无线通信系统通道校准算法

在B3G/ 4G系统中,为了达到超高传输速率和高的频谱利用率,MIMO(多输入多输出) [1 ] 、智能天线[2 ] [13 ] [14 ] 等被认为是核心关键技术。MIMO 通过采用空时(或空时频) 编码,提高系统的性能。为了保证系统性能的实现,工程上要求MIMO 系统天线阵列及射频通道之间的幅度和相位与理论设计相比,具有较小的误差;而作为核心技术的智能天线对天线阵列和通道也有同样甚至更高的要求。但是,由于加工、器件老化、温度变化等原因,天线、馈线和由模拟器件组成的射频通道(统称为通道) 往往需要校正才能满足要求。因此,已经对多通道的天线阵列的校准技术展开了广泛的研究,并取得了丰硕成果[3 ]~[11 ] 。文献[ 12 ]提出了一种利用训练序列进行信道估计的快速算法,在此基础上,结合工程问题,将该快速算法首次用于无线通信系统天线阵列校准,并通过大量的计算机穷举,找到一组合适的特定训练序列。通过仿真,证明该算法在通道校准应用中具有较好的性能。

通道校准方法可分为两大类,离线校准和在线校准。离线校准是指在系统调试和上电初始化阶段所采取的通道校准措施,主要针对非时变误差。这时由于不考虑对通信的影响,可根据实际需要选择校准算法、参考信号的功率和形式。

在线校准,也称为实时校准,是指系统正常工作阶段所采取的通道校准措施,硕士论文 主要针对时变误差。这时所选择的校准算法、参考信号的功率和形式、以及参考信号的获得方式等,都应该是在不影响正常通信的前提下进行。在线校准是实际通信系统中必须采用的通道校准措施。在此重点研究在线校准方法。

结合实际系统结构,在线校准方法可分为基于校准网络的方法和无校准网络的方法,其中基于校准网络的方法又可进一步分为基于校准通道和基于耦合网络两种方法。无校准网络的方法是采用工作通道轮换发射信号、其它通道接收的方式,从而得到通道之间的补偿系数,该方法由于操作时间较长,而且对通道阵列形式要求较高,因此目前在实际系统中主要采用基于校准网络的方法。

在基于校准网络的方法中,基于校准天线的方法主要应用于均匀圆阵或圆弧阵中,即工作天线均匀分布在圆周上,而校准天线位于圆心。该方法可以对收发通道的所有部分(天线、馈线、射频前端、线性功放和收发信机等) 进行校准,有利于工程实现;基于耦合网络的方法,可以没有校准天线,而是通过耦合器将信号注入,因此无法校准工作天线的幅相误差,但是该方法适用范围更广。

2 通道阵列校准算法

2. 1 基本原理

通道阵列校准(CC) 的功能在于补偿各通道发射( TX) 或接收(RX) 信号之间幅度和相位不一致性,职称论文同时检测某些物理故障。

通道校准算法的基本原理可以等同于信道估计的处理过程。通过估计各个通道的冲激相应,得到相互之间的幅度差异和相位差异,其中,所选择的基本训练序列应该自相关性较强,互相关性较弱。

K 个工作天线通道冲激响应组合成一个矢量,h = [ ( h(1) ) T , ( h(2) ) T , ?, ( h( K) ) T ] T 总长度KW , W为窗长。K 个工作通道对应的训练序列为m( k) =( m( k)1 , m( k)2 , ?, m( k)P + W - 1 ) T , k = 1 , ?K, 其中P 是基本训练序列的长度,接收端利用训练序列估计K 个工作通道的冲激响应,可表示为

em = ( m1 ,m2 , ?,mP) T = Gh + n (1)其中n = ( n1 , n2 , ?, nP) T 是长度为P 的加性高斯白噪声序列, h 为通道冲击响应矢量, G = [ ( G(1) ) T ,( G(2) ) T , ?, ( G( K) ) T ]T , G( k) 为P ×W 阶矩阵, 表示为

G( k) = [ Gkij ](2)

Gkij = m( k)

W + i - j , k = 1 , ?, K, i = 1 , ?, P , j = 1 , ?,W

根据矩阵G的表达式,得到h 的最大似然估计^h 为

^h = [ GH G] - 1 GH em (3)

窗长W =[ P/K]。

如果各工作通道对应的训练序列具有循环特性,则估计通道冲激响应可借用信道估计中FF T 的方法[12 ] ,即

h′= IFFT[FF T(m) ( R) )/FF T( m) ](4)

式中m 表示基本训练序列,m( R) 取决于接收的训练序列。可以证明,在没有噪声的情况下,该估计是无偏的。h′是长度为KW 的通道冲击响应估计矢量。

无论是基于校准通道的方法,还是基于耦合网络的方法,采用的通道校准算法原理相同,研究结论均适用于上述两种校准方法。因此,下面以基于校准通道的方法为例,对通道校准算法进行研究。为分析方便,不失一般性,对8 个通道的系统进行分析。设天线阵列为8 天线单元的均匀圆阵,校准天线位于圆心。在B3G/ 4G系统中,TDD 为一种很有前途的工作方式,此时可选用非盲算法。在FDD 系统,由于上下行频段不同,需要作一定的补偿。训练序列长度P 取32 。

