文獻標識碼: A
文章編號: 0258-7998(2014)04-0106-03
近年來無線通信領域得到了迅猛的發(fā)展,隨著第四代移動通信標準LTE/LTE-A的應用以及無線局域網(wǎng)的大規(guī)模部署,其中的主要技術——正交頻分復用OFDM(Orthogonal Frequency Division Multiplexing)也應用得越來越廣泛。OFDM系統(tǒng)的發(fā)射接收需要了解信道的狀態(tài)信息,因此研究在無線信道下的OFDM信道估計技術有著十分重要的工程意義。
壓縮感知CS(Compressed Sensing)作為最近幾年在應用數(shù)學和信號處理領域興起的一門新理論,其主要思想是:利用信號的稀疏特性,通過盡量少次數(shù)的觀測數(shù)據(jù)恢復原信號。經(jīng)過長期大量的研究發(fā)現(xiàn),無線信道存在著天然的稀疏性,即信道長度較長,但實際的信道徑數(shù)較少。利用這種稀疏性,但以在較少導頻數(shù)量的情況下得到信道信息。目前國內外有許多學者將目光投注到壓縮感知技術在信道估計領域的應用,其中主要包括超寬帶(UWB)系統(tǒng)、OFDM系統(tǒng)。本文首先研究了壓縮感知在OFDM系統(tǒng)中的應用,在估計性能相似的情況下,引進了一種改進型的正交匹配追蹤OMP(Orthogonal Matching Pursuit)算法——正交多重匹配追蹤OMMP(Orthogonal Multimatching Pursuit),相比于原算法可以在一定程度上減少算法復雜度,對于移動設備在進行信道估計時減少系統(tǒng)開銷、節(jié)約能量有著積極的意義。
1 壓縮感知理論
壓縮感知[1-3]理論本身的意義是對信號的高度不完備線性測量后的高精確重建。相比于依賴奈奎斯特采樣定理的測量,該理論是解決目前ADC采樣速率不夠高、移動終端設備計算能力有限等問題的有力方法。
表1中給出了30 dB時信道估計在各種算法下運行1 000次后的平均運行時間,從中可以看出,當信道徑數(shù)為6時,OMMP算法與OMP算法的運行時間接近。當信道徑數(shù)為12時,使用OMMP算法可以比OMP算法節(jié)省0.004 s以上,達到系統(tǒng)運行時間的20%,效益比較可觀。
綜上分析,OMMP算法在信道徑數(shù)較低時表現(xiàn)不及OMP算法,同時在運行時間上的優(yōu)勢也難以體現(xiàn)。隨著信道取大徑數(shù)時,OMMP算法的性能與OMP算法相當,而且運行時間明顯優(yōu)于OMP。因此在一些徑數(shù)較多的信道環(huán)境中,基于OMMP算法的信道估計是一種更好的選擇。
回顧了基于OMP算法的信道估計,為了進一步減少算法運行的時間,在此基礎上引入OMMP算法。結合信道環(huán)境經(jīng)過仿真分析發(fā)現(xiàn),該算法在較多徑數(shù)的情況下,性能與OMP算法相當且效率更高。因此在工程應用中具有一定的實際意義。然而該算法基于信道稀疏度已知的假設,且隨著多重因子的取值越來越大,算法的重構精度也存在著降低的現(xiàn)象,低信噪比時OMMP算法和OMP算法一樣會發(fā)生性能嚴重惡化,這些都是今后工作中亟待解決的問題。
參考文獻
[1] DAVID DONOHO. Compressed sensing[J]. IEEE Trans. on Information Theory,2006,52(4):1289-1306.
[2] 石光明,劉丹華,高大化,等. 壓縮感知理論及其研究進展[J].電子學報,2009,37(5):1070-1081.
[3] 陶小峰,崔琪楣,許曉東,等. 4G/B4G關鍵技術及系統(tǒng)[M].北京:人民郵電出版社,2011:136-144.
[4] COTTER S F, RAO B D. Sparse channel estimation via matching pursuit with application to equalization[J]. IEEE Trans. on Communication,2002,50(3):374-377.
[5] 何雪云,宋榮方,周克琴.基于壓縮感知的OFDM系統(tǒng)稀疏信道估計新方法研究[J]. 南京郵電大學學報(自然科學版),2010,30(2):60-65.
[6] 李世平,李鑫,鄭文彬.基于壓縮感知的正交頻分復用信道估計方法[J].電子技術應用,2012,38(8):106-108,155.
[7] BERGER C R,Zhou Shengli,Chen Wei,et al.Sparse channel estimation for OFDM: Over-complete dictionaries and super-resolution[C].2009.SPAWC’09.IEEE 10th Worshop on Signal Processing Advances in Wireless Communications, 2009:196-200.
[8] TROOP J A,GILBERT A C. SIGNAL recovery from random measurements via orthogonal matching pursuit[J]. IEEE Trans. on Information Theory,2007,53(12):4655-4666.