一种MIMO‑OFDM系统的高精度信道估计方法与流程

本发明涉及通信
技术领域：
，更具体地，涉及一种MIMO-OFDM系统的高精度信道估计方法。
背景技术：
：随着网络技术的快速发展，互联网已经逐渐改变了人们的生活方式，甚至成为了人们生活中不可或缺的事物。由于用户对于信息量的需求越来越高，所以人们对互联网的带宽的需要也越来越高。接入带宽要达到千兆以上才能满足人们对网络日益增加的需求。因此下一代数字用户线(NG-DSL，NextGenerationDigitalSubscriberLine)技术在未来的高速有线接入技术中将扮演重要的角色，其接入速率可以达到超过1Gbps，将大幅度地提升网络信息传输速度。NG-DSL系统是一种基带MIMO-OFDM系统，其调制方式具有高子载波数与高QAM调制的特点。基于以上两个特点，再加上OFDM系统对频谱资源的高效利用，使得NG-DSL系统可以具有很高的传输速率。但是由于高子载波数和高QAM调制水平的影响，该系统对于线间串扰的功率容限比传统的DSL系统大为下降，使得该系统对于信道估计的精确程度要求提高，对于串扰消除的要求较为苛刻。所以，在对NG-DSL系统进行高精度的信道估计方面进行研究是非常有必要的。技术实现要素：本发明为解决以上现有信道估计方法精确度不足的缺陷，提供了一种能够对NG-DSL系统等高子载波数、高调制水平的系统信道进行高精度估计的信道估计方法。为实现以上发明目的，采用的技术方案是：一种MIMO-OFDM系统的高精度信道估计方法，包括以下步骤：a)在每个用户线的发送端分别发送长度为L的时序训练序列；b)接收端对接收到的经过信道调制的训练序列进行量化，然后把量化后的训练序列反馈到发送端；c)发送端接收接收端反馈回来的经过信道调制的训练序列，然后根据训练序列经过信道调制前后的变化完成信道的粗估计，根据信道的粗估计完成预编码矩阵的初步构建；d)建立正常的通信，在发送端依据步骤c)初步构建的预编码矩阵对频域信号进行预编码，再通过IFFT将经过预编码的频域信号转换成时域信号进行发送；e)接收端对接收到的前Q个时域信号进行FFT将其转换为频域信号，然后将转换的频域信号与标准星座点做差，把得到的偏差信息进行量化后反馈到发送端；f)发送端接收接收端反馈的误差信息，结合步骤d)发送的未经信道调制的频域信号对信道进行估计，并利用大量的数据对估计结果进行平滑，从而得到高精度的信道估计结果，然后根据高精度的信道估计结果完成预编码矩阵的构建。上述方案中，本发明提供的方法先对信道进行粗估计，然后依据粗估计的结果对信道的时域调制函数进行再一次的精确估计。两次进行估计使得最后估计的结果与信道实际的结果更为接近。因此本发明提供的方法能够达到精确估计信道参数的技术效果。优选地，其中所述步骤c)完成信道粗估计的具体过程如下：其中发送端接收接收端反馈回来的经过信道调制的训练序列表示为：ym＝[ym(1)ym(2)…ym(L)]Tym表示第m个接收端反馈回来的长度为L的训练序列的集合，ym(i)为第m个接收端反馈回来的第i个训练序列，i＝1,2,3….,L；ym＝hmn*xn(1)其中*为卷积运算符号，hmn＝[hmn(1)hmn(2)…hmn(L)]T表示第m个接收端到第n个发送端的信道时域调制函数，hmn(k)表示第m个接收端到第n个发送端的第k条传输路径的传输系数，k＝1,2,3….,L；xn＝[xn(1)xn(2)…xn(L)]Txn表示步骤a)发送的长度为L的时序训练序列的集合，xn(j)表示发送端发送的第j个训练序列，j＝1,2,3….,L；因此，(1)式可表示如下：即：通过(2)式即可完成信道的粗估计，得到信道调制函数。