信道估计总结-(2).doc

信道估计总结 2009.11.9 PAGE12 / NUMPAGES15 信道估计总结 LS和半盲信道估计 目录 TOC \o 1-3 \h \z \u 一、信道估计概述 3 二、MIMO系统模型 4 三、波束成形半盲信道估计 4 3.1 波束成形半盲信道估计概述 4 3.2 传统的最小二乘信道估计 5 3.3 半盲信道估计 6 A．正交导频设计 6 B．接收波束成形估计u1 6 C．发送波束成形估计v1 7 3.4 CLSE和半盲信道估计比较 8 3.5 总结 10 四、OPML半盲信道估计 10 4.1概述 10 4.2 W已知的情况下，估计酋矩阵 11 A．正交导频ML估计（OPML） 11 B．通用导频的迭代ML估计（IGML） 11 4.3 盲估计W 13 4.4 仿真结果 13 4.5 总结 14 参考文献 14 信道估计总结 LS和半盲信道估计 一、信道估计概述 移动无线通信系统的发送端所发送的信号经过无线信道传输后，由于无线信道的时变性和多径传播性，会引起传输信号的幅度和相位畸变，同时会产生符号间干扰。如果采用MIMO系统，则各发送天线间也会互相干扰。在通信系统中，需要信道估计参数进行分集合并、相干解调检测和解码，在MIMO环境下，待估计的信道参数个数随着天线个数的增加线性增加，信道估计成为构建系统的难点。所以，为了在接收端恢复正确的发射信号，找到一种高精度低复杂度的信道估计方法是必要的。 所谓信道估计，就是从接收数据中将假定的某个信道模型的模型参数估计出来的过程。MIMO系统实现大容量的前提是接收机能对接收到的来自各发送天线的信号进行很好的去相关处理，而进行这一处理的必要条件是接收端对信道进行比较精确的估计，获得较准确的信道信息，从而能够正确地恢复被干扰和噪声污染的信号。 在MIMO通信系统中，空时信道的估计和跟踪相对于SISO系统更加复杂，同时对系统误码性能和容量有很大的影响。这一复杂性主要表现在两个方面：快速移动通信环境所导致的信道时变特性；多径时延扩展的长度较大使得信道变成频率选择性信道，即一个时变的FIR矩阵信道，此时估计与跟踪的实现是较困难的。 从信道估计算法输入数据的类型来分，MIMO信道估计方案可以划分为时域和频域两个类方法。频域方法主要针对多载波系统；时域方法适用于所有单载波和多载波MIMO系统，它借助于训练序列或发送数据的统计特性，估计衰落信道中各多径分量的衰落系数。从估计算法先验信息的角度，时域方法又可分为一下3类： （1）基于训练序列的估计 按一定估计准则确定待估参数，或者按某些准则进行逐步跟踪和调整待估参数的估计值，其特点是需要借助参考信号，即导频或训练序列。在此，我们将基于训练序列和导频序列的估计统称为训练序列估计算法。 基于训练序列的信道估计适用于突发传输方式的系统。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适用于连续传输的系统。通过在发送有用数据的过程中插入已经的导频符号，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。 （2）盲估计 利用调制信号本身固有的、与具体承载信息比特无关的一些特征，或是采用判决反对的方法来进行信道估计的方法。 （3）半盲估计 结合盲估计与基于训练序列估计这良好总方法优点的信道估计方法。 一般来讲，通过设计训练序列或在数据中周期性地插入导频符号来进行估计的方法比较常用。而盲估计和半盲估计算法无需或者需要较短的训练序列，频谱效率高，因此获得了广泛的研究。但一般盲估计和半盲估计方法的计算复杂度较高，且可能出现相位模糊（基于子空间的方法）、误码传播（如判决反馈类方法）、收敛慢或陷入局部极小等问题，需要较长的观察数据，这一定程度上限制了它们的实用性。 二、MIMO系统模型 图1 MIMO单载波基带系统模型 图1为MIMO系统的信道模型。我们采用平坦衰落信道，则，MIMO系统的数学模型为： （1） 其中是信道输入，是信道输出，是均值为零方差为的加性高斯白噪声。假设信道矩阵在一个发送符号周期内是准静态恒定不变的。的奇异值分解为，其中是奇异值的对角矩阵，。和V分别是的左右奇异值向量。令为发送的训练符号，用于信道估计，即。为了简化分析，假设为正交训练序列，满足，其中，表