一种高动态情景下信道质量测定方法与流程

文档序号:17817532发布日期:2019-06-05 21:56
一种高动态情景下信道质量测定方法与流程

本发明属于无线通信领域,具体涉及一种高动态情景下信道估计方法。



背景技术:

无线通信系统的性能很大程度上受到无线信道的影响。在移动自组网 领域,由于节点的移动和周边环境的反射等因素,使得发射机和接收机之 间的传播路径非常复杂,导致信号在传输过程中会发生频率选择性衰落和 快衰落。在OFDM(Orthogonal Frequency Division Multiplexing,即正交频分 复用技术)系统的相干检测中需要对信道进行估计,信道估计的精度将直接 影响整个系统的性能。为了能在接收端准确的恢复发射端的发送信号,人 们采用各种措施来抵抗多径效应对传输信号的影响,信道估计技术的实现 需要知道无线信道的信息,即信道状态信息(CSI),如信道的阶数、多普勒 频移和多径时延或者信道的冲激响应等参数。因此,信道参数估计是实现 无线通信系统的一项关键技术。能否获得详细的信道信息,从而在接收端 正确地解调出发射信号,是衡量一个无线通信系统性能的重要指标。因此, 对于信道参数估计算法的研究是一项有重要意义的工作。

信道状态信息(CSI)通常是通过使用导频训练符号获得的,发射机和接 收机都知道这些符号,从而进行信道估计,并用于接收方进行信道补偿来 解码。在应用OFDM技术的移动自组网中,信道估计与物理层帧的结构以 及导频方案的插入有着及其密切的关系。基于训练符号的信道估计,通常 能够提供较好的性能。通过发送已知的训练序列,在接收端进行初始的信 道估计,当发送有用的信息数据时,利用初始的信道估计结果进行一个判 决更新,完成实时的信道估计。基于导频符号的信道估计通过在发送的有 用数据中插入已知的导频符号,可以得到导频位置的信道估计结果,接着 利用导频位置的信道估计结果,通过内插得到有用数据位置的信道估计结 果,完成信道估计。

然而,由于移动自组网的高动态性对信道估计造成了严重的影响,在 频域插入过多的导频子载波或者时域插入过多的导频符号进行信道估计, 使得通信系统的吞吐量性能损失很大,而在一个包内,少量的导频子载波 和导频符号又无法提供准确的信道估计,系统可靠性低。



技术实现要素:

为了解决现有技术中存在的上述问题,本发明提供了一种高动态情景 下信道质量测定方法。本发明要解决的技术问题通过以下技术方案实现:

一种高动态情景下信道质量测定方法,包括:

获取当前帧数据,其中所述当前帧数据包括导频子载波、数据辅助子 载波和数据子载波;

对所述导频子载波进行解码和第一信道估计得到第一估计值;

对所述数据辅助子载波进行译码重构和第二信道估计得到第二估计值;

根据所述第一估计值、所述第二估计值得到第三估计值;

根据所述第一估计值、所述第二估计值、所述第三估计值得到当前帧 有效信噪比;

根据所述当前帧有效信噪比对下一帧数据进行调制编码方式选择。

在本发明的一个实施例中,所述当前帧数据中相邻两个所述数据辅助 子载波频率间距小于相干带宽。

在本发明的一个实施例中,所述当前帧数据中数据辅助子载波个数为:

其中,τmax为信道最大多径时延扩展,Npilot为导频子载波个数,Ndata为数据 子载波个数。

在本发明的一个实施例中,对所述导频子载波进行解码和第一信道估 计得到第一估计值,包括:

对所述导频子载波进行解码,若判断所述导频子载波不能正确解码, 则判断所述当前帧数据发送失败,重新接收当前帧数据;若判断所述导频 子载波正确解码,则对解码后的导频子载波进行第一信道估计得到第一估 计值。

在本发明的一个实施例中,所述第一估计值为:

其中,Y[k]为第k个导频子载波的接收信号,X[k]为第k个导频子载波的发 送信号。为第k个导频子载波的信道估计值。

在本发明的一个实施例中,对所述数据辅助子载波进行解码重构和第 二信道估计得到第二估计值;包括:

对所述数据辅助子载波进行解码,将得到的数据进行再编码再调制, 重构出发送方的数据;

