基于酉差分空时码的信道估计性能研究

第10卷第10期2010年4月科学技术与工程Vol 10 No 10 Apr 20101671-1815(2010)10-2480-04Science Technology and Engineering⊙2010 Sci. Tech. Engng基于酉差分空时码的信道佔计性能研究陈雪松韩明宇(大庆石油学院电气信息工程学院,大庆163000摘要介绍MMSE和LS算法的基本原理同时给出酉空时码的编解码原理,对基于OFDM的非盲倌道估计与基于酉差分空时码的盲信道估计进行性能的仿真对比。其中非盲信道估计釆用MMSE和LS算法,盲信道估计采用极大似然算法,通过误码率仿裏曲线对比可以看出采用酉空时码的误比特率在大信噪比的环境下要明显好于采用MMSE和LS;而在小信噪比环境下,酉空时码的误码率与采用LS的信道估计的误码率基本一致。关键词信道估计正交频分复用最小均方误差最小二乘西空时码中图法分类号TN96;文献标志码A在无线通道中,发射信号在传播过程中往往会对比,但并没有给出酉空时码针对非理想信道估计受到各种物体所引起的遮挡、吸收,从而发生反射、下的性能对比,本文将在此给予改进。折射和衍射,导致多条路径信号分量具有不同的传播时延、相位和幅度,并附加有噪声,最终它们的叠1基于导频的非盲信道信道佔计加会使接收信号相互抵消或增强,产生严重的衰落。因此实时的进行信道估计并给予均衡就变得基于导频的信道估计,即在发送数据流中插入十分重要。常用的信道估计方法有非盲信道估计导频符号,在接收端利用这些已知的导频符号进行法、半盲信道估计法、盲信道估计法。其中非盲信信道估计,导频符号可以在同一个OFDM信息符号道估计法主要采用基于导频序列的最小均方误差子载波频率轴方向和时间轴方向上进行二维插入,法(MMSE)和最小二乘法(LS),而盲信道估计法并或分别在频率或时间方向上分别进行一维插值,然不发送专门的训练序列或导频,它只是利用接收信后利用差值算法对信道的其他位置进行信道号本身以及发送信号的内在特点进行信道的估计,估计4即利用信道的统计信息(诸如循环平稳特性等)进行信道估计。半盲信道估计介于盲信道估计和非数框谁并:频盲信道估计之间仅利用少量导频信号进行信道估输入调变计,因而成为目前的研究热点之一。文献[1]首先落信道引入了西空时调制,文献[2]给出了了酉空时码在瑞丽衰落信道下与理想信道下的非盲信道的性能解变↓估调换|计010年1月7日收到图1典型的基于导频的OFDM系统模型第一作者简介:陈雪松(1972-),女蒙古族黑龙江肇州人副教1.1基于最小二乘算法(LS)的频域信道估计授、博士生,研究方向:信息安全,语音信息隐藏S信道估计就是从最小平方意义上得到的信通信作者简介:韩明字(1979-),男汉族黑龙江伊春人,研究道估计方法,基于LS信道估计的准则为:生,研究方向:通信网安全理论与技术。E-mail::jsf-37@163.XPy(1)10期陈雪松,等:基于酉差分空时码的信道估计性能研究2481式(1)中,y是接收导频信号,X,是发送导频信号。但是在具有快瑞利衰落的信道环境下进行信道估由式(1)可见,基于DS算法的信道估计较为简计有时变得非常困难,于是, Hughe提出了酉空时调单,计算量较小,易于实现但该算法并未利用信道制6来实现空时分组码的编码方案,也就是西空时的频域和时域相关性,同时忽略了噪声的影响,致编码,该方案无需在接受端进行信道估计,但却能使对信道估计的准确度大大降低。获得高的数据传输速率,实现了盲信道估计,因而12基于最小均方误差法(MMSE)的信道估计日益受到人们的关注。针对LS算法的上述不足,人们提出了MMSE2.1酉空时码的编码算法,该算法通过对均方误差函数取极小值来获取对于发射天线数为N,且调制星座为A的系信道估计响应对于子载波间千干扰和高斯白噪声具统,令G为一群LXL西矩阵,其中L≥N有很好的抑制作用。对于任何G∈G基于MMSE算法准则如下:GG=GG=I(3)均方误差函数(MSE)为:E|H2.wsE(m)假设存在一个N×L矩阵D,以致对群中的任ws(m)2,对其求偏导并且令其等于零,可得信酉矩阵G来说,DG产生了一个NxL矩阵,这个道估计矩阵矩阵的项是信号星座集A的元素,即Hp wwsr (m)= PR R-l= FQ Ms Fx"Y(2)DG∈Arxt式(2)中,R=EH"}=RmF"x";则矩阵集DC={DGG∈C}Rrr=Elrr=XFrHn FX+oNIni就构成空时群码,如果矩阵D满足D"D= LIQMmsE=R[(FX"XF)"0n+RHH]-x(F"X"XF)1。那么可以得到E为数学期望,l为NxN的单位矩阵,F为( DG)(DG)"=LIN在这种情况下,式(5)中的群码就是空时酉群NXN的矩阵,且F(kn)=”,0≤k≤N-1,码。例如,当N=2,Nn=2,L=2时,令D=Rm为H的协方差矩阵Rn为H和Y的互协方差矩101「0G则DG就是阵3为噪声方差。MMSE算法通过分析接收信号的统计特性来对BPS调制星座A=|+1,-1|上的群码。信道进行估计,误码率要明显低于LS算法,但其计对上述空时酉群码进行差分调制编码如表1,算过程中涉及到大量的复数乘法和矩阵求逆,尤其其中为参考信号。是对Qsc求逆,导致计算复杂度远大于LS算法。表1差分调制编码近些年,人们提出了一些改进方法,比如利用奇异值分解(SVD)来化简Qw矩阵,同样达到了令人信息酉调制81满意的效果,但这些都是MMSE的特例,需要满足差分调制x=1x1=81x2=x1g2x=x283定的前提条件。22空时西群码的译码”:12酉空时码接收机可以通过最大似然(ML)差分译码算法或Ⅴ viterbi译码算法,本文选择差分译码算法,通过空时码是近些年移动通信领域的一个新的研最大似然差分译码算法选择群中最佳的酉矩阵,经究方向,由于同时在时域和空域中引入编码,空时过逆映射确定相应的比特序列。即当前和先前接码对同信道干扰和码间干扰都有较好的抑制作用,收信号矩阵的差分空时译码为2482科学技术与工程10卷Marg maxReTrR g,R F式(8)中,R-1为N8xL矩阵表示第t个发射分组4结束语的接收信号,ReIr代表接收矩阵迹的实部。本文介绍了一种基于酉空时码的低复杂度的3仿真分析盲信道估计,发射端和接收端都不需要经过复杂的数学计算,同时由于不需要插入导频信号,频带利非盲信道估计仿真采用一发一收的OFDM系用率获得极大提高,通过 Matlab仿真得出了在高信统每个OFDM符号的子载波数为128,带宽为噪比条件下该方案的性能要优于文中提到的另外2MHz,循环前缀(CP)的长度为16,采样率为两种方案。可见对于既要提高频带利用率,又要提6MH,信道采用瑞利慢衰落信道,系统采用BSK商信号传输质量的今天基于两空时的盲信追怙计调制。肓信道估计仿真采用二发一收的 OFDM-M会有很大的发展空间。MO系统,每一帧有120个信息比特,假设一帧内信道衰落系数不变,且帧与帧相互独立。系统仿真误I Hochwald B M, Sweldens W. Differential unitary space-time modula-码率曲线如图2所示。