2022年OFDM技术无线通信系统信道估计研究报告.docx

《2022年OFDM技术无线通信系统信道估计研究报告.docx》由会员分享，可在线阅读，更多相关《2022年OFDM技术无线通信系统信道估计研究报告.docx（36页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、个人资料整理仅限学习使用基于 OFDM技术的无线通信系统的信道估量的讨论目 录1 绪论 11.1 讨论内容及背景意义 11.2 本论文所做的主要工作 2 2 OFDM 系统简介 32.1 单载波通信与多载波通信 3 2.2OFDM 基本原理 52.3 OFDM 的优缺点 62.4 OFDM 系统的关键技术 7 3 OFDM 信道估量及其性能仿真 93.1 信道估量概述 93.2 信道估量的目的 103.3 OFDM 信道特性 103.4 信道估量方法 133.4.1 插入导频法信道估量 133.4.2 最小平方 LS算法 143.4.3 最小均方误差估量 MMSE163.4.4 线性最小均方误

2、差 LMMSE 算法 183.4.5 基于 DFT 变换的信道估量 193.5 性能比较与分析 204 改进的 DFT 算法及其性能仿真 234.1 算法简介234.2 性能仿真5 结论与展望 30参考文献 3124答谢32个人资料整理仅限学习使用1 绪论1.1 讨论内容及背景意义近 30 年来，移动通信领域经受了从模拟到数字，窄带到宽带，低数据传输速率到高数据传输速率的演化；第一代1G:AMPS、 TACS和其次代 2G:GSM、IS-95CDMA移动通信只能供应语音业务或部分低数据业务，为了 实现个人通信，移动互联网，高清视频点播等超宽带，高数据传输速率业务，人们相继提出第三代 3G:CD

3、MA200、0 WCDM、ATD-SCDMA和第四代 4G：LTE TDD、LTE FDD移动通信，而其中的关键技术之一正交频分复用OFDM成 为讨论热点；OFDM技术的提出可以追溯到上世纪 60 岁月，但由于当时大规模集成电路的限制， OFDM并未得到重视；直到 1982 年， Weinstei 和 Ebert 提出基于离散傅里叶变换 DFT的 OFDM基带调制，才使得人们开头重视这一技术；1990 年， Peled 和 Ruiz 提出的循环前缀 Cyclic Prefix,CP，解决了信道正交性问题；加之高速DSP 技术，自适应技术，软件无线电技术的日益成熟，如何将 OFDM技术应用到无线

4、通信系统，成为人们亟待解决的问题；错误！未找到引用源；经过多年的进展， OFDM技术已胜利应用到数字音频广播 DAB,数字视频广播 DVB，高清电视 HDTV，视频点播 VOD，无线局域网 WLAN等通信领域；例如 1999 年到 2002 年期间，清华高校胜利研发出 DMB-T数字电视传输系统；欧共体研发的数字视频地面广播 DVB-T；在移动通信中，无线信道往往受到高层建筑物，河流，森林，山脉等的影响而出现多径特性；为了更好地适应信道传输，发送端通常采纳调制技术；相应地，接收端要获得原始信息，必需对接收信号进行解调；解调一般分为非相干解调和相干解调两大类，非相干解调适用于低速传输的系统，对于

5、多进制调制的高速传输系统，大多数采纳相干解调技术；因此，错误！未找到引用源；为使接收端获得与发送端完全同频同相的载波信息，必需对信道进行估量, 以对抗码间干扰和多径衰落；对于OFDM系统，信道估量的任务就是，依据接收到的已失真的、叠加了AWGN的信息序列来精确估量出信道的频域传输 特性，换句话说，就是估量OFDM各正交子信道的频率响应值；因此，讨论信道估量技术意义重大；1.2 本论文所做的主要工作本文基于 OFDM系统原理，以 OFDM信道估运算法为讨论对象，对比分析了快衰落环境下各种估运算法的误码率和均方误差，随后提出一种估量性能优良的改进算法，并仿真了改进算法在抗击码间干扰、多径衰落的优越

