhǔn)則進(jìn)行逐步跟蹤和調(diào)整待估參數(shù)的估計(jì)值,,特點(diǎn)是需借助參考信號(hào),。很明顯,要想實(shí)現(xiàn)信道估計(jì),,估計(jì)理論是其數(shù)學(xué)基礎(chǔ),。
①貝葉斯估計(jì):需要已知代價(jià)函數(shù),、待估計(jì)參量和觀測(cè)數(shù)據(jù)的完整的概率描述,,條件最苛刻;
?、谧畲蠛篁?yàn)概率(MAP)和最大似然(ML):需要代價(jià)函數(shù)是誤差的偶函數(shù),,不需其詳細(xì)形式,但仍需待估計(jì)參量和觀測(cè)數(shù)據(jù)的完整的概率描述,;
?、劬€性最小均方誤差(LMMSE):只需知待估計(jì)量與觀測(cè)數(shù)據(jù)的一階或二階統(tǒng)計(jì)特性,;
④最小二乘(LS):只需把估計(jì)問題作為確定性的最優(yōu)化問題來(lái)處理,。
非盲估計(jì)方法的優(yōu)點(diǎn)是可以獲得較好的系統(tǒng)性能, 但是它降低了頻帶利用率并且無(wú)法適用于不可能在發(fā)送端提供訓(xùn)練序列的場(chǎng)合,,例如在軍事偵聽過程中,無(wú)法獲得敵人確定的訓(xùn)練序列,。
(2)盲估計(jì):利用調(diào)制信號(hào)本身固有的,、與具體承載信息比特?zé)o關(guān)的一些特征(比如恒模、子空間,、有限字符集,、循環(huán)平穩(wěn)和高階統(tǒng)計(jì)量等)或采用判決反饋的方法進(jìn)行信道估計(jì)。
盲估計(jì)方法的優(yōu)點(diǎn)是提高了系統(tǒng)的頻帶利用率,,適用于接收端無(wú)法確定訓(xùn)練序列的場(chǎng)合,具有自我恢復(fù)性,,且可在未知數(shù)據(jù)調(diào)制和編碼方式的情況下正常工作。缺點(diǎn)是估計(jì)性能差,,且估計(jì)過程較非盲方法漫長(zhǎng),。
(3)半盲估計(jì):在發(fā)射信號(hào)中插入導(dǎo)頻,克服基于二階統(tǒng)計(jì)量盲方法固有的模糊度問題,同時(shí)使用盲方法進(jìn)行信道估計(jì),,從而結(jié)合了盲估計(jì)與非盲估計(jì)的優(yōu)點(diǎn),。目前半盲方法可分為基于二階統(tǒng)計(jì)量半盲方法和基于一階統(tǒng)計(jì)量的半盲方法。
3 非盲信道估計(jì)方法研究現(xiàn)狀
如前所述,,根據(jù)目前無(wú)線通信系統(tǒng)信道模型的分類,,目前的非盲信道估計(jì)方法可分為:信道幅度增益和徑延時(shí)聯(lián)合估計(jì)以及信道幅度增益的估計(jì)方法。下面就介紹這兩種經(jīng)典估計(jì)方法在窄帶或?qū)拵ㄐ畔到y(tǒng)中的應(yīng)用,。
3.1信道幅度增益和徑延時(shí)聯(lián)合估計(jì)的方法
由于CDMA系統(tǒng)能夠分辨多徑元,,并經(jīng)常使用Rake接收機(jī)(或其他更加復(fù)雜的檢測(cè)方案)收集多徑能量,以獲得多徑分集,,所以需要對(duì)多徑信道的增益和延時(shí)參數(shù)進(jìn)行聯(lián)合估計(jì),。因此,很多信道估計(jì)算法采用了第二種類型的信道模型[1-3],。參考文獻(xiàn)[1]基于最大似然準(zhǔn)則(ML)獲得了所有用戶的信道參數(shù)估計(jì),,該方法性能優(yōu)良,但由于涉及到大量參數(shù)的數(shù)值搜索,,所以計(jì)算復(fù)雜度高,。為了得到實(shí)際的信道估計(jì)方案,可以以性能損失為代價(jià)降低算法的計(jì)算復(fù)雜度,?;趩斡脩舻男诺拦烙?jì)方法將多址干擾建模成有色高斯噪聲[2],得到了一種經(jīng)典的滑動(dòng)相關(guān)信道估計(jì)(SW)方案,。該方案是遠(yuǎn)近效應(yīng)魯棒的,,并且不涉及到多維優(yōu)化的搜索問題,,但其受限于高斯白噪聲信道,與實(shí)際應(yīng)用環(huán)境不符,。為了將單徑信道估計(jì)器[2]拓展到多徑衰落信道下,,參考文獻(xiàn)[3]將多維優(yōu)化問題約化成一系列簡(jiǎn)單的一維搜索問題,以降低多用戶信道估計(jì)方法的復(fù)雜度,,并得到另一種經(jīng)典的信道估計(jì)方案,,即連續(xù)干擾抵消的信道估計(jì)方案(SC)。然而,,簡(jiǎn)單的SW算法性能損失較大,,而SC算法由于其順序的執(zhí)行方式引起了較長(zhǎng)的計(jì)算時(shí)間延時(shí)。為解決上述問題,,本文基于多次迭代的最小均方算法提出了三種并行的結(jié)構(gòu)化迭代信道估計(jì)方案[10]。該方法能夠調(diào)整迭代次數(shù),,在處理時(shí)間和估計(jì)性能上取得了折中,,比傳統(tǒng)方法具有更大的靈活性。
3.2信道幅度增益的估計(jì)方法
不同于單載波系統(tǒng),,多載波OFDM系統(tǒng)具有時(shí)頻二維結(jié)構(gòu),,所以導(dǎo)頻符號(hào)可以在時(shí)間和/或頻率軸上向兩個(gè)方向插入導(dǎo)頻,導(dǎo)頻的放置比較靈活,。在OFDM系統(tǒng)中,,通常需要信道的頻響進(jìn)行頻域均衡,因此,,在OFDM系統(tǒng)環(huán)境下,,基于第一種信道模型產(chǎn)生了大量的信道估計(jì)算法[4-8]。一般而言,,這些算法會(huì)借助導(dǎo)頻符號(hào)或者訓(xùn)練序列在時(shí)域或者頻域基于LS,、ML或MMSE準(zhǔn)則求解時(shí)域信道徑增益參數(shù)或者信道頻域響應(yīng)。其中的MMSE信道估計(jì)方法[4]由于利用了信道相關(guān)特性,,所以獲得了重要的性能增益,,但復(fù)雜度較高。為了降低復(fù)雜度,,一種基于SVD分解的低秩信道估計(jì)器被提出[5],。盡管LS估計(jì)器復(fù)雜度很低且執(zhí)行簡(jiǎn)單,但信道估計(jì)誤差較大,。為減少估計(jì)誤差,,參考文獻(xiàn)[6]針對(duì)OFDM系統(tǒng)框架提出了一種低復(fù)雜度的ML估計(jì)器,它可在一定程度上減少信道估計(jì)均方誤差值,,從而改善估計(jì)性能,。另一方面,,為了獲得更好的信道估計(jì)值,使用DFT的LS估計(jì)器和線性MMSE估計(jì)器也被提出[7-8],,并在估計(jì)性能和復(fù)雜度之間取得折中,。為進(jìn)一步改善性能,參考文獻(xiàn)[8]首先借助信道的時(shí)域有限長(zhǎng)度特性估計(jì)出了信道子空間的噪聲,,然后借助非最優(yōu)導(dǎo)頻序列引入有色噪聲特性在LS信道估計(jì)中抑制了該噪聲,。這種方法被推廣到MIMO系統(tǒng)的信道估計(jì)中[9],其性能可以逼近MMSE估計(jì)方法。