tion. IEEE Trans Communi, 2000: 48(12)2孔昭煜,王玉龙张军.基于 MATLAB的差分空时两群码的仿真实现山西电子技术,2006;(4):41-433 Coler S, Ergen M, Puni A, et al. Channel estimation techniques10based on pilotent in OFDM systems. IEEE Trans on Broadcastin,2006;48(3):223-2294 van de Beck J J Edfors 0. Sandell M, et al. On channel estimation inof DM systems. Vehieular Technology Conference, IEEE 45th, Vol-102me2,25-28,1995;(7):8l5-8191012141618OFDM. EURASIP Journal on Wireless Communicationsking,2005;(2):163-174图2误码率曲线比较图6 Hughes B L. Differential space-time modulation, IEEE Trans InforTheory,2000;46(7):2567-2578仿真结果表明,在信噪比小于6dB时,采用酉7 Hochwald B, Marzetta T, Richardson T,a. Systematic desigm of U空时的盲信道估计的误码率与采用LS的信道估计 nitary甲 ace-time code. IEEE Trans Inform Theory,200046(6)的误码率非常接近,但与采用MMsE的信道估计相1962-1973差3dB左右。当信噪比大于10dB左右后,采用酉8(澳 Vucetic B,Yum.空时编码技术王晓梅等泽,北京机械工业出版社,2004:123-124空时的盲信道估计的误码率要逐渐低于采用IS或下转第2486页)MMSE的信道估计。我们知道信道估计不需要插入导频信号,在信噪比小的时候很容易导致误码率升高,这是它的不足之处,但是它的频带利用率要明显高于采用LS和MMSE的非盲信道估计,这在频带资源日益紧张的今天是非常重要的。所以当信噪比高于8dB的时候,采用酉空时盲信道估计的优势就非常明显了。2486科学技术与工程10卷Time-frequency Analysis of Speech Signal Based on Improved S TransformSUN Yan, YU Feng-qinCommunication and Control Engineering Institute, Jiangnan University, Wuxi 214122, P R China)Abstract] STFT has fixed resolution and wavelet transform has a partial phase information and time-scale relations are not suitable for an intuitive visual analysis. Time-frequency analysis of speech signal based on an improvedS transform was proposed. Wavelet transform with spline wavelet as the mother wavelet multiplied by the phase factor was the improved S transform, which had multi-resolution and phase factor and was suitable for the intuitive vis-al analysis. Simulation experiments show the time-frequency structure of the improved S transform is more finecompared with STFT and wavelet transformKey words] speech signal time-frequency analysis improved S transform(上接第2482页)Unitary Differential Space time Codes Based on theChannel Estimation Performance StudyCHEN Xue-song, HAN Ming-yuInstitute of Electrical and Information Engineering, Daqing Petroleum Institute, Daqing 163318, P R China)Abstract] The MMSE and the LS algorithm, are firstly introduced and given the basic principle of unitaryspace-time codes decoding principles, and then OFDM-based non-blind channel estimation and unitary differentialspace-time codes based on blind channel estimation are used to compare the simulation. One non-blind channel es-timation using the MMSE and the ls algorithm, blind channel estimation using maximum likelihood algorithmBER simulation curves can see that use of unitary space-time codes bit error rate environment in large signal tonoise ratio is significantly better than the use of MMSE and the LS, while in low SNR environment, the unitaryspace-time codes using bit error rate and the LS channel estimation error rate basically the sameKey words] channel estimation OFDM minimum mean-square error least squares unitary dif-ferential space-time codes