6、性；第一章以移动通信的演化为背景，介绍了OFDM技术的提出、进展历程和在民用通信中的应用，然后依据无线信道环境引出信道估量的概念；其次章简要介绍了快衰落信道下OFDM系统组成原理，包括串 / 并转换，数据调制，离散傅里叶变换，循环前缀等内容，然后介绍了OFDM系统的优缺点及关键技术；第三章是本文的重点；第一简要介绍了信道估量的分类和目的；然后介绍了快衰落下的四种信道模型，并对四种模型的冲击响应进行了仿真， 以观看各信道的时延扩展，并为后面估运算法的性能仿真做预备；之后重点分析了基于 LS 算法、 MMSE算法、 LMMSE算法以及基于 DFT算法的信道估个人资料整理仅限学习使用计原理，进行了大

7、量公式推导，并总结其优缺点；最终在不同信道环境， 不同子载波数下用MATLAB对各算法的误码率和均方误差进行了仿真，总结各算法估量性能；第四章在第三章的基础上提出基于DFT 的信道估量改进算法，并仿真分析改进算法较传统算法在减小误码率和均方误差上的优越性；第五章是本文的总结与展望；2 OFDM系统简介2.1 单载波通信与多载波通信单载波通信系统就是用信息调制单一载波，接收端采纳与发射端相同的载波进行解调的通信系统；它的原理如图2.1 所示，其中是匹配滤波器，用以滤除带外噪声；第一代蜂窝移动通信1G与其次代蜂窝移动通信2G主要采纳这种系统，由于1G 和 2G 的数据传输速率不高，通过合适的均衡算

8、法便能够很好地解决多径衰落引起的符号间干扰ISI ；但是，使用单载波系统传输高速的宽带业务，均衡算法中抽头系数大，训练序列多，这使得算法特别复杂，收敛速度也变得缓慢，因此必定会存在由于时延扩展而造成的码间干扰；另外，当信道的相关带宽小于信号带宽时，会产生频率挑选性衰落现象，导致通信的牢靠性降低；因此，人们必需提出更好的通信系统模型，来适应高速数据通信，多载波通信技术便是在这种背景下受到人们重视的；图 2. 1 单载波通信原理框图多载波通信的基本思想是：在频域上将信道划分成M 个相互独立的子信道，这样每个子信道的频谱特性都具有平整或准平整衰落特性，然后使用这些子信道传输信号并在接收机中予以合并，

9、以实现信号的频率分集未找到引用源；与单载波系统相比，多载波系统具有的明显优势是，能够很好地错误！对抗频率挑选性衰落；当 M 很大时，每个子信道都可看做是无 ISI 的子信道，在接收端，可以采纳低复杂度的信号处理算法实现无 ISI 的信息传输；多载波调制技术的原理框图如图 2.2 所示；图 2. 2 多载波调制原理方框图单载波与多载波存着在诸多不同的系统参数，如符号时间，总频带宽度等；表 2-1 对其做了具体比较；其中M 代表子载波数，为正交频分复用码元周期；这里假设OFDM系统的爱护带宽；表 2-1 单载波和多载波系统参数比较传输方式系统参数单载波多载波符号时间速率 总频带宽度ISI 敏锐度敏

10、锐较不敏锐2.2 OFDM基本原理OFDM属于多载波调制方案之一，它的基本原理是：将高速传输的串行数据流转换成如干个并行传输的低速子数据流，然后用这些子数据流去调制相互正交的子载波，从而构成多个低速比特流并行传输的系统错误！未找到引用源；它的最大特点是各子载波具有正交性，从而调制后的频谱可以重叠， 这在频谱日益紧急的情形下，是一次重大的技术变革；在实际应用中，一般采纳等效基带信号来描述OFDM输出信号，具体的数学表达式见式2-1；2-1其中， M为子载波数，为 OFDM码元周期，是第 个子信道的数据流， 是 OFDM符号开头的时刻；的实部和虚部分别和 OFDM符号的同相 In-phase和正交

11、 Quadrature-phase重量相对应，在实际应用中可分别用 cos和 sin 代替，这样便构成了合成的正交频分复用信号；由于OFDM 是多载波方案，可用图2.2 作为其原理框图，只要满意各载波相互正交即可；图 2.3 是 OFDM系统结构图，主要采纳了离散傅里叶变换算法；其中，上半部分是 OFDM的发送端，下半部分是 OFDM的接收端，中间的信道是典型的瑞利衰落信道，信道中的噪声是 AWG；N串/ 并转换主要是将串行传输的高速数据流转换成并行传输的多路低速子数据流，从而延长符号周期，将快衰落信道转换成平整衰落信道， 减小符号间干扰； DFT/IDFT 可用FFT/IFFT 代替，降低算

