摘 要: 研究了一種基于卡爾曼(Kalman)濾波的OFDM時變信道估計(jì)與跟蹤問題。首先建立時變多徑信道的狀態(tài)方程和測量方程,然后將信道沖擊響應(yīng)近似為一個低階自回歸滑動平均過程,利用導(dǎo)頻的先驗(yàn)信息估計(jì)出Kalman濾波器的初始值和時變參數(shù),并通過Kalman濾波跟蹤信道的時變特性。仿真實(shí)驗(yàn)表明,該方法在時變多徑信道下具有較好的性能,與傳統(tǒng)信道估計(jì)方法相比,在均方誤差和誤碼率等性能指標(biāo)上有了較大的改進(jìn)。
關(guān)鍵詞: 正交頻分復(fù)用系統(tǒng);卡爾曼濾波器;信道估計(jì);時變信號
正交頻分復(fù)用OFDM(Orthogonal Frequency Division Multiplexing)作為一種多載波并行傳輸技術(shù),具有高效的頻譜利用率、優(yōu)良的抗多徑衰落能力和簡單的系統(tǒng)硬件結(jié)構(gòu)。OFDM以其多種優(yōu)良性能成為無線通信系統(tǒng)最有競爭力的候選方案。
信道估計(jì)就是為了估計(jì)出信道的頻域或者時域沖激響應(yīng),從而能大概率地恢復(fù)接收到的數(shù)據(jù)。在OFDM系統(tǒng)中,為了最大可能地保證信道的多徑和衰落效應(yīng)不會影響OFDM系統(tǒng)的性能,需要采用信道估計(jì)的方法逼近信道響應(yīng)的隨機(jī)變化,以便能用信道影響逆向修正信號。因此,尋找有效的信道估計(jì)算法已成為OFDM技術(shù)主要研究方向之一[1]。
現(xiàn)有的信道估計(jì)算法多數(shù)都假設(shè)信道是準(zhǔn)靜態(tài)的,即信道沖激響應(yīng)在一個OFDM符號時間內(nèi)基本不變或變化很慢,可以近似忽略。然而在高速移動環(huán)境下,多普勒頻移擴(kuò)展將導(dǎo)致信道在短時間內(nèi)的沖激響應(yīng)產(chǎn)生變化,使系統(tǒng)成為一個時變系統(tǒng)。無線信道上多普勒頻移的存在使得信道特性具有時變性,給信道估計(jì)帶來困難[2-3]。
Kalman濾波技術(shù)是一種可用于在線估計(jì)系統(tǒng)狀態(tài)的方法,由量測值重構(gòu)系統(tǒng)的狀態(tài)向量,并以“預(yù)測-實(shí)測-修正”的順序遞推,根據(jù)系統(tǒng)的量測值來消除隨機(jī)干擾,再現(xiàn)系統(tǒng)的狀態(tài)。Kalman濾波用狀態(tài)方程來描述狀態(tài)變量的動態(tài)變化規(guī)律,并不需要知道全部過去的值,因此比較適用于時變系統(tǒng)。
目前,基于Kalman濾波方法的信道估計(jì)主要是半盲信道估計(jì),整體算法過于復(fù)雜,均方誤差和誤碼率還需提升,在實(shí)際應(yīng)用中難以實(shí)現(xiàn)[4]。而利用導(dǎo)頻可以進(jìn)行信道隨時間變化的跟蹤[5],參考文獻(xiàn)[6]基于導(dǎo)頻的Kalman濾波方法用于信道子空間的跟蹤,但頻域估計(jì)部分直接求逆運(yùn)算量也很龐大。
為了在性能和復(fù)雜度兩方面做到很好的折衷,本文提出了一種基于導(dǎo)頻的Kalman濾波的OFDM系統(tǒng)時變信道估計(jì)方法,通過獨(dú)立跟蹤每個子載波的接收信號,改善了信道估計(jì) 。仿真實(shí)驗(yàn)表明,本文針對OFDM系統(tǒng)時變信道估計(jì)策略,與基于導(dǎo)頻的LS和MMSE算法相比,能夠獲得比傳統(tǒng)系統(tǒng)更低的信道估計(jì)均方誤差和誤碼率。
傳統(tǒng)信道估計(jì)的算法主要包括LS、MMSE等。為了驗(yàn)證基于Kalman濾波的信道估計(jì)性能在時變多徑信道上的優(yōu)越性,首先比較傳統(tǒng)算法LS、MMSE和Kalman濾波算法在多徑數(shù)為5的情況下,不同信噪比(SNR)的性能。3種算法的信道估計(jì)均方誤差(MSE)和誤碼率(BER)分別如圖2、圖3所示。
