上行信道估计在TDLTE系统中的研究

摘要：LTE作为一个很有前景的通信标准，与现有通信标准相比，具有更高的传输速率和更好的传输质量，而上行信道估计是LTE系统中不可缺少的一个环节。在对现有LTE系统的两种信道检测算法分析的基础上，提出了一种兼具高准确度和低复杂度的改进算法,在使用原有算法对导频符号进行信道估计之前，先对其进行时域降噪处理，在插值后能够提高系统的估计准确性。仿真结果表明，改进后的算法与原算法相比，在不增加计算复杂度的前提下，能够较大程度地提高系统的估计性能，更适合第4代移动通信的要求。

关键词：LTE； 信道检测； 时域降噪； 估计性能； 计算复杂度

中图分类号：TN9234文献标识码：A文章编号：1004373X(2011)23019003

Research on Uplink Channel Estimation Method in TDLTE System

SUN Cuizhen， ZENG Zhaohua

(School of Communication and Information Engineering, Xi’an University of Science and Technology, Xi’an 710054, China)

Abstract： As a promising communication standard, LTE has higher data rate and transmission quality compared with current communication standard, in which uplink channel estimation plays an important role in the LTE system. Based on analyzing the LS and MMSE algorithms of the LTE system, an improved algorithm with high accuracy and low complexity is proposed. The pilot signal was processed before the channel estimation by reducing noise in time domain. The simulation results demonstrate that the improved algorithm is a preferable choice in estimation performance without increasing the algorithm complexity.

Keywords： LTE; channel estimation; noise reduction in time domain; computation complexity

收稿日期：20110721

基金项目：陕西省教育厅专项科研计划项目“TDLTE基站多天线关键技术的研究(09jk596)”支持0引言

作为3GPP定义的下一个移动宽带网络标准，LTE最重要的改进在于采用全新的空中接口技术，而准确的信道估计则是保证LTE系统传输质量，发挥其优越性的关键，因此本文将重点研究TDLTE系统的上行信道估计技术。信道估计从大的角度可以分为非盲估计和盲估计。盲信道估计由于不需要导频辅助，一般收敛速度较慢，故限制了在实际系统中的应用。有导频辅助的非盲信道估计通常能克服精度低、统计时间长等缺点，因此在移动通信中被广泛采用。本文讨论的是基于导频的非盲信道估计算法。基于导频的非盲信道估计算法包括LS,MMSE等算法。LS是一种实现简单、较通用的算法；MMSE算法则是利用维纳滤波器来实现估计性能的最佳化，但这种方法需要信道统计特性的先验知识，在移动通信中难以实现，且计算量较大。

针对以上不足，提出了在系统进行信道估计之前，可以对接收信号先采用时域降噪的方法进行处理，仿真结果表明，经过处理后的信号再进行LS算法估计后的结果和直接进行MMSE算法进行信道估计的估计性能接近，甚至要优于后者，但是其计算复杂度要远远小于MMSE算法。

1导频符号处的信道估计算法

假设LTE系统中发送的信号用s(n)表示，接收信号用r(n)表示，由于信道的影响，接收信号与发送符号之间的关系为:r(n)=h(n)s(n)+w(n)(1)式中:h(n)为信道冲激响应。在完成系统中的OFDM时频同步后，将接收的信号经过FFT变换到频域得到:Ri,k=Hi,kSi,k+Wi,k,k=0,1,2,…,N-1(2)其中:i表示接收到的第i个符号，为一个符号中的子载波号，Hi,k和Wi,k为第i个符号的第k个子载波上的信道传输函数和附加的加性高斯白噪声。

1.1LS算法

在接收端:Y(k)=X(k)H(k)+I(k)+W(k)(3)式中:X(K)表示发送信号;Y(k)表示接收信号;H(k)是信道响应函数;I(k)为因多普勒频偏产生的ICI;W(k)为加性高斯白噪声，因此：(k)=Y(k)/X(k)(4)LS算法虽然计算复杂度较低，但该算法的估计均方误差较高，估计的结果易受ICI和高斯噪声的影响，性能较差,且系统的性能严重依赖于导频信号的估计结果。

1.2MMSE算法

MMSE是在LS估计的基础上进行的，对于ICI和高斯白噪声有很好的抑制作用，它的均方误差为:E{|e|2}=E{|H-|2}=E{(-H)(-H)H}(5)MMSE算法是使均方差E{(-H)(-H)H}最小：MMSE=RHHR-1HHLS

=RHH(RHH+δ2n(XXH)-1)-1LS(6)对于一个多径衰落信道，信道冲击响应CIR为g(τ)=∑M-1i=0αiδ(τ-τiTs)，其中M为CIR长度，αi为高斯随机变量且互相独立，其功率延时谱为θ(τi)，且假设为指数衰减性谱，即θ(τi)=Ce-τk/τrms，τk在CP长度内均匀分布。

CIR对应的第k个子载波表示为:Hk=∑M-1i=0αie-j2πkNτi信道的相关矩阵为:RHH=E{HHH}=\[rm,n\]rm,n=E{HmH*n}

=E{∑M-1i=0αie-j2πmNτi∑M-1k=0αke-j2πnNτk}

=1-e-L((1/τrms)+2πj(m-n)/N)τrms(1-e-L/τrms(1/τrms+2πj(m-n)/N)(7)在实际仿真时L的长度未知，一般取为循环前缀长度;N为子载波数;τrms一般取为1/4的CP长。为了提高实际仿真性能，L的值可以在信道估计的过程中自适应地调整，从而更加接近真实的CIR长度。