12、法复杂度，提高运算效率，且可在同一硬件电路中实现；用循环前缀来填充爱护间隔，只要爱护间隔长度大于信道的最大时延扩展，信道便仍旧正交，这样便可进一步降低ISI和 ICI的影响；载波调制是为了使信号适合信道传输；在接收端，实行相反的措施，理论上便可完全复原出原始信号；图 2. 3 基于 IFFT / FFT 实现的 OFDM 系统框图2.3 OFDM的优缺点任何一项技术都不是完善无瑕的，正交频分复用技术也是如此，存在着如下优缺点；OFDM技术的优点主要有：1 由于 DSP技术的飞速进展， OFDM系统中各子信道的正交调制和解调可通过快速傅里叶变换 FFT和逆变换 IFFT 来实现，从而大大降低了算

13、法复杂度，且信息的实时处理更快更牢靠；2 现代数据通信业务一般存在非对称性， OFDM系统可通过调制不同的子载波来获得相应的信息传输速率，从而满意现代通信的需求；3 通过编码技术可以解决系统的随机错误，交错技术可解决突发错误， OFDM系统通过编码与交错，能很好地提高系统的误码性能；4 由于 OFDM各子载波相互正交，在极端情形下答应各调制信号的频谱有重叠，因此与第一代移动通信中的FDM系统相比， OFDM系统频谱利用率高，可节约带宽；OFDM技术的缺点主要有：1 存在肯定概率的 PAPR；高峰均比信号通过功率放大器时，为防止信号畸变，功放必需具有较大的线性范畴，这将降低功率放大器的工作效率；

14、2 对频率偏移敏锐； OFDM系统要求各信道之间严格正交，系统的定时同步精度特别高，对于快衰落环境引起的频偏，高精度定时同步算法发杂，且较难实现；2.4 OFDM系统的关键技术OFDM之所以是优秀的多载波调制方案，其缘由不只是以上诸多优点， 仍与如下关键技术有关；1、时域与频域同步技术前文提到， OFDM系统对定时同步有很高的精度要求，且易受频偏影响；频分多址，时分多址，码分多址等在协作正交频分复用技术使用时， 更应留意对定时同步与频偏的掌握；在通信过程中，同步一般分为捕捉和跟踪两个阶段；在下行链路中，基站通过广播掌握信道BCCH向各移动台发送同步信号；在上行链路中，为保证各信道的正交性，到达

15、基站的各移动台信号也必需保持同步；2、信道估量在正交频分复用系统中，信道估量器的设计主要考虑以下两方面的因素：一是算法简洁、硬件实现简洁且估量性能优良的估量器的设计；二是导频图案的挑选，无线信道一般是多径衰落信道，为提高通信牢靠性，需要不断地发送导频信息来跟踪无线信道；在具体设计时，必需同时考虑以上两个问题，由于估量器性能优良与否与导频图案的排列方式息息相关；3、信道编码与交错信道编码与交错技术能够有效降低数字通信系统的误码率，提高通信的抗干扰才能；信道编码通常采纳卷积吗，编码效率, 以对抗快衰落信道中的随机错误；对于突发差错，一般采纳交错深度为 20 的交错编码；信道编码与交错编码结合使用，

16、使得通信系统具有较强的检错与纠错才能，从而提高了通信系统的牢靠性；4、降低峰值平均功率比 PAPR在时域中，正交频分复用信号是N 路子载波信号的叠加；当这N 路信号恰好同时显现峰值时， OFDM信号的峰值功率将会产生最大值，且是平均功率的 N 倍；尽管 N 路信号同时显现峰值是低概率大事，但为了满意接收端信号的完好无损，发送端要求高功率放大器HPA具有很大的线性范畴， 这将降低发射机的工作效率；因此，人们提出诸如限幅类技术，编码类技错误！未找到引用源；术和概率类技术来降低PAPR；通过以上的介绍可以得出，OFDM系统在高速传输系统中具有无可比拟的优越性；也正由于信号的高速传输，要使接收端信号的

