当前位置:首页 >> 信息与通信 >>

LTE系统上行信道估计算法研究与实现


西安电子科技大学 硕士学位论文 LTE系统上行信道估计算法研究与实现 姓名:赵彦 申请学位级别:硕士 专业:通信与信息系统 指导教师:任光亮 20090101

摘要
随着用户对各种多媒体业务需求的增加,3GPP提出了长期演进系统(Long
Term Evolution,L11E)。LTE最重要的改进在于采用全新空中接口技术,而准确的

r />
信道估计则是保证LTE系统传输质量,发挥其优越性的关键,因此本文将重点围 绕LTE系统的上行信道估计技术展开研究。 本文根据最新LTE协议,重点研究了基于导频的LTE系统上行信道估计算法。 首先介绍了LS/MMSE两种基本准则,提出了改进的LS/MMSE准则下MIMO均 衡和Turbo译码的迭代信道估计算法,并给出了系统仿真性能曲线。仿真表明,在 增加有限复杂度的条件下,Turbo译码迭代信道估计算法性能明显优于MIMO均 衡迭代信道估计算法,提高了信道估计值的精度,同时该算法能够有效地跟踪时 变信道,更适合应用于高速场景。此外,本文从实现的角度介绍了LTE上行信道 估计模块的算法实现流程,算法实现的DSP平台,以及相关的DSP优化,并给出 了优化后的结果。 信道估计

关键词:第三代移动长期演进 MIMO均衡

单载波频分多址 Turbo译码

Abstract

Wlth the
long term that it

increase

of demand

on

the multimedia services,3GPP has proposed its significant improvement of LTE system is
exact

evolution(LTE)system.The most many
novel

employs

air-interface techniques.Accordingly

channel

estimation

technology technology
to

is the key to the high transmission

performance

and
on

ensures

the

supedority of the system.So this thesis is engaged in the research estimation for LTE up,ink. latest LTE

the channel

According

the

specification,the

pilot?-symbol??aided

channel

estimation algorithms for LTE uplink are researched in this thesis.Firstly,two basic
cdtedons,LS and

MMSE,for

channel

estimation

iS

introduced.Based

on

an

improvement of the criterions,an iterative MIMO equalization channel estimation algorithm and an imrative turbo decoding feedback channel estimation algorithm are
proposed.As


verification of their

performance,the simulation increase,and Can

results are

given.The

simulation

results show that the iterative turbo decoding limited complexity

estimation algorithm has higher
effectively follow

accuracy谢Ⅱ1
channels.It applicable

time-variant

outperforms
in

the iterative MIMO equalization algorithm,and is more

high—speed

environments.Moreover,from
channel

the

perspective

of

implementation,the

process of the

estimation module in LTE uplink is

introduced,as well as the DSP platform for the implementation,the optimization of the

platform,and optimization results.
Keyword:LTE

SC-FDMA
Equalizing Turbo Decode

Channel Estimation

MIMO

西安电子科技大学

学位论文创新性声明
本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究 成果。尽我所知,除了文中特别加以标注和致谢中所罗列的内容以外,论文中不 包含其他人已经发表或撰写过的研究成果;也不包含为获得西安电子科技大学或 其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做 的任何贡献均已在论文中做了明确的说明并表示了谢意。 申请学位论文与资料若有不实之处,本人承担一切相关责任。

本人签名:

日期

西安电子科技大学 关于论文使用授权的说明
本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:研究 生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。本人保证毕 业离校后,发表论文或使用论文工作成果时署名单位仍然为西安电子科技大学。 学校有权保留送交论文的复印件,允许查阅和借阅论文;学校可以公布论文的全 部或部分内容,可以允许采用影印、缩印或其它复制手段保存论文。

本人签名:蛆 新躲鹏

日期

日期专睁掣?

第一章绪论

第一章绪论
LTE(Long Term

Evolution)项目是3G的演进,它改进并增强了3G的空中接

入技术,采用OFDM技术和MIMO技术‘11作为其无线网络演迸的唯一标准。它改
善了小区边缘用户的性能,提高了小区容量和降低了系统延迟。

1.1

LTE技术背景

3G技术的出现给移动通信带来了巨大的影响,它使上网冲浪、联网游戏、远 程办公等摆脱了场地和环境的束缚,实现了真正意义上的无所不在。但人们的需 求并没有就此停滞,在这种需求的推动下,3GPP提出了新的挑战,那就是在2007 年实现下行峰值速率lOOMbiffs,上行峰值速率50Mbit/s的数据传输。这是一个巨 大的挑战,也就是说必须在两年之内设计出7.50倍于当前系统传输速率的新技 术,并且具有很好的向下兼容性,以保护现有的投资,这一新的系统被称作E3G
或LTE(Long Term Evolution)。