2. 2 发射( TX) 通道校准算法

TX 校准的功能是补偿各工作TX 通道的不一致性。工作天线同时发射各自对应的训练序列,校准天线接收到训练序列后,就可计算各工作天线TX 通道之间的幅度差异和相位差异。TX 校准的训练序列长度为M chip s ,其中基本训练序列为N chip s ,所有工作天线对应的训练序列由N chip s 基本序列循环移位而得到。作为有价值的实例,又不失一般性,取M = 36 , N = 32 。

设实基本训练序列m = ( m1 ,m2 , ?,m32 ) ,对应的复基本训练序列m = (m1 ,m2 , ?,m32 ) ,即

mi = ( j) i- 1 ·mi (5)

根据循环特性,工作天线1~8 发射的训练序列依次为

m( T ,1) = ( m29 , m30 , m31 , m32 , m1 , m2 , ?, m32 )

m( T ,2) = ( m25 , m26 , ?, m32 , m1 , m2 , ?, m28 )

m( T ,3) = ( m21 , m22 , ?, m32 , m1 , m2 , ?, m24 )

m( T ,4) = ( m17 , m18 , ?, m32 , m1 , m2 , ?, m20 )

m( T ,5) = ( m13 , m14 , ?, m32 , m1 , m2 , ?, m16 )

m( T ,6) = ( m9 , m10 , ?, m32 , m1 , m2 , ?, m12 )

m( T ,7) = ( m5 , m6 , ?, m32 , m1 , m2 , ?, m8 )

m( T ,8) = ( m1 , m2 , ?, m32 , m1 , m2 , ?, m4 )

设校准天线接收的训练序列为

m( CA) = ( m( CA)1 , m( CA)2 , ?, m( CA)36 )(6)

由此构造序列

m( R) = ( m( R)1 , m( R)2 , ?, m( R)32 ) (7)

其中m( R)i = m( CA)i+3 , i = 1 ,2 , ?,32

估计天线通道冲激响应可采用式(4) 的方法,则天线通道k 的冲激响应估计为

^h( k) = max[ h′( i) ] , i = ( k - 1) W + 1 , ?, kW , k= 1 , ?, K 此处式中max[ ·]表示从每个用户的冲激响应中取最大值,这是因为,在校准环境下,每个通道总是存在一条最强的直达路径。

接收( RX) 通道校准算法

RX 校准的功能是补偿各工作天线RX 通道的不一致性。校准天线发射训练序列,工作天线同时接收到训练序列后,就可计算各工作天线RX 通道之间的幅度差异和相位差异。RX 校准的训练序列长度为36chip s ,其中基本训练序列为32chip s。

设实训练序列为m = ( m1 ,m2 , ?,m32 ) ,对应的复训练序列为m = (m1 ,m2 , ?,m32 ) ,即

mi = ( j) i- 1 ·mi(8)

校准天线发射的训练序列为

m( CA) = (m29 , m30 , m31 , m32 , m1 , m2 , ?, m32 )

工作天线k 接收的训练序列表示为

m(WA , k) = (m(WAk)1 , m(WA , k)2 , ?, m(WAk)36 ) , k = 1 , ?, K

m( R , k) = ( m( R , k)1 , m( R , k)2 , ?, m( R, k)32 ) , 其中m( R , k)i= m(WA k)

i + 3 , i = 1 , 2 , ?, 32 , k = 1 , ?, K 同样,估计接收通道冲激响应可采用FF T 的方法,即

h′( k) = IFF T[FF T(m( R , k) )/FFT( m)], k = 1 , ?, K(9)

类似地,接收通道k 的冲激响应估计为

^h = max[ h′( k) ] , k =1 , ?, K (10)

3 仿真研究

选择基本训练序列,要求自相关性较强,互相关性较弱。

假设环境为高斯白噪声的通道校准算法的性能仿真:设通道幅度不一致(设方差为0. 1) 时校准算法的统计性能分析。仿真参数: P = 32 , K = 8 。

K 个TX 和RX 通道冲激响应随机生成,幅度服从均值为1 、方差为0. 1 的正态分布,相位服从[0 ,2π]的均匀分布,相位的单位为0 。TX 和RX 通道校准幅度估计均方根误差随信噪比的变化情况以及相位估计均方根误差随信噪比的变化情况分别如图1 到图4 所示, Monte2Carlo仿真结果如下:

由图1~图4 可见,随着信噪比的增大,通道校准算法的幅度和相位估计性能均明显提高。工作总结 RX 通道校准算法的估计精度明显优于TX 通道校准算法。这与TX/ RX 通道校准的实现方法有着密切关系。通道幅度方差为0. 1 、信噪比约为10dB 时,在TX 通道校准中,相位估计均方根误差约为±5°;而RX 通道校准中,相位估计均方根误差约为±4. 5°。

4 结论

通过对上述仿真结果进行分析,可以得到如下结论:在无噪声环境中,通道校准算法能够准确地估计出各通道的冲激响应;在高斯白噪声环境中,信噪比越大,通道校准算法的性能越高。本文提出的算法,对传统的智能天线和下一代宽带无线通信系统的MIMO 天线阵列的实现都具有重要的指导意义