17、误码率降低，必须对信道的传输特性进行估量；因此，设计好的信道估量器是OFDM系统必不行少的环节；个人资料整理仅限学习使用3 OFDM信道估量及其性能仿真3.1 信道估量概述错误！未找到引用源；错误！未找到引用源；所谓信道估量，就是描述物理信道对输入信号的影响而进行定性讨论的过程，换句话说，信道估量就是估量发送天线到接收天线之间的无线信道的频率响应；无线通信系统受四周环境的影响较大，建筑物，河流，山脉，森林等对电磁波的吸取较强，加之反射与衍射、多径衰落对信号的影响，到达接收端的信号，幅值和相位可能发生畸变，难以进行识别；为了提高通信的抗干扰性能，必需对发射机和接收机之间的无线信道进行估量，以满意

18、信号的无失真传输；对于现代通信系统，信道在时域存在时间挑选性衰落特性，在频域存在频率挑选性衰落特性，而系统又必需适应突发性数据业务，因此，信道估量仍是目前学术界较难攻克的难题之一；一般地，信道估运算法要使误码率最低，均方误差最小，且算法复杂度不要太高，因此，信道估量器结构的挑选至关重要；常用的信道估运算法分类如下：1 基于导频信息的信道估量；在发送端信号的某些比特位上插入合适长度的导频信息，在接收端依据这些导频信息，依据某种估量准就对信道进行估量；该估量优点是算法复杂度不高，估量性能优良；但是由于引入了帮助信息，铺张了带宽，降低了频谱利用率；2 盲信道估量；不需要在信息的比特位上插入导频信息，

19、只需在接收端通过信息提取技术来获得信道的估量值；其优点是系统频谱利用率高， 而缺点是需要接收到足够多的数据才能得到牢靠估量值，因而运算时间 长，信号实时处理性差，这就阻碍了它在实际系统中的应用；3 半盲信道估量；对导频帮助信道估量和盲信道估量进行折中处理， 便得到半盲信道估量；其优势不如导频帮助信道估量，但补偿了盲信道估量的不足；工 程 中 使 用较 多 的 是 导 频 符 号 辅 助 调 制 PilotSymbol Assisted Modulation ,PSAM信道估量方法，其所用的数学模型合理，理论成熟，算法复杂度较低，估量性能优良；在正交频分复用系统中，一般情形下都采纳此类信道估运算

20、法；3.2 信道估量的目的信道估量是进行同步检波与均衡的基础；通过信道估运算法，可以得到发送端与接收端无线信道的冲激响应，使信道误差最小化，最大程度保证原始信息无失真传输；3.3 OFDM信道特性一般地，讨论无线通信系统的信道特性时，通常是基于收发信机之间否存在视距重量； OFDM系统也不例外，主要讨论 Saleh和 Valenzuela提出的以下四种信道特性：错误！未找到引用源；CM-1信道：发射机与接收机之间的距离在4m以内，在视距范畴内； CM-2信道：发射机与接收机之间的距离在4m以内，不在视距范畴内； CM-3信道：发射机与接收机之间的距离在4 10m，不在视距范畴内；CM-4 信道

21、：发射机与接收机之间的距离在410m，不在视距范畴内，代表了均方根时延达到 25ns 极端多径信道环境；表 3-1给出了四种信道模型的参数对比情形；由信道能量平均值这一个人资料整理仅限学习使用参数可以看出， CM-4信道由于环境复杂，需要的信道能量最大；表 3-1OFDM信道参数信道模型CM-1CM-2CM-3CM-410dB 多径数12.5316.3523.9842.26总能量 85%多径数24.636.762.5370.3平均附加时延4.08.916.229.8信道能量平均值 / dB-0.6-0.80.10.40.0320.450.06660.06667.35.813.4023.703.

22、4043.3943.4043.3943. 4043. 3943. 4043. 39445543. 10. 62. 52. 53. 97. 18. 011. 5延扩展 /ns671423信道能量标准差 / dB2. 843. 213. 202. 83其中参数的含义如下：指簇到达速率，指簇功率衰减因子， 指簇与簇内多径幅度在对数正态分布下标准差，指多径功率衰减因子；表 3-2 MATLAB环境下的系统参数设置仿真参数数值信号长度 bit 200取样间隔 ns0. 06连续时间 ns0. 6码元周期 ns22信噪比 dB5训练序列长度 bit37结合表 3-1 ，表 3-2 对 OFDM四种信道特性