LTE是关于UTRA和UTRAN的演进,是对包括核心网在内的全网演进。它 包含了无线接口和无线网络结构部分。LTE的两个核心目标:一方面提高吞吐量 和频谱利用率;另一方面是降低运营成本。空中接口物理层技术依旧是无线通信 系统的基础与标志,LTE系统物理层上行传输采用峰均比较低的单载波方案 SC.FDMA技术,下行传输采用先进成熟的OFDMA技术。在网络结构方面,正在 考虑简化网络结构,以减少网络层次,降低数据传输时延和呼叫建立时间,满足 实时业务的需要。LTE的主要目标包括: (1)峰值速率:在20MHz的频谱带宽条件下,能够使下行峰值速率达100Mbps,
上行峰值速率达到50Mbps。

(2)系统时延:用户面延/g(单向)小于5ms,控制平面从睡眠状态到激活状态迁 移时间小于50ms,从驻留状态到激活状态的迁移时间小于lOOms。 (3)用户吞吐量:下行平均用户吞吐量达到3GPP
R6

HSDPA的3.4倍,上行平

均用户吞吐量达到3GPP R6的增强型上行链路的2.3倍。

(4)频谱效率:下行频谱效率达到R6 HSDPA的3.4倍,上行频谱效率达到增强
型上行链路的2.3倍。

(5)覆盖范围:能够支持lOOkm半径的小区。 (6)带宽配置:支持成对或非成对频谱分配,可灵活配置1.25MHz、2.5MHz、
5MHz、10MHz、15MHz、20MHz的多种带宽。 (7)成本:尽可能降低用户和运营商的成本。



LTE系统上行信道估计算法研究与实现

从中可以看出,其目标与3G相比已经有了很大提高。主要体现在高数据速率、

分组传送、灵活带宽和向下兼容性。此外,3GPP对演进型系统从系统性能要求、 网络的部署场景、网络架构、业务支持能力以及与现有各个系统的演进和互通关
系等方面进行了详细的讨论。下图给出了3GPP LTE项目发展时间表。
RAN#29.9月l 9—23

RAN#27.3月9一11

日,东京 通过工作计划 通过TR框架 第一阶段需求 2005年

能划分一包括RAN 和CN的研究路线


日,塔林 修订工作计划 通过RAN和CN的功

日,中国

修订工作计划 课题的假设条件(信 道结构,MIMO,信 2006年

3月I 4月I 5月l 6月I 7月I 8月f 9月110月111月112月I 1月l 2月l 3月l 4月l 5月l 6

RAN#30.1 1月30—12

月2日,马耳他
RAN#28.5月30—31

RAN#32.5月31.6月
2日

修订工作计划

日,魁北克 修订工作计划 通过TR需求 未来演进路线需求

RAN结构的演进
无线接口协议结构

通过TR概念

—TR向工作课题转
移的准备 创建工作课题和制 定时间表

状态和状态转移 物理层(多址接入,
宏分集是否必要, RF,测量)

图1.1 3GPPLTE研究项目发展时间表

1.2信道估计研究现状
由于无线通信的不可靠性主要是由无线衰落信道的时变性和多径传播引起 的,因此,如何有效地对抗无线信道的这些传输缺陷是实现未来高速无线通信的 关键12]。在LTE系统中,存在例如:同步技术、信道估计、峰均比、编码以及分

集技术等诸多领域。本论文的主要研究是LTE系统中关键技术之一——信道估计
技术。

信道估计是无线传输系统的关键技术之一,在接收端进行的均衡、检测、信 道质量测量和软译码等处理都需要信道估计中给出的信道传输系数。这些信道传 输系数的估计精度直接决定了系统接收机的性能。为了获得高精度和低复杂度的 实用信道估计方法,国内外开展了大量的研究,提出了大量信道估计方法【31141[51。 已提出的方法大体上可以分为两类,一类是盲信道估计方法,另一类是在已有系 统的标准中应用最广泛的方法——数据辅助的信道估计方法。盲估计不需要训练 序列,但需要利用数据传输的统计信息,相比基于数据辅助的信道估计算法虽然 节省了带宽,但算法运算量太大,灵活性很差,在实时系统中应用受限。数据辅
助的信道估计方法中常用的算法有最小二乘估计(LS)【6】、最小均方误差准则

