一种快速傅里叶变换域去噪信道估计方法及存储介质与流程

文档序号:20271984发布日期:2020-04-03 19:09阅读:323来源:国知局
一种快速傅里叶变换域去噪信道估计方法及存储介质与流程

本发明属于通信信号信道估计算法技术领域,具体涉及一种快速傅里叶变换域去噪信道估计方法及存储介质。



背景技术:

目前,主流的ofdm(orthogonalfrequencydivisionmultiplexing)即正交频分复用技术,实际上ofdm是mcm(multicarriermodulation)多载波调制的一种。通过频分复用实现高速串行数据的并行传输,它具有较好的抗多径衰弱的能力,能够支持多用户接入体制低复杂度信道估计算法为边缘重复法+频域加窗的快速傅立叶变换(fastfouriertransform,简写fft),fft是一种dft(discretefouriertransform)离散傅里叶变换的高效算法。傅里叶变换是时域-频域变换分析中最基本的方法之一。在数字处理领域应用的dft是许多数字信号处理方法的基础。

正交频分复用体制的帧结构基本上都有着或多或少的边缘保护子载波,保护子载波越多,信道时谱的泄漏也就越大。目前的主流快速傅立叶变换的变换域去噪算法,可以降低收端采样点偏移造成的时谱泄漏,但是并不能抑制由于帧结构中固有的边缘保护带带来的时谱泄漏。因此,该主流算法会造成靠近边缘子载波处的信道估计准确度大打折扣,从而大大降低均衡性能。



技术实现要素:

本发明的目的是克服现有技术中正交频分复用机制中帧结构中固有的边缘保护带带来的时谱泄漏的问题。

为此,本发明提供了一种快速傅里叶变换域去噪信道估计方法,包括:

s01:选取过采样率倍数为n,在n倍下抽操作中选取最偏离信号发送端的主导频点集,并补充m个虚拟导频点,所述主导频点为主能量堆范围内的导频点集,所述m、n均为正整数;

s02:将泄漏的导频点所对应的能量补充至所述主能量堆范围内;

s03:将主能量堆范围外的时谱全部置零,并进行快速傅里叶变换变回频域即可得到去噪后的导频处信道估计值。

优选地,所述步骤s01具体包括:取n值为16,选取54个导频点,并在负高频处和正高频处均补充5个虚拟导频点得到64个导频点,采用最小二乘法计算出各导频点的信道估计值。

优选地,从所述导频点集选取导频索引点,计算所述导频索引点的最大能量值,且将主能量堆范围外的时谱的能量拍零。

优选地,在16倍下抽器中,所述导频点集中每16个导频点丢弃15个只保留一个采样点,使得所述采样点的时间与信号发射端时间最接近。

优选地,所述主能量堆范围内的导频索引点为4、6、8、10、12、14或16。

优选地,当信噪比小于10.5db时,选取导频索引点为6;当信噪比大于10.5db且小于17.5db时,选取导频索引点为10;当信噪比大于17.5db且小于30db时,选取导频索引点为12。

优选地,所述步骤s02具体包括:

sa:获取快速傅里叶逆变换原始矩阵,选取所述导频点集内一个导频点作为导频索引点,以所述导频索引点的值作为行数l,选取所述快速傅里叶逆变换原始矩阵中的1至l行作为中间矩阵;

sb:然后删除所述m个虚拟导频点在所述中间矩阵所对应的列得到快速傅里叶逆变换最终矩阵;

sc:将所述快速傅里叶逆变换最终矩阵与所述快速傅里叶逆变换最终矩阵的共轭装置矩阵相乘得到hermite矩阵,并对所述hermite矩阵求取逆矩阵得到时谱补偿矩阵;

sd:用所述时谱补偿矩阵乘以所述导频索引点所对应的列向量即可。

优选地,所述步骤s03之后还包括:对所述导频处信道估计值进行3阶拉格朗日插值运算,得到数据子载波处的信道估计值。

优选地,在加性高斯白噪声或莱斯信道情形下,选取所述主导频点集中各导频索引点所对应的信噪比误差向量幅度最小的作为最终导频索引点。

本发明实施例提供了一种快速傅里叶变换域去噪信道估计存储介质,包括fpga处理器,所述fpga处理器用于处理如前所述的快速傅里叶变换域去噪信道估计方法。

本发明的有益效果:本发明提供的这种快速傅里叶变换域去噪信道估计方法及存储介质,先选取过采样率倍数为n,在n倍下抽操作中选取最偏离信号发送端的主导频点集,并补充m个虚拟导频点,主导频点为主能量堆范围内的导频点集,m、n均为正整数;然后将泄漏的导频点所对应的能量补充至主能量堆范围内;最后将主能量堆范围外的时谱全部置零,并进行快速傅里叶变换变回频域即可得到去噪后的导频处信道估计值。相对单纯的最小二乘信道估计,解调星座图在极低信噪比下误差向量幅度的性能提升4db以上;相对于线性最小均方误差信道估计算法,在保证性能的前提下降低了复杂度;另一方面可以根据evm性能仿真结果灵活制定最佳的导频点,从而达到evm性能最优的效果。