对所述重构出的发送方的数据进行第二信道估计得到第二估计值。

在本发明的一个实施例中,所述第二估计值为:

其中:Ydata_pro[k]为第k个辅助数据子载波的接收信号,Xdata_pro[k]为第k个辅 助数据子载波信号译码之后重构的发射信号,为第k个辅助数据 子载波的信道估计值。

在本发明的一个实施例中,根据所述第一估计值、所述第二估计值、 所述第三估计值得到当前帧有效信噪比包括:

根据所述第一估计值、所述第二估计值、所述第三估计值分别得到第 一有效信噪比、第二有效信噪比、第三有效信噪比;

根据所述第一有效信噪比、所述第二有效信噪比、所述第三有效信噪 比得到当前帧有效信噪比。

在本发明的一个实施例中,所述当前帧有效信噪比为:

SNReff=λ1*SNReff_pilot+λ2*SNReff_data_pro+λ3*SNReff_data

其中,SNReff_pilot为第一有效信噪比,SNReff_data_pro为第二有效信噪比,SNReff_data为第三有效信噪比,λ1,λ2,λ3分别表示对应的部分有效信噪比的权重, 且满足

与现有技术相比,本发明的有益效果:

本发明提供了一种高动态情景下信道质量测定方法,基于802.11p标准 进行移动自组网的物理层帧结构的设计,并通过低码率的Turbo码承载的 数据符号来辅助信道估计以及信道估计值的更新,从而在解码阶段更加准 确的进行信道补偿,并给出了该方案下的信道状态质量测定方法,给下一 帧数据的调制编码方式选择提供了依据,降低了现有技术中移动自组网的 高动态性对信道估计的影响,提高了通信系统的吞吐量性能和可靠性。

附图说明

图1为本发明实施例提供的移动自组网物理层帧的结构设计图;

图2为本发明实施例提供的数据辅助子载波频域内插入方式的示意图;

图3为本发明实施例提供的数据辅助符号时域内插入方式的示意图;

图4为本发明实施例提供的数据辅助子载波(符号)时频域插入方式的 示意图;

图5为本发明实施例提供的一种高动态情景下的信道质量测定方法的 流程示意图。

具体实施方式

下面结合具体实施例对本发明做进一步详细的描述,但本发明的实施 方式不限于此。

实施例一

在本发明中,信道状态信息(CSI)选用信噪比(SNR)来表示,用以评价移 动自组网中自适应调制编码系统的信道质量。

本发明是基于802.11P标准实现的。802.11是由IEEE(美国电气和电子 工程师协会,The Institute of Electrical and Electronics Engineers)所定义的无 线网络通信的标准。而802.11p(又称WAVE,Wireless Access in the Vehicular Environment)是一个由IEEE 802.11标准扩充的通讯协定,这个通讯协定主 要用在车用电子的无线通讯上。

本实施例中,基于802.11p的标准进行了移动自组网的物理层帧结构的 设计,物理层使用正交频分复用技术(Orthogonal Frequency Division Multiplexing,OFDM),星座映射方案有BPSK,QPSK,16QAM可供选择。 信道编码使用Turbo码,码率分别有1/2,1/3,2/3可供选择,帧的结构如 图1所示。其中,Training Symbol为训练符号,Signals符号为标记的调制 编码方式,OFDM Symbol为承载的数据符号。

在本实施例中,设数据符号的值为183。下面对各个符号的详细信息进 行说明。Training Symbol 1为10个重复的短训练序列,每个短序列持续时 间为1.6us,总共持续时间为16us,Training Symbol 2为两个长训练序列加 上保护前缀,持续时间为16us,OFDM的子载波间隔为156.25kHz,Signals 和OFDM Symbol i(i=1,2,3,4…183)的持续时间都为8us,包括6.4us的数据 和1.6us的循环前缀,所以整个物理帧的持续时间为1.5ms。

一个OFDM符号中在频域上包括53个子载波,编号为1到53,其中 有4个是导频子载波,编号为6、20、34、48,27号为直流子载波,其余 为数据子载波。对于频率选择性衰落信道和快衰落信道,该帧结构下的信 道估计仅仅依靠训练符号的信道估计结果用于整个帧的信道补偿显然是不 可靠的。为了应对该问题,在频域内(或时域内)周期性的插入低码率Turbo 码(如1/3码率),低阶调制(如BPSK)保护的数据子载波(或OFDM数据符号), 为方便叙述,这里称这些数据子载波(符号)为数据辅助子载波(数据辅助符 号)。通过这些数据辅助子载波(符号)进行信道估计值的更新,使得在快衰 落和频率选择性衰落的条件下能更好的跟踪信道的变化,从而有助于数据 的正确解调,同时也基本符合802.11的物理层协议。