第一章绪论

(MMSE)【7】18J和最大似然估计(ML)准则19】等算法。 目前一些关于信道估计的算法大多是在低速场景下研究的,低速场景下信道 变化较为缓慢,传统的算法大多能够较好地对抗慢衰落信道。但对于高速场景下, 由于信道时变性较强,传统的算法不能够有效地对抗信道的快衰落特性,因此, 如何提高信道估计在高速场景下的精度,是本文研究的出发点。 在一般的通信系统中,信道估计、均衡以及译码都是相对独立的处理单元, 先进行信道补偿即信道估计,然后对补偿后的接收信号做均衡,之后再进行译码。 目前,随着MIMO均衡技术的广泛应用,以及有着良好性能的Turbo码的出现, 使我们能更充分地将信道估计、均衡、译码结合考虑。特别地,由于Turbo码自身 的迭代译码结构,使其具有很好的对抗衰落信道的特性,如果能够将其迭代译码 的思想应用到信道估计中,从理论上讲应该有助于我们提高信道估计的精度。这 为我们进一步研究高速场景下信道估计算法提供了很好的思路。

1.3本论文研究主要工作及内容安排
本文在前期项目研究的基础上,专门针对基于导频的LTE系统的上行信道估 计算法方面做了深入的研究,改进的算法解决了高速场景下信道估计性能不理想 的缺点,并在此基础上介绍了实际应用中LTE上行信道估计算法采用DSP平台实 现的流程,DSP的相关优化,完成了相关代码优化工作,最后给出了优化结果。
本论文内容章节安排如下:

第一章绪论。本章介绍了LTE技术背景以及信道估计研究发展现状。 第二章LTE系统与关键技术。介绍了LTE帧结构,LTE发射机原理,以及现有的
LTE上下行采用的关键技术等。

第三章LTE系统上行信道估计算法。介绍了导频的选择和分类,对传统的LS准 则和MMSE准则进行了详细的公式推导,重点做了基于MIMO均衡和Turbo译码 的改进的LTE系统迭代信道估计算法研究,并给出不同调制以及不同多普勒频移 下的性能曲线仿真,根据仿真曲线得出了相应的结论。 第四章基于DSP的LTE系统信道估计算法实现。介绍了实际应用的LTE系统上 行信道估计的实现流程,算法DSP实现平台,以及DSP相关优化,最后给出了信 道估计模块的优化结果。 第五章结束语。对本论文研究工作做了总结,并对后续如何在该领域深入研究进 行了探讨。

第二章LTE系统与关键技术

第二章LTE系统与关键技术
2.1

LTE系统帧结构与导频

3G技术主要是针对当前不断增长的语音业务设计的,它考虑了对语音业务的 良好支持,兼顾了低速率的数据业务。但由于技术限制和对未来业务的预测,3G 技术并不能全面支持高速率数据业务,也不能对时延低,速率高的流媒体业务提 供良好的支持。而将4G的技术提前引入现有的3G系统,利用4G技术对现有的 3G系统进行改进,就成为现有条件下最理想的选择。LTE的研究工作主要集中在 物理层、空中接口协议和网络架构三个方面,本节将对LTE系统物理层方面作以 简单介绍。

2.1.1帧结构
目前的LTE物理层技术研究主要针对频分双工(FDD)和时分双工(TDD)

两种双工模式。LTE协议【ll】旧分别给出FDD,TDD两种双工方式下的帧结构,本
课题是基于FDD双工方式,所以这里仅介绍FDD方式下的帧结构。 如图2.1所示,该类型帧结构适用于全双工FDD和半双工FDD模式。每个无 线帧长霉=307200T。=10 Ills,包含20个时隙,每个时隙长%=15360互=0.5 111s,编 号0.19。定义一个子帧包含2个连续的时隙,子帧i包含第2f和第(2i+1)时隙。对 于FDD,在每一个10ms的间隔内,有10个子帧可被用作下行传输,也有10个 子帧可被用作上行传输,上行传输和下行传输在频率上是错开的;在半双工FDD 中,LIE不能同时进行传输和接收,但是在全双工FDD中则可以同时进行传输与
接收。

一个无线帧乃=307200xT,=10res

臣Ⅱ三工三日……一臣叵
—+———一.■…。

=个时隧r『D,=15360xT,=o.5ms

}.