MMSE估计是在均方误差最小准则意义上的最佳滤波器，可以提供在实际信号运行环境中企业达标的性能标准。但是在比较复杂的应用环境中信道可能随时都在变化，要得到统计知识是很困难的，因此它的应用也有很大的困难。而且它的主要缺点是计算量要比LS算法大得多，随子载波数N呈指数增长，并随导频信号X的变化需要实时进行矩阵的逆运算(XXH)-1,导致系统效率很低。

1.3基于时域降噪的改进算法

在相同MSE下，MMSE算法在SNR上要优于LS算法10~15 dB。然而MMSE算法运算复杂度太高，同时需要知道信道的一些先验信息，所以在实际系统中很少用。LS算法由于其运算量低而在实际系统中应用广泛，然而LS算法受高斯白噪声和子载波干扰的影响很大，从而制约了系统的性能。

对于每一个OFDM符号，发射信号与接收信号的频域关系如下： Y(k)=H(k)X(k)+W(k),k=0,1,2,…,N-1(8)式中：Y(k)是接收OFDM符号的第k个子载波；H(k)是OFDM符号的第k个子载波上的频响；X(k)是发射OFDM符号的第k个子载波。

由LS算法的结论知，导频位置处的信号估计为：(k)=Y(k)X(k)=H(k)X(k)+W(k)X(k)

=H(k)+W(k)X(k)(9)LS算法信道估计的误差为:e(k)=LS(k)-H(k)=W(k)X(k)(10)从以上可以看出，估计误差与白噪声和|X(k)|有关，为了防止|X(k)|过小导致某些子载波上估计误差太大，一般系统中均采用频域幅度恒定的导频信号，比如LTE系统中用于信道估计的参考信号就是如此。由于导频处信道估计受到噪声的影响，所以之后直接通过插值等方法得到其他数据子载波上的估计值也同样受到噪声的影响而导致误差过大。

由于以上原因,提出了一种基于时域降噪的改进算法：

基于时域降噪的改进的LS算法在得到导频处信道估计后，先将LS(k)由IFFT变换到时域进行降噪，降完噪后再由FFT变换到频域，这时候导频处的信道估计值受噪声的影响已经明显减小，之后再通过插值等方法得到数据子载波处的信道估计就比较准确，图1所示为降噪算法的原理图。这种方法运算量小，算法性能改进较明显，所以易于在实际系统中使用。

图1基于时域降噪的LS信道估计算法原理图2仿真结果与分析

为了验证以上的分析结果，对物理层仿真平台以模块化的方式设计，每个模块依据功能划分，可独立灵活配置参数，并且具有较好的扩展性和重用性。在此通用平台上，结合3GPP TS36.211规定的空中接口规范LTE SCFDMA PUSCH信道，搭建物理层仿真平台。

本文研究的信道估计的仿真是采用LTE系统的上行链路仿真平台。LTE上行链路仿真采用的参数配置情况如下:

调制方式为16QAM/QPSK；载波频率为2 GHz；带宽为2 MHz；子载波个数为128；子载波间隔为15.625 kHz；循环前缀长度为16；FFT点数为128；MIMO方式为1×2。

表1系统仿真参数设置

系统仿真参数调制方式16QAM/QPSK载波频率2 GHz带宽2 MHz子载波个数128子载波间隔15.625 kHz 循环前缀长度16FFT点数128MIMO方式1×2

图2是采用LS，MMSE算法以及LS算法通过在时域进行加窗处理后的性能曲线，结果表明对LS改进后的性能可以达到采用MMSE算法的性能，甚至比采用MMSE算法时更好；而计算复杂度却远小于后者。

图2基于LS及其不同窗长,

MMSE算法的估计性能比较MMSE算法在时域采用加窗降噪后的仿真结果与LS算法在时域采用加窗降噪后的仿真结果对比如图3所示。可以看出，加窗处理后的MMSE算法性能改善不明显，这是因为该算法本身对加性高斯白噪声和子载波间的干扰就具有很好的抑制作用；而LS算法则不然，进行时域加窗后的性能得到很大提高。

3结语

主要介绍了LTE上行信道的检测，在原有算法基础上有针对性地提出了一种改进算法。根据仿真结果对不同算法的性能进行了分析， MMSE算法的性能要比LS算法的性能好，但通过在时域进行加窗降噪后，LS算法的性能可以得到很大程度的改进，可以接近或者达到采用MMSE算法时的性能，但是其计算复杂度要远小于MMSE算法。而MMSE算法在时域进行加窗降噪后，其性能并没有多大的提升，这是因为MMSE算法本身对噪声就有很好的抑制作用。仿真结果与理论分析结果一致。

图3基于LS,MMSE及其加窗处理算法的性能比较参考文献

［1］MYUNG H G, LIM Junsung, GOODMAN D J. Single carrier FDMA for uplink wireless transmission ［J］.Vehicular Technology Magazine, 2006(3): 3038.

［2］3GPP. TS36.211 V8.4.0. 3rd generation partnership project; technical specification group radio access network; evolved universal terrestrial radio access (EUTRA); physical channels and modulation (release 8)［S］.［S.l.］: 3GPP, 2008.

［3］田永毅.OFDM系统中信道估计技术的研究\[D\].西安:西安电子科技大学，2007.

［4］张新程，田韬，周晓津，等.LTE空中接口技术与性能\[M\].北京：人民邮电出版社，2009.

［5］韦惠民，李国民，暴宇.移动通信技术\[M\].北京：人民邮电出版社，2006.

［6］包晗.一种新型CMMB信道估计方法的研究\[J\].现代电子技术，2010，33（15）：8891.

作者简介： 孙翠珍女，1981年出生，山西永济人，工学硕士，讲师。主要从事无线通信以及后3代移动通信的关键技术的研究工作。