数据辅助子载波(符号)的插入方式有三种:分别为频域内插入,时域内 插入,时频域插入。下面以图1所设计的物理层帧的结构对这三种插入方 式分别进行说明。

频域内插入是指除了原来的导频子载波外,间隔一定频率周期性的将 数据辅助子载波插入到后面的每个OFDM符号中去,包括帧内所有数据符 号的导频子载波,插入的频率间隔数据辅助子载波个数为:

其中,τmax为最大时延扩展,Npilot为导频子载波个数,Ndata为数据子载 波个数,相邻两个数据辅助子载波频率间距小于相干带宽,间距包含导频 子载波与数据辅助子载波间隔。如图2所示,其中,A部分为原来的导频 子载波,B部分为低码率低阶调制方式保护的数据子载波,即数据辅助子 载波,其余部分为数据子载波。A和B的频率间距即为频率间隔Sf。

时域内插入是指除了原来的训练符号外,帧内每间隔几个OFDM符号, 周期性的插入数据辅助符号,插入的时间间隔为即图3中D部 分的时间间隔,其中fDoppler为最大多普勒频移。如图3所示,T1,T2即C 部分表示训练符号,D部分表示数据辅助符号,其余部分为数据符号。

时频域内插入是结合上面两种插入方式,类似于格状导频的插入方式, 只是插入的不是导频,而是数据辅助符号和子载波。频域上和时域上需要 满足的条件为如图4所示,其中,横轴为时间轴,纵轴 为频率轴,E部分代表导频子载波,F部分代表辅助数据信号,其余部分为 数据符号,左起第一、二列为训练符号。

在本实施例中,选择第一种插入方式,参见图2频域内插入方式,导 频子载波标记为A,数据辅助子载波标记为B,这类子载波既用于携带信息, 又用于辅助信道估计和跟踪。

在频域内周期性的插入低码率1/3Turbo码,BPSK保护的数据辅助子 载波,这样既保证了信道估计及时更新,又保证了数据辅助子载波的信息 被正确解调;

然后对整个包的其他数据子载波进行2/3码率Turbo编码,16QAM甚 至是64QAM进行数据映射,以提高系统的吞吐量。

在本实施例中,导频子载波个数Npilot为4,数据子载波个数Ndata为48。 数据辅助子载波个数为:

数据辅助子载波采用1/3码率,BPSK映射方式,数据子载波采用 16QAM映射方式,无信道编码,则信道损失的吞吐量性能百分比率为 但是却可以能够换来可靠的信道估计,以及满足可靠性需求 的帧错误率(一般情况下该值为0.1)。

对之后的数据流进行交织,IFFT(快速傅里叶逆变换),加CP(循环前 缀)处理(为清楚表述出本发明的作用,只涉及到信道的基带处理),最后加 噪声,经历快衰落和频率选择性衰落。

本发明的一个实施例提供了一种高动态情景下信道质量测定方法,主 要按照以下几个步骤来实现:

S1:获取当前帧数据,其中所述当前帧数据包括导频子载波、数据辅 助子载波和数据子载波;

接收方在进行时频同步后,对获取到的信息进行去CP,FFT(快速傅里 叶变换),解交织,获取当前帧信道数据。当接收方获得数据信息时,通常 用最小二乘(LS)、最小均方误差(MMSE)算法进行信道估计。基于DFT(离 散傅里叶变换)的信道估计技术能够提高LS或者MMSE信道估计的性能。 在本实施例中,以LS估计算法为例进行详细说明。

S2:对所述导频子载波进行解码和第一信道估计得到第一估计值;

获得导频子载波信息之后,对其进行Turbo解码,得到解码之后的信 号Yl[k],Yl[k]表示第l个OFDM(l=1,2)符号的第k个子载波上的信号。

判断导频子载波解码是否正确,若该导频子载波不能正确解码,则判 定该帧数据发送失败,丢弃获取的数据,要求发送方重新发送当前帧数据, 以便得到准确信息,提高后续计算精度;若该导频子载波正确解码,则对 解码后的导频子载波进行第一信道估计,得到第一估计值,即导频子载波 信道的估计值。