以下将结合附图对本发明做进一步详细说明。

附图说明

图1是本发明快速傅里叶变换域去噪信道估计方法及存储介质的流程示意图;

图2是本发明快速傅里叶变换域去噪信道估计方法及存储介质的ofdm体制基带帧结构示意图;

图3是本发明快速傅里叶变换域去噪信道估计方法及存储介质的保留不同采样点时能量峰值分布图;

图4是本发明快速傅里叶变换域去噪信道估计方法及存储介质的64个导频点的时谱图;

图5是本发明快速傅里叶变换域去噪信道估计方法及存储介质的不同导频索引点对应的信噪比误差向量幅度图。

具体实施方式

下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。

在本发明的描述中,需要理解的是,术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。

术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征;在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。

本发明实施例提供了快速傅里叶变换域去噪信道估计方法,包括:

s01:选取过采样率倍数为n,在n倍下抽操作中选取最偏离信号发送端的主导频点集,并补充m个虚拟导频点,所述主导频点为主能量堆范围内的导频点集,所述m、n均为正整数;

s02:将泄漏的导频点所对应的能量补充至所述主能量堆范围内;

s03:将主能量堆范围外的时谱全部置零,并进行快速傅里叶变换变回频域即可得到去噪后的导频处信道估计值。

ofdm体制的帧结构基本上都有着或多或少的边缘保护子载波,保护子载波越多,信道时谱的泄漏也就越大。目前的主流快速傅里叶变换(fft)变换域去噪算法,可以降低收端采样点偏移造成的时谱泄漏,但是并不能抑制由于帧结构中固有的边缘保护带带来的时谱泄漏。因此,该主流算法会造成靠近边缘子载波处的信道估计准确度大打折扣,从而大大降低均衡性能。如图2所示,整个fft频点为从-128频点到+127频点一共256个点,保护子载波中,正频空点数为22个,负频空点数为21个,因此子载波占整个fft点数的比例为(21+22)/256=16.8%,比例是比较大的,时谱泄露较大,因此需要弥补这个泄露。本发明旨在提供一种新型的fft变换域去噪信道估计算法,最大化的降低保护子载波带来的时谱泄漏对信道估计精度造成的恶劣影响。本发明还可以根据snr(信噪比)的高低自适应的选择去噪能量堆的点数,从而达到最佳的解调星座图evm(errorvectormagnitude缩写,意为误差向量幅度)性能。

如图1所示,先确定过采样倍数,即确定下抽器的倍数,在具体的倍数选取时,可以根据在不同下抽倍数下,选取动态范围和抗邻带干扰能力最好的那个座位下抽器的倍数n。在这里可以选择16倍下抽器,当然在其他的应用场景中还可以是其他倍数的下抽器。选中16倍下抽器后,意味着每16个导频点需要丢弃15个,只保留一个。当保留的样点和发端采样时刻非常接近时,由于收发端采样时刻不一致产生的信道时谱泄漏就会很小。此时,时间同步算法中的本地相关峰值就会最大。反之,当保留的样点和发端采样时刻偏离最远时,时谱泄漏就会最大,本地相关峰值就会最小。图3为保留不同样点时,本地相关最大峰值和最小峰值的比较情形,其中横坐标为频点,纵坐标为能量峰值。由此可知,不同频点处的能量峰值差异较大。由于实际的fpga处理中,16倍下抽操作保留哪一个样点是随机的,不可能正好保留采样最接近发端的那个样点。因此,算法建模中,可以选择保留采样最偏离发端的那个样点,此时,本地相关峰值最小,信道时谱泄漏最大。这样的设置,最接近实际情形。

大多数的信道时谱,都会有明显的能量聚集特性。可以粗略的认为,主能量堆之外的时谱都可以拍0,从而进行时谱去噪处理。但是,泄漏的“假径”同时也被拍掉,极大地影响了信道估计的精度。在选取好最佳的主导频点后,会将主导频点所对应的主能量比较集中的能量堆范围外的点都拍零,这些拍零的点就带来了泄露,因此需要这些泄露的导频点所对应的能量补偿至所述主能量堆范围内。以上操作都是在时域下进行的。

经过上述步骤对主导频时域能量堆内的能量进行补充,其余非主能量堆时谱全部置0。然后进行fft操作变回频域,即可得到去噪后的导频处信道估计值。

优选的方案,所述步骤s01具体包括:取n值为16,选取54个导频点,并在负高频处和正高频处均补充5个虚拟导频点得到64个导频点,采用最小二乘法计算出各导频点的信道估计值。选取16倍下抽器,对于每一个正交频分复用(ofdm)符号,先用ls(最小二乘法)算法计算出54个导频处的信道估计值。且每一个ofdm符号都会有相应的snr(信噪比)估计值。具体地,在负高频处和正高频处各补5个0,得到64个频点的导频处信道估计值h。利用快速傅里叶逆变换(ifft)操作得到64点的信道时域冲激响应,也就是信道时谱。64点时谱图如图4所示,其中64个频点包括54个导频和10个虚拟导频。