圖2為不同信噪比下,本文的Kalman濾波方法和傳統(tǒng)的LS與MMSE算法相比得到的信道頻率響應(yīng)均方誤差(MSE)的比較。相對于通常的LS與MMSE算法,MSE有較大的改善。在信噪比為0~30 dB時,均方誤差下降一個數(shù)量級。這主要是因?yàn)镵alman濾波對估計(jì)誤差進(jìn)行計(jì)算,并對下一次的估計(jì)值進(jìn)行調(diào)節(jié),可以有效地跟蹤時變信道。圖3所示的誤碼率(BER)比較中,最大Doppler頻移為132 Hz,可以看到本文的Kalman濾波方法與傳統(tǒng)的LS和MMSE算法相比, 在信噪比為0~30 dB時,誤碼率下降約一個數(shù)量級。這主要是因?yàn)镵alman濾波可以更好地跟蹤信道的變化,同時對濾波結(jié)果在頻域進(jìn)行最小均方意義下的改進(jìn),進(jìn)一步提高了性能。所以由圖2、圖3可以得出,在多徑數(shù)為5的情況下,由于基于Kalman濾波算法可以進(jìn)行信道隨時間變化的跟蹤,所以表現(xiàn)出的性能也要比傳統(tǒng)的算法要好。在此假設(shè)情況下,Kalman濾波的性能是一直優(yōu)于LS與MMSE算法的。
下面對基于導(dǎo)頻的Kalman濾波進(jìn)行不同多徑(5~15)仿真分析,仿真的SNR范圍是10 dB~30 dB,其他參數(shù)如表1所示。 并且假設(shè)循環(huán)前綴長度大于最大信道時延時間長度,也就是說,不存在符號間干擾。對于以下仿真,通過改變多徑數(shù)來模擬該算法的性能。不考慮相位補(bǔ)償、相位失調(diào)和載頻補(bǔ)償問題。
圖4描述了Kalman濾波算法在OFDM信道估計(jì)中MSE的性能,多徑數(shù)目變化范圍為5~15,SNR范圍為10 dB~30 dB??梢钥闯觯S著多徑數(shù)的增加,均方誤差MSE也跟著增大。當(dāng)OFDM系統(tǒng)包含適當(dāng)?shù)亩鄰綍r,MSE的值是很低的。并且SNR的上升和下降,也影響MSE的值隨之變化。圖5是對不同信噪比下由Kalman濾波估計(jì)算法得到誤碼率的仿真??梢钥闯鲭S著多徑數(shù)目的增加,同一信噪比情況下,誤碼率呈現(xiàn)遞增的趨勢;不同SNR條件下的誤碼率呈現(xiàn)出不同程度的增長趨勢。
本文基于OFDM系統(tǒng)為時變信道估計(jì)提出了卡爾曼濾波方法,該方法顯著的特征是能對時變多徑信道進(jìn)行估計(jì)。根據(jù)信道的相關(guān)變化提出了監(jiān)測狀態(tài)變化的方法,經(jīng)過仿真測試,表明所提出的卡爾曼濾波方法對時變多徑信道估計(jì)方面有較好的結(jié)果。
參考文獻(xiàn)
[1] YANG B,LETAIEF K B,CHENG R S,et al.Channel estimation for OFDM transmission in multipath fading channels based on parametric channel modeling[J].IEEE Trans.on Communications,2001,49(3):467-478.
[2] HIJAZI H,ROS L.Rayleigh Time-varying channel complex gains estimation and ICI cancellation in OFDM systems[J]. European Trans.on Telecommunications,2009,20(8):782-796.
[3] SHU F,LEE J,WU L N,et al.Time-frequency channel estimation for digital amplitude modulation broadcasting systems based on OFDM[J].IEE Proc.Communications,2003,150(4):259-264.
[4] 趙康健,都思丹.基于多項(xiàng)式模型和卡爾曼濾波器的正交頻分復(fù)用自適應(yīng)信道估計(jì)算法[J].南京大學(xué)學(xué)報(bào),2009,45(4):442-446.
[5] 胡蝶,楊綠溪.OFDM系統(tǒng)中基于導(dǎo)頻的時變信道估計(jì)[J].電子與信息學(xué)報(bào),2004,26(9):1376-1382.
[6] HUANG M,CHEN X,XIAO L,et al.Kalman-filter-based channel estimation for orthogonal frequency-division multiplexing systems in time-varying channels[J].IET Communications,2007,1(4):795-801.