一个子帧

.}

图2.1 FDD帧结构



LTE系统上行信道估计算法研究与实现

2.1.2参考信号设计
l、上行参考符号设计 LTE上行链路导频信号位于两个SC.FDMA符号中,可用于eNodeB的信道估

计和信道质量(CQI)估计。根据LTE协议…】,对于上行链路一个子帧中导频符 号与用户数据符号共有14个,记作0.13。其中第四个符号和第十一个符号为导频 符号,其余符号为用户数据(如果信道包含sounding信号,则符号0放置sounding
信号)。 :—圜一导频

一个子帧 图2.2 LTE上行子帧时隙结构

假定一个用户占用12个子载波,则其时频结构如图2.3所示:





_l
II


■ 羞






图2.3 LTE时频二维结构示意图

其中深色为导频数据,其余的是用户数据。对接收到的导频先进行导频点处 信道估计,然后对得到的导频子载波上的信道传输系数进行降噪滤波、时域插值,
从而得到数据子载波上的信道估计值。由于LTE系统上行块状导频结构,且各子

载波上的导频参考序列由ZC(Zadoff-Chu)序列产生,故其相邻子载波导频位置 处的参考序列相互正交。
2、下行参考符号设计

LTE系统利用导频进行信道估计,LTE下行采用短CP的导频结构(没有特别 说明均默认为短CP的帧结构),导频子载波用于传输导频信息;数据子载波用于 传输数据;其中有一个直流偏置DC子载波位置,不传任何数据。时域上每个时隙 包含7个OFDM符号,其中两个符号放置导频(第一个和倒数第三个);从频域看,

第二章LTE系统与关键技术



每个符号从左保护边带后(保护边带不传任何信息)的第二个子载波开始,每6 个子载波放置一个导频,两个导频子载波之间有5个子载波,倒数第三个符号从 左保护边带后第五个子载波开始,每6个子载波放置一个导频,两个导频子载波 之间有5个子载波。第一个符号上的导频子载波位置与倒数第三个符号上的导频 子载波位置正好交叉错开。另外,由于DC(直流偏置)子载波不传输任何信息, 导频和数据的放置在碰到DC都后移一个子载波,即DC两边的两个导频之间有6
个子载波。

2.2

LTE上行关键技术

SC—FDMA叫做单载波频分多址【121,是相对于OFDMA提出的一种多址方案。 由于OFDM的时域信号是若干平行随机信号之和,因而容易导致高峰均比。而基 站端的功率限制相对较小,可以采用较为昂贵的功率放大器,所以在下行链路中, 高峰均比不会带来太大的问题。然而,在上行链路中,由于用户终端的功率放大 器要求低成本,并且电池的容量有限,因而高PAPR会将降低UE的功率利用率, 减小上行的有效覆盖【l引。为避免OFDM上述缺点,因此LTE系统上行链路选择采 用峰均比比较低的单载波调制技术,即:SC.FDMA技术。

2.2.1发射机结构
LTE系统上行基带发射机结构框图:

图2.4 LTE系统上行基带发射机结构图

上述框图简单描述了上行链路基带发射的过程,有几点作以下说明: (1)信道复用指各种信道和信号在时域和频域上的复用,sounding在第一个符号,

LTE系统上行信道估计算法研究与实现

任何用户发送sounding时,第一个符号不发送数据,否则第一个符号发送数据。

(2)参考信号包括用于物理上行共享信道和物理上行控制信道解调的参考信号与
sounding的参考信号。 (3)除RACH信道的SC—FDMA符号生成不同外,其它信道信号的生成都一样。

2.2.2

SC.FDMA上行链路传输
4。,

对于FDD和TDD,LTE的上行链路都采用SC—FDMA(单载波频分多址)【l

SC-FDMA信号相对于OFDMA信号来说具有更好的PARP性能,从而相应地提高 了功放的效率和增加了小区的覆盖面积,这是选择SC.FDMA作为LTE上行多址
方案的重要原因。上行传输方案采用带循环前缀CP的SC.FDMA,使用DFT获得

频域信号,然后插入零符号进行扩展,扩展信号再通过IFFT。这个过程简写为 DFT-S.OFDM。E.UTRA采用了DFT-S.OFDM,它是SC.FDMA的频域实现方式, 它将传输带宽分为正交的子载波集合,并将不同的子载波集合分配给不同的用户, 实现传输带宽可以灵活地在多用户之间共享,同时由于信号在频域的正交性,避
免了系统中用户间的多址干扰f151。其原理如图2.5所示。

.{’

由 比特流

输入比特流f并
.1转
换 器

星座I X(1山

7马
M点
Dflr _2一

映射广一

.fM


N点
册盯

加循环 前缀

并串

转换


行批特流
星座lx(M?l,11)
映射I



M-!