令导频子载波信道估计值为代价函数为:

其中,H表示矩阵转置。

为使代价函数最小化,令上面得代价函数关于的偏导数为0,即:

其中,*表示复共轭。

可以得到即求得其中表示 LS信道估计值,-1表示求逆,则可得第一估计值为:

其中,Y[k]为第k个导频子载波的接收信号,X[k]为第k个导频子载波 的发送信号。为第k个导频子载波的信道估计值,是信道估计矩 阵的元素。

S3:对所述数据辅助子载波进行译码重构和第二信道估计得到第二估 计值;

同样用LS算法,对数据辅助子载波进行解码,将得到的数据进行再编 码再调制,重构出发送方的数据。重构出的数据对接收方未知,但由于数 据辅助子载波具有低码率的Turbo码和低阶调制方式的保护,被正确解调 出的概率很大,因此重构得到的数据认为是正确的。对重构得到的数据进 行第二信道估计得到第二估计值,即数据辅助子载波信道的估计值,从而 实现了快时变和频率选择性信道的跟踪。第二估计值为:

其中,Ydata_pro[k]为第k个数据辅助子载波的接收信号,Xdata_pro[k]为第k 个数据辅助子载波信号译码之后重构的发送数据,即正确解码的映射复信 号,为第k个辅助数据子载波的信道估计值。

S4:根据所述第一估计值、所述第二估计值得到第三估计值;

由于数据辅助子载波在频域的插入间隔是小于信道的相干带宽,所以 通过插值直接得到其他数据子载波信道估计值。对第一信道估计值和第二 信道估计值采用DFT技术的LS(最小二乘,该实施样例)样条插值,得到数 据子载波信道的估计值即为第三估计值。

S5:根据所述第一估计值、所述第二估计值、所述第三估计值得到当 前帧有效信噪比。

对各个估计值进行均衡构造出参考信号,从而得到各个子载波信噪比; 使用指数有效信噪比映射(EESM)算法对每个子载波的信噪比(SNR)进行映 射,得到当前帧有效信噪比。其中,信噪比计算方法在该实施例中采用基 于星座图的方法,即:

其中E{...}表示期望。

使用第一估计值计算导频子载波SNR,通过EESM算法映射导频子载 波上的SNR,得到第一有效信噪比为SNReff_pilot;

使用第二估计值计算数据辅助子载波SNR,通过EESM算法映射数据 辅助子载波上的SNR,得到第二有效信噪比为SNReff_data_pro;

使用第三估计值计算数据子载波SNR,通过EESM算法映射其他数据 子载波上的SNR,得到第三有效信噪比为SNReff_data;

通过上面得到的3个有效信噪比进行加权,得到用于描述该帧的信道 质量测定,衡量当前帧持续时间内的信道质量的有效信噪比为:

SNReff=λ1*SNReff_pilot+λ2*SNReff_data_pro+λ3*SNReff_data

其中λ1,λ2,λ3分别表示对应的部分有效信噪比的权重。

显然,基于导频子载波的信道估计的可靠性大于基于辅助数据子载波 的信道估计,基于辅助数据子载波的信道估计大于插值得到的其他数据子 载波的信道估计,所以必须满足以下条件。

S6:根据所述当前帧有效信噪比对下一帧数据进行调制编码方式选择。

将当前帧的SNReff应用到移动自组网自适应调制编码系统中去,进行下 一帧数据子载波合适的调制编码方式选择,从而对下一帧信道数据进行信 道估计,在满足系统的误帧率的前提下,进一步的提高系统的吞吐量。

本发明提供了一种高动态情景下信道质量测定方法,基于802.11p标准 进行移动自组网的物理层帧结构的设计,并通过低码率的Turbo码承载的 数据符号来辅助信道估计以及信道估计值的更新,从而在解码阶段更加准 确的进行信道补偿,并给出了该方案下的信道状态质量测定方法,给下一 帧数据的调制编码方式选择提供了依据,降低了现有技术中移动自组网的 高动态性对信道估计的影响,提高了通信系统的吞吐量性能和可靠性。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明, 不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域 的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简 单推演或替换,都应当视为属于本发明的保护范围。

再多了解一些
当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1