23、的冲激响应进行仿真，结果如图 3.1 所示；图 3. 1S-V 模型中四种信道的频率响应由图 3.1 可知，一般快衰落信道的多径时延都会超过50ns，对于 CM-4 这种特别环境下的快衰落信道，其多径时延甚至超过了220ns，由此可见CM-4信道对信号的深衰落程度；3.4 信道估量方法3.4.1 插入导频法信道估量前面提到，插入导频法能够在较低复杂度的情形下获得较好的估量性能；导频信号不能任意挑选，而是要依据具体环境挑选导频的结构和数 量；结构太复杂，硬件电路实现困难；数量太大，系统效率会降低；依据正交频分复用系统组成原理，导频的插入可以在时域进行，也可以在频域进行；但无论实行何种方式，插入导

24、频的间隔必需满意Naiquist 抽样定理；常见的插入方式有梳状导频和块状导频，前者对应于瑞利衰落信道，错误！未找到引用源；后者对应于慢衰落信道，导频图案如图3.2所示；梳状导频是在相同频率、不同时间内插入数比特导频符号，并和信息一同传输，其特点是具有 更高的传输效率，适合于快衰落信道下的信道估量；块状导频是在同一时 间、不同频率内插入数比特导频符号，由于频点的不同，频率挑选性衰落信道对这种导频的设计方案不敏锐，一般用于LS、MMSE算法；导频数据率率频频时间块状导频OFDM符号时间梳状导频 OFDM符号图 3.2 导频信息的插入方式在频域抽样定理中，信号的频域抽样对应于时域的周期延拓，因此，

25、 必需要求时域下信号的周期延拓不产生混叠失真，以满意频域下信号的复原；转化为公式即为：；化简后得到：3-1其中是频率方向上的最小间隔，是最大时延扩展，是归一化的子载波间隔；在时域抽样定理中，抽样频率应满意：，即： 和式 3-2 向上取整，便可得到一帧中所包含的导频符号总数：3-3其中是一帧所包含的正交频分复用符号个数 ,是子载波数；为满意优良的信道传输特性，时域抽样点数应和和频域抽样点数近似相等，即：3-4综上所述，依据已知的导频信息，便可获得信道在导频位置的传输特性，进而获得整个信道的传输特性；该估量由于算法复杂度较低，估量性能优良而被广泛采纳；3.4.2 最小平方 LS算法错误！未找到引用

26、源；基于最小平方 LS准就的信道估运算法复杂度最低，主要用于低数据速率传输的通信系统中，它是OFDM系统信道估运算法的基础；由通信原理可知，接收机所接收的信号一般由有用信号和噪声组成；假设，其中有用信息，是被估量的 M维随机参量，噪声是均值为 0，功率谱密度为的加性高斯白噪声AWGN，是对接收信号的 M点抽样；下面要做的工作就是依据 Y 对信道的冲激响应进行估量；经过 M点取样，可得如下矩阵方程： 3-5其中3-6最小平方估运算法的代价函数可表示为：3-7将上式中每一项按维数绽开，且3-8可以得到 3-9所以可以表示为 3-10将对 求偏导，可得： 3-11要想 LS代价函数存在极值，上式必需

27、为零，即3-12就有 3-13依据式 3-13, 可得如图 3.3 所示结构的 LS 估量器；图 3.3 LS 估量器结构图可见对于最小平方估量器，只需知道接收样本Y 的信息即可，因此硬件实现简洁，这也是该算法的优势所在；在实际应用中，信道的冲激响应之间的关系为：3-14因此 LS 估量的均方误差 Mean Square Error,MSE 为：3-15其中为高斯白噪声平均功率；3.4.3 最小均方误差估量 MMSE错误！未找到引用源；相比于 LS 算法，基于最小均方误差准就的信道估运算法能够在肯定程度上排除AWGN和 ICI对信号的影响；假设信号与噪声相互独立，在接收端对信号进行 N 点 D

28、FT时引入 DFT矩阵 Z，表示为：3-16在提取导频信息后，信道的冲激响应可表示为：3-17其中表示接收端信息的自相关矩阵，为信道频率响应与接收端信息 的相互关矩阵；于是可得最小均方误差准就下时域信道响应与频域信道响应的关系：3-18将式3-18 带入式 3-19, 可得：3-19其中表达式如下：3-20依据式 3-19 可以得到 MMSE信道估量器结构图 :图 3. 4MMSE 信道估量器结构图MMSE估运算法具有优良的估量性能，如低误码率和均方误差, 但算法复杂度高，运算量大，硬件电路实现困难，从而阻碍了它的应用；3.4.4 线性最小均方误差 LMMSE算 法LMMSE信道估量 错误！未