图2.5 DFT-S?OFDM原理图

对DFT-S.OFDM来说,首先对M个调制符号的数据块进行了M点的DFT, 然后DFT将调制符号变换到频域上,映射到可用的子载波上,再进行N(N>M)

点IFFT变换,接着进行加循环前缀和并串变换。在一个SC.FDMA信号中,每一 个子载波承载了所有发送调制符号的信息,这是因为输入的数据流被DFT变换映 射到了所有的可用子载波上。不同的是,在OFDMA信号中每个子载波只承载了 特定调制符号的信息。子载波映射决定了哪一部分频谱资源被用来传输上行数据,
而其他部分则被插入若干个零值。通常频谱资源的映射方式有两种方式【14】:一种 是集中式映射,即DFT的输出映射到连续的子载波上;另一个是分布式映射,即

第二章LTE系统与关键技术



DFT的输出映射到离散的子载波上,如图2.6所示。对于不同用户而言,相对于前 者,分布式映射可以获得额外的频率分集,但其缺点在于对频率偏移以及高多普
勒现象更加敏感。

To IFFT

FromD

———————■-

————————■卜

图2.6集中式和分布式子载波映射示意图

在LTE上行链路中,由于传输信号受到信道的影响,导致接收到的信号在相位 和幅度上产生畸变,其中产生畸变的主要的原因是无线信道中的多径衰落和多谱 勒频移。接收端一般采用差分解调和非差分解调(相干检测)这两种方法来消除 这类影响。如果采用差分检测则是不需要信道估计的,而且可以降低系统的复杂 性和导频的数量,但是要求信道有较高的信噪比。而大多数的无线通信系统对频 偏比较敏感,接收机一般采用相干检测。相干检测是通过信道均衡技术消除信道 干扰,需要信道估计,性能良好的信道估计是提高系统性能的关键。特别地,在 高速移动的通信系统中,无线信道的时变特性非常突出,即使相邻的信息符号所 对应的信道特性都会有所变化,所以如何有效地跟踪时变信道,对时变信道进行 准确的信道估计在LTE系统中显得尤为重要。
2.3

LTE下行关键技术

2.3.1

OFDMA概述

.传统的正交频分复用(OFDM)06】技术基本思想是把高速率的信源信息流变 换成N路低速率的并行数据流,然后用N个相互正交的载波进行调制,将N路调 制后的信号相加即得发射信号。由于每个子信道中的符号周期会相对增加,因此 可以减小无线信道的多径时延扩展所产生的时间弥散性。通过插入循环前缀,满 足一定条件就可最大限度地消除由多径引起的符号间干扰,提高了抗多径衰落方
面的性能。

lO

LTE系统上行信道估计算法研究与实现

OFDMA技术【l 7J是为了将OFDM技术从定点接取无线系统扩展为具有行动能

力的真正蜂巢式系统而开发的。其底层技术是相同的,更多灵活性是通过系统工
作定义所实现。在LTE下行链路中,协议采用基于传统OFDM技术的OFDMA技 术,它是将OFDM和FDMA技术结合形成的最常见的OFDM多址技术,它分为 子信道OFDMA和跳频OFDMA。子信道OFDMA即将整个OFDM系统的带宽分

成若干子信道,每个子信道包括若干子载波,分配给一个用户(也可以一个用户
占用多个子信道)。与OFDM不同的是,OFDMA允许多个用户同时在可用的带宽

上进行数据传输。每个用户分配一块特定的时频资源块。OFDMA方案可以看做将 总资源(时间,带宽)在频率上进行分割。从而实现多用户接入,是一种以频率
来区分用户的多址接入方式。

2.3.2

OFDMA下行链路传输

l、下行的资源分配 下行的资源分配单位为资源块,当子载波间隔为15KHz时,一个物理资源块 在频域上包括12个子载波,当子载波间隔为7.5KHz时包括24个子载波。在时域