优选的方案,从所述导频点集选取导频索引点,计算所述导频索引点的最大能量值,且将主能量堆范围外的时谱的能量拍零。主能量堆可选频点数为4、6、8、10、12、14、16。计算出每一种可选主能量堆频点数下的最大能量值和导频索引点。比如,选择频点4,则导频索引点为[891011];选择频点6,则导频索引点为[8910111213]。然后将主能量堆外的时谱拍零,拍零的同时也会把泄露的“假径”也拍掉,造成时谱的能量损失。在后续步骤将把损失的能量,在主能量堆中补回来。

优选的方案,当信噪比小于10.5db时,选取导频索引点为6;当信噪比大于10.5db且小于17.5db时,选取导频索引点为10;当信噪比大于17.5db且小于30db时,选取导频索引点为12。通过不同导频索引点对应的误差向量幅度值的性能仿真结果来指定最佳的选择策略。

优选的方案,所述步骤s02具体包括:

sa:获取快速傅里叶逆变换原始矩阵,选取所述导频点集内一个导频点作为导频索引点,以所述导频索引点的值作为行数l,选取所述快速傅里叶逆变换原始矩阵中的1至l行作为中间矩阵;

sb:然后删除所述m个虚拟导频点在所述中间矩阵所对应的列得到快速傅里叶逆变换最终矩阵;

sc:将所述快速傅里叶逆变换最终矩阵与所述快速傅里叶逆变换最终矩阵的共轭装置矩阵相乘得到hermite矩阵,并对所述hermite矩阵求取逆矩阵得到时谱补偿矩阵;

sd:用所述时谱补偿矩阵乘以所述导频索引点所对应的列向量即可。

由此可知,具体的补偿方法为:

a)求取ifft变换矩阵ifft_matrix_origin。

b)h_len=4、6、8、10、12、14、16。对于ifft_matrix_origin,只保留该矩阵的前1到h_len行,得到ifft_matrix_tmp。

c)将ifft_matrix_tmp的28:37列删除掉,得到ifft_matrix矩阵。28:37的序号对应10个虚拟导频的频点。举例说明,对于h_len=6,最终的ifft_matrix矩阵为6*54。

d)计算时谱补偿矩阵如下式:

comp_matrix=pinv(ifft_matrix*ifft_matrix')

pinv表示求取逆矩阵。ifft_matrix'表示求取共轭转置矩阵。

对于7种h_len,就会有7种comp_matrix。比如h_len=6,comp_matrix就为6行6列;h_len=16,comp_matrix就为16行16列。

e)对主能量堆进行时谱补偿动作:用补偿矩阵comp_matrix乘以主能量堆列向量即可完成补偿动作。比如,h_len=8,补偿动作为8行8列矩阵*8行*1列向量。

优选的方案,所述步骤s03之后还包括:对所述导频处信道估计值进行3阶拉格朗日插值运算,得到数据子载波处的信道估计值。使用3阶拉格朗日插值算法,得到数据子载波处的信道估计值。

计算出信道均衡后的星座图。h_len有7种选择,那么就会有7种信道均衡后的星座图。在不同的多径条件下,分别计算不同snr下7幅星座图的evm大小。在特定的snr下,比如5db,选取evm性能最好的h_len。

决定最终的h_len选择策略。比如本专利的信道估计算法,snr即信噪比,当snr<10.5db时,h_len选取6;当10.5db<snr<17.5db时,h_len选取10;当17.5db<snr<30db时,h_len选取12。选取策略,根据实际中针对的信道情形下,如awgn(即加性高斯白噪声(additivewhitegaussiannoise))或莱斯信道evm情形下,误差向量幅度evm性能的仿真结果来制定。

图5为awgn信道下,snr=4db时,h_len=4、6、8、10、12、14、16以及原始ls信道估计这8种策略下,均衡后星座图的表现。其中,横坐标1至8分别对应h_len=4、6、8、10、12、14、16以及原始ls信道估计这8种策略,纵坐标为信噪比,从图中可以看出,当h_len为6时,即横坐标为2时,evm性能比只做ls信道估计要好了4个db,均衡性能的提升是显著的。

该方法具有以下有益效果:

高性能:相对单纯的ls信道估计(ls为最小二乘(least—square)信道估计),解调星座图在极低snr下evm性能提升4db以上。

低复杂度:相对于lmmse(线性最小均方误差linearminimummeansquareerror)信道估计算法,复杂度很低,且性能相仿或更优。

h_len的选择策略可以根据evm性能仿真结果灵活制定,从而达到evm性能最优的效果。

本发明实施例还提供了一种快速傅里叶变换域去噪信道估计存储介质,包括fpga处理器,所述fpga处理器用于处理如前所述的快速傅里叶变换域去噪信道估计方法。

以上例举仅仅是对本发明的举例说明,并不构成对本发明的保护范围的限制,凡是与本发明相同或相似的设计均属于本发明的保护范围之内。

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