29、找到引用源；是最优的低阶估量器，它的核心思想在于对 LS 估量进行奇特值分解，在不降低估量器性能的条件下降低算法复杂度， 并抑制 AWGN和 ICI ，但是它也有缺点，就是需要知道每条子路径功率的先验信息，并利用此信息来构造自相关矩阵；LS 估量在导频处的表达式为：3-21P 为导频信息的位置，在式 3-21 中，噪声重量均值为零，其协方差矩阵为：3-22分别为噪声方差和导频信号功率，是 K阶单位矩阵；LMMSE信道估量的代价函数：3-23由此可以得到 LMMSE信道估量准就下的信道特性：3-24其中,是信息和导频间的相互关矩阵，大小为,是导频间的自相关矩阵，大小为， W为 LMMSE权值矩阵

30、；当导频信息的星座点等概显现时， W可简化为：3-25为常数，一般取，SNR是信号噪声比；3.4.5 基于 DFT变换的信道估量错误！未找到引用源；高速 DSP技术的进展，离散傅里叶变换在DSP上的应用，为新型信道估运算法供应了足够的进展空间；基于DFT 的信道估运算法的基本思想是：先对信号进行LS 估量，然后将频域经快速傅里叶逆变换转换到时域， 使信道能量集中在相对较少的采样点上，之后进行补零操作来降低AWGN对信号的影响，最终经快速傅里叶变换将时域转换到频域，从而估量信道的冲激响应；基于 DFT的信道估量的结构图如图 3.5 所示；图 3.5 基于 DFT 信道估量结构图设 OFDM符号子

31、信道数为N，导频插入比为L，导频子载波数为，信息子载波数为；经傅里叶逆变换后得到的导频信道响应为：3-26为降低 AWGN对信号的影响，对进行补零：3-27为的 N点 FFT变换，即3-28将式3-26 、式3-27 带入式 3-28 可得3-29其中3-30当时 ，； 当，为的线性插值；由于 DSP技术日益成熟，基于 DFT信道估运算法的实现特别简洁；3.5 性能比较与分析挑选 CM-1 信道模型，按表 3-3 所设置的参数，分别在 64 子载波数，128 子载波数条件下，用 MATLAB 7.10.0R2021a错误！未找到引用源；, 错误！未找到引用源；对无估量、 LS、MMS、E LM

32、MSE以及 DFT 估运算法的误码率 SER、均方误差MSE进行仿真；如图 3.6 至图 3.9 所示：表 3-3 OFDM信道估量仿真参数调制方式BPSK信道噪声类型AWGN子载波间隔 MHz 4. 125导频插入比4 64 载波， 8 128 载波 导频数 个16码元周期 ns312. 5爱护间隔 ns70. 3子载波速率 Baud/ s320M循环前缀周期 ns66. 7第一组，子载波数为 64 的仿真对比图：OFDM系统无估量,LS,MMSE,LMMSE和 DFT算法的比较（SER ）etarR 10 -1moor El by S无估运算法LS 算法MMSE算法LMMSE算法DFT算法

33、-210246810121416SN R dB图 3.6 64 子载波下各估运算法误码率SER 比较OFDM系统无估量,LS,MMSE,LMMSE和DFT算法的比较MSE0无估运算法LS 算法MMSE算法LMMSE算法-1DFT算法10roreder10auqsnaem-210246810121416SN R dB图 3.7 64 子载波下各估运算法均方误差MSE 比较其次组，子载波数为 128 的仿真对比图：OFDM系统无估量,LS,MMSE,LMMSE和 DFT算法的比较（SER ）eta-1rR10orElobmyS无估运算法 LS 算法MMSE算法LMMSE算法DFT算法-210246