本文重點(diǎn)闡述無(wú)線通信系統(tǒng)非盲信道估計(jì)方法的研究進(jìn)展,??梢钥闯觯谶M(jìn)行信道估計(jì)之前,,充分理解無(wú)線通信系統(tǒng)的信道模型的特點(diǎn)是至關(guān)重要的,,不同模型下的信道估計(jì)算法都有其自身的特點(diǎn),但也存在一定的不足,。針對(duì)不同的無(wú)線通信環(huán)境,,更加實(shí)用的信道估計(jì)方法還有待深入研究。因此,,無(wú)線通信系統(tǒng)中的信道估計(jì)仍然是未來(lái)無(wú)線通信系統(tǒng)物理層的熱點(diǎn)研究方向,,是推動(dòng)各種無(wú)線通信系統(tǒng)走向?qū)嵱没年P(guān)鍵技術(shù)。值得一提的是,,除了本文介紹的信道估計(jì)方法外,,目前還有將分形、小波以及Bootstrap和魯棒估計(jì)(SVM或M估計(jì))等理論應(yīng)用于無(wú)線通信系統(tǒng)信道估計(jì)問題求解中,,這都將是未來(lái)信道估計(jì)技術(shù)的發(fā)展方向和熱點(diǎn),。
參考文獻(xiàn)
[1] STROM E G, MALMSTEN. A maximum likelihood approach for estimating DS-CDMA multipath fading channel[J]. IEEE Journal on Selected Areas in Communications, 2000,18:132-140.
[2] BENSLEY S E, AAZHANG B. Maximum likelihood synchronization of single-user for code-division multiple access communication systems[J].IEEE Transactions on Communications,1998,46(3):392-399.
[3] D’AMICO A A, MENGALI U, MORELLI M. Channel estimation for the uplink of a DS-CDMA system[J]. IEEE Transactions on Wireless Communications, 2003,2(6):1132-1137.
[4] VAN DE BEEK J J, EDFORS O, SANDELL M, et al. On channel estimation in OFDM systems[C].in IEEE Vehicular Technology Conference, Chicago, IL, USA, 1995(2):815-819.
[5] EDFORS O, SANDELL M, VAN DE BEEK J J, et al.OFDM channel estimation by singular value decomposition [J].IEEE Transactions on Communications,1998,46(7):931-939.
[6] DENEIRE L, VANDENARMEELE P,VAN DER PEERE L. et al. A low-complexity ML channel estimator for OFDM [J]. IEEE Transactions on Communications, 2003, 51(2):135-140.
[7] CHINI A, WE Y Y, TANANY M E L, et al. Filtered decision feedback channel estimation for OFDM-based DTV terrestrial broadcasting systems[J]. IEEE Transactions on Broadcasting, Mar. 1998,44(1):2-11.
[8] JAFARIAN H Z, OMIDI M J, PASUPATHY S. Improved channel estimation using noise reduction for OFDM systems[J]. IEEE Vehicular Technology Conference, 2003,57(2):1308-1312.
[9] JAFARIAN H Z, PASUPATHY S. Robust and improved channel estimation algorithm for MIMO-OFDM systems[J].IEEE Transactions on Wireless Communications, 2007,6(6):2106-2113.
[10] WANG D, YANG L, JIANG L G, et al. Iterative channel estimation for pulse-based UWB wireless communications[C].Proceedings of the 2007 Second International Conference in Communications and Networking in China, 2007:631-635.