优选地，所述步骤c)或步骤f)构建编码矩阵的具体过程如下：对估计得到的信道时域调制函数hmn进行N点的FFT处理，其中N为子载波数目，经过FFT处理后得到一个大小为1*N的矩阵Hmn，Hmn表示第n个发送端对第m个接收端的串扰的频域相应；将Hmn矩阵中的每一个元素提取出来，分别组成N个矩阵Bp，Bp代表着每个子载波间的信道串扰矩阵，其中p为子载波序数，Bp表示如下：预编码矩阵表示为：优选地，所述步骤f)中信道估计结果的表达式如下：其中符号表示矩阵之间对应元素相乘，F表示扩展的傅里叶转换矩阵，I为预编码后的频域信号的扩展矩阵，hm为所有发送端对第m个接收端的时域串扰系数的合成矩阵，Am表示第m个发送端经过预编码之后的信息，Em表示第m个接收端反馈回来的偏差信息，F、I、hm、Am、Em的具体表示如下：其中，U为当前用户数，L为信道时延长度，w＝e-i2π/N；F矩阵为一个N*L的矩阵横向周期扩展U次；其中im(k)表示第m个发送端经过预编码之后第k个子载波的数据；hm＝[hm1(1)hm1(2)…hm1(L)hm2(1)hm2(2)…hm2(L)…]Thmn(k)表示第n个发送端对第m个接收端的第k条传输路径的传输系数；Am表示第m个发送端经过预编码之后的信息：Am＝[im(1)im(2)…im(k)…im(N)]其中im(k)表示第m个发送端经过预编码之后第k个子载波的数据。Em表示第m个接收端反馈回来的偏差信息：Em＝[em(1)em(2)…em(k)…em(N)]其中em(k)表示第m个用户端反馈回来的第k个子载波的偏差数据。优选地，所述步骤b)中采取均匀量化的方法对经过信道调制的训练序列进行量化。优选地，所述步骤e)中采取非均匀量化的方法对偏差信息进行量化。优选地，所述非均匀量化的方法为A律-13折线非均匀量化方法。与现有技术相比，本发明的有益效果是：本发明提供的方法先对信道进行粗估计，然后依据粗估计的结果对信道的时域调制函数进行再一次的精确估计。两次进行估计使得最后估计的结果与信道实际的结果更为接近。因此本发明提供的方法能够达到精确估计信道参数的技术效果。附图说明图1为未经预编码调制的信号直接传输的星座图。图2为预编码调制后的信号传输的星座图。图3为粗估计与精估计接收端的星座图对比图。图4为传统方法与本发明估计精度的对比图。图5为传统方法与本发明接收端信噪比的对比图。图6为本发明的实现流程图。具体实施方式附图仅用于示例性说明，不能理解为对本专利的限制；以下结合附图和实施例对本发明做进一步的阐述。实施例1本发明提供一种高精度的，适用于高调制水平的MIMO-OFDM系统的信道估计方法，具体实施过程如图6所示，其具体实施步骤如下：第一步、发送端直接向接收端发送长度为L的训练序列。L的值为预计信道时延长度，以系统两个采样点的时间间隔作为一个单位。每个发送端分别在不同的时间向接收端发送长度为L的训练序列。第二步、接收端接收到训练序列，并进行信息反馈。由于要进行反馈，所以要对接收到的信号进行量化才能进行传输，粗估计使用的是均匀量化。例如可以使用8比特量化。未经预编码调制的信号直接进行传输的星座图如图1所示。第三步、发送端接收到训练序列的反馈，并进行信道粗估计和预编码矩阵的初步构建i)先进行粗估计以ym表示第m个接收端反馈回来的信息：ym＝[ym(1)ym(2)…ym(L)]Tym表示第m个接收端反馈回来的长度为L的训练序列的集合，ym(i)为第m个接收端反馈回来的第i个训练序列，i＝1,2,3….,L；以xn(j)代表第n个发送端发送的第j个训练序列，可得粗估计结果为：其中hmn(k)表示第n个发送端对第m个接收端的第k条传输路径的传输系数，以这种方式进行计算可以得到各条用户线的传输函数和串扰函数的粗估计。ii)再进行预编码矩阵构建将得到的估计的时域传输函数hmn做N点的FFT处理，N为子载波数目，经过FFT处理后得到一个大小为1*N的矩阵Hmn，Hmn表示第n个发送端对第m个接收端的串扰的频域相应；再将Hmn矩阵中的每一个元素提取出来，分别组成N个矩阵Bp，代表着每个子载波间信道的串扰矩阵，其中p为子载波序数，Bp结构如下：由于预编码系统是信道的逆系统，所以预编码矩阵应当为信道串扰矩阵的逆，所以预编码矩阵为：第四步、建立正常的通信，在发送端先对频域信号进行预编码，再通过IFFT转换成时域信号进行发送，以传输实际有用的信息。