34、8101214161820SN R dB图 3.8 128 子载波下各估运算法误码率SER比较1OFDM系统无估量,LS,MMSE,LMMSE和 DFT算法的比较MSE10010rdror e eau10 -1qsnae m-2无估运算法 LS 算法MMSE算法LMMSE算法DFT算法10估运算法载波数-3102468101214161820SN R dB图 3.9 128 子载波下各估运算法均方误差MSE 比较表 3-4各算法在 64 子载波和 128 子载波下的误码率比较无估量LS 算法MMSE算法LMMSE算法DFT算法640.24820.05320.03960.02040.026112

35、80.51070.10980.07900.04040.0511估运算法载波数表 3-5各算法在 64 子载波和 128 子载波下的均方误差比较无估量LS 算法MMSE算法LMMSE算法DFT算法640.99910.08400.00960.00920.00981281.18510.08780.01220.01170.0124从以上各图可以看出， LS 估量器算法简洁，但存在着很高的误码率和均方误差，该估量器一般用于理论讨论，或低数据速率传输系统；对于高速传输系统， LS 估量器已不适用；相对来说， LMMSE的实现复杂，误码率和均方误差均满意现代通信的要求；如在图3.6中，相同误码率时 LMMS

36、E 的 SNR较 LS 有 4dB的提升；在图 3.7 中，相同均方误差时 LMMSE的 SNR较 LS 有 5.8dB 的提升； DFT算法的复杂度和估量性能居中，随着DSP技术的 进展，该算法的估量性能有望进一步提升；比较图3.6和图 3.8可得，相同信噪比下，子载波数增加，各算法的误码率相应增加；对比图3.7和图3.9可知，相同信噪比下，子载波数增加，各算法的均方误差均也有所增 加；表 3-4 对 64 子载波与 128 子载波下误码率和均方误差做了比较，可以得出，对于同一算法，子载波数越多，各算法的估量性能越差，这也说明 子载波之间相互影响越大；4改进的 DFT算法及其性能仿真4.1

37、算法简介错误！未找到引用源；由第 3.5节的仿真结果可知，基于DFT 的信道估运算法虽然复杂度不高，但估量性能并不是最优的，在此对其做进一步的改进：在算法中使用汉宁窗，加快带外衰减；信息处理过程如图4.1 所示；图 4.1 改进的 DFT 估运算法框图在信道估量时，先将频域转换为时域，使用汉宁 Hanning窗使带外噪声快速衰减，然后补零达到循环前缀长度，之后去窗再转换到频域；主要步骤如下：对进行 M点离散傅里叶逆变换，得到：4-1用汉宁 Hanning 窗对信号进行处理，即：4-24-3其中式 4-2 为汉宁窗的表达式；接着在时域对信号信号进行补零操作，使信号长度达到 N维，之后去窗，得到：

38、4-44-54-6最终将转换到频域，得到改进算法的信号估量H：4-74.2 性能仿真在 S-V 模型的四种信道环境中，分别在64 子载波数， 128 子载波数条件下，用 MATLAB对改进算法的估量性能进行仿真分析；其中信道参数设置如表 4-1 ，仿真参数设置如表4-2：表信道模型CM-14-1四种信道环境参数CM-2CM-3CM-4视距重量视距非视距非视距非视距多径数 / 10dB12. 814. 925. 340. 6平均附加时延 / ns6. 18. 916. 429. 9多径数 / 85%21. 334. 263. 9124. 1均方根附加时延 / ns5. 08. 215. 325.

39、 5表 4-2 OFDM信号估量仿真参数调制方式BPSK信道噪声类型AWGN子载波间隔 MHz 4. 125导频插入比4 64 载波 ， 8 128 载波 导频数 个16码元周期 ns312. 5爱护间隔 ns70. 3子载波速率 Baud/ s320M循环前缀周期 ns66. 7第一组： 64 子载波下的仿真结果：CM-1信道 LS,DFT,改进 DFT的性能比较SERLS 算法DFT算法改进的DFT算法e-1ta10rRmor Elo by S-210246810121416SN R dB图 4.2CM-1 信道， 64 子载波下 LS 、DFT 、改进 DFT 算法的 SER 比较CM-2信道 LS,DFT,改进 DFT的性能比较SERLS 算法DFT算法改进的DFT算法eta-1Rr10orElobmyS-210246810121416SN R dB图 4.3CM-2 信道， 64 子载波下 LS 、DFT 、改进 DFT 算法的 SER 比较CM-3信道 LS,DFT,改进 DFT的性能比较SERLS 算法