在对信号进行预编码时，需要先把不同线路上的相同子载波序数的信号提取出来，按照顺序排成一列构成一个矩阵，再与相应子载波的预编码矩阵相乘，以完成预编码，接着再回归原来的线路进行IFFT调制进行传输。经粗估计之后，发送信号与接收信号的对比如图2所示。第五步、接收端对误差信息进行非均匀量化和反馈。由于传输的信息经过了初步的预编码，在一定程度上降低了串扰，所以在到达接收端时，产生的位置偏离范围不会太大。由于非均匀量化相对于均匀量化，可以改善小信号时的量化信噪比，因此在这种情况下对偏差信号使用非均匀量化，可以更好地保证信息量化失真程度较小。经过大量仿真的结果对比下，使用A律-13折线非均匀量化能产生较好的效果。第六步、发送端利用用户端反馈的误差信息进行信道精估计，并完成预编码矩阵的重构建。发送端先把从各接收端接收到的反馈的误差信息与之前传输的信息进行求和，还原出接收端接收到的信息，再结合之前发送的经过预编码的信息，在数据足够多的情况下可以将噪声平滑，完成精估计。一般反馈信息的符号数取值为总用户数的十五分之一左右便能取得良好的估计结果。估计具体计算如下：其中符号表示矩阵之间对应元素相乘，F表示扩展的傅里叶转换矩阵，I为预编码后的频域信号的扩展矩阵，Am表示第m个发送端经过预编码之后的信息，Em表示第m个接收端反馈回来的偏差信息。F、I、hm、Am、Em的具体表示如下：其中，U为当前用户数，L为信道时延长度，w＝e-i2π/N；F矩阵为一个N*L的矩阵横向周期扩展U次；其中im(k)表示第m个发送端经过预编码之后第k个子载波的数据；hm＝[hm1(1)hm1(2)…hm1(L)hm2(1)hm2(2)…hm2(L)…]Thmn(k)表示第n个发送端对第m个接收端的第k条传输路径的传输系数；Am表示第m个发送端经过预编码之后的信息：Am＝[im(1)im(2)…im(k)…im(N)]其中im(k)表示第m个发送端经过预编码之后第k个子载波的数据；Em表示第m个接收端反馈回来的偏差信息：Em＝[em(1)em(2)…em(k)…em(N)]其中em(k)表示第m个用户端反馈回来的第k个子载波的偏差数据。至此，就完成了信道时域传输函数的精估计。预编码矩阵的构建和接下来的信息传输与第三步、第四步相同。粗估计与精估计接收端星座图的对比如图3所示。实施例2本实施例对实施例1的方法进行了仿真，具体过程如下：系统的性能分析从以下两个值来进行：1.归一化均方误差MSE，用以衡量信道估计的性能。定义为：其中hmn(i)为序号为n的发送端发送的OFDM符号到达序号为m的接收端所经过的无线信道某一时间点上的信道系数的真实值，为其估计值。2.信噪比SNR，用以衡量预编码的有效性，其定义为：更具体地：其中N为传输总数，x(n)为发送端信号，y(n)为接收端信号。其他参数设置如下：表1参数设置子载波个数4096用户数30最大时延8反馈误差的符号数2结合表1的参数设置，分别在不同的通信信噪比下完成传统估计方法和本发明提供的估计方法的仿真，并以以上提出的两个参数进行对比。图4为传统估计方法与本发明提供的估计方法的估计精度对比，以MSE为对比基准，可以看出，本发明提供的估计方法相较于传统估计方法在估计精度方面提升了大约两个数量级。图5传统估计方法与本发明的估计方法的接收端信噪比对比，以接收端SNR为对比基准，可以看出，高精度的信道估计方法能使预编码的有效性高于传统估计方法，并且更适用于高传输信噪比的系统。显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。当前第1页1 2 3