上包括碟6个OFDM符号,这里雌6指的是每个时隙的OFDM符号个数。资源
块的大小对于所有带宽都是相等的,资源块数目取决于带宽大小【111。
下行一个时隙













一个资源块中 --7=载波的个数
1 r






I I




I l

下行OFDM符号
图2.7 LTE下行资源结构图

根据要求的数据速率,每个用户在每隔l ms的传输间隔内被分配一个或多个

资源块,资源调度由eNodeB来做。用户数据在物理下行共享信道(PDSCH)上

第二章LTE系统与关键技术

进行传输,控制信息在物理下行控制信道上传输(PDCCH),用来传输对各个用户
的调度信息。

2、下行共享信道的信号生成过程:

图2.8下行共享信道信号生成过程

CRC(循环冗余校验)用于对传输块进行检错,数据共享信道中其长度为24; 分段是由于其编码的信息比特太长,超过了编码器的要求,故需要分成几段进行 编码;速率匹配是在Turbo码或卷积码的基础上进行适当的修改,以适应LTE高 数据速率的需要:LTE系统中信道编码大多采用的是Turbo码;相对于前面的分段 编码而言,级联就是把分段并编码完成的码块再连接起来;信道交织目的是为了 把突发错误随机化,最后产生基带信号【18】。

2.4本章小结
本章主要介绍了LTE系统物理层相关概念,根据目前LTE协议的规定,重点 介绍了本课题基于FDD的帧结构类型。介绍了上下行参考符号,重点介绍了LTE 上行关键技术,即:Sc-_FDMA技术,包括发射机的原理,上行链路的传输方案: 以及LTE下行关键技术,即:OFDMA技术,包括OFDMA的基本概念以及下行 传输介绍。为我们进一步理解LTE的基本原理以及后续章节对LTE系统信道估计 技术的研究奠定了扎实的理论基础。

第三章LTE系统上行信道估计算法

第三章LTE系统上行信道估计算法
对于LTE系统上行链路而言,采用的是单载波SC—FDMA技术和块状导频结构。 因此,在eNodeB端在进行信道估计的时候,只需要对估计出的信道响应在时域进 行平均或插值来获得整个帧面的信道响应值,而不需要对频域进行插值,因而实 现起来比较简单。但其弊端是对于高速场景下的信道估计精度不够,这主要是由 于导频排放模式所导致。如何就当前LTE上行链路在高速场景下和增加有限复杂度 的条件下,能够有效的对抗信道的时变性,提高信道估计的准确度,从而达到提 升整个系统性能的目的,这是本章研究的重点。

3.1信道估计算法
信道估计就是估计从发送天线到接收天线之间的无线信道的频率响应。它的 任务就是根据接收到的经信道影响在幅度和相位上产生了畸变并叠加了高斯白噪 声的接收序列来准确识别出信道的时域或者频域的传输特性,即:估计出每个子 载波上的频率响应。传统信道估计准则大致分为:最小平方准则(LS),最小均方误
差准N(MMSE)等【19】【201。

目前关于信道估计的算法很多【2l】‘【24】,根据在时域还是频域实现,可以分为是 时域信道估计算法和频域信道估计算法两大类;根据是否使用辅助数据又可以分 为导频辅助的估计算法【25】【26】【2刀和盲估计算法【28][291。基于子空间和高阶统计量等盲 估计算法,不需要发送训练序列从而提高了系统的频谱效率。但为了进行可靠估 计,接收端必须接收到足够多的数据符号,因此产生很大运算量和处理延时。由 于信道的时变特性,灵活性差等因素导致其在实时系统的应用中受到限制。导频 辅助的估计算法通过在时域和频域插入导频,定期或不定期地发送一定的训练序 列来训练接收机的信道估计器。先对导频位置进行估计,再进行插值处理得到全 部信道响应值。对导频子载波上的估计方法有最小平方估计(LS)、最小均方误差估 计(MMSE)、最大似然估计(MLE)等方法。插值方法中二维维纳滤波器是最小均方 意义上的最佳滤波器【30】【3l】,它最大限度地抑制了ICI和高斯白噪声,但缺点在于算 法复杂度过高和对存储空间要求太高。对它的改进算法有:(1)分离滤波器法,即 将二维滤波器分解成级联的两个一维滤波器。但复杂度仍然相对较高;(2)变换域 法。目前这种算法主要分为基于奇异值分解的估计算法【32】和基于离散傅里叶变换 (DFT)的估计算法【331134】【351。对于辅助信息信道估计算法,虽然导频占用了一定的信 息比特,造成带宽和功率的损失,降低传输的有效性,但对于衰落信道,信道估 计必须能够跟踪上时变信道的变化,这就需要采用数据辅助的方式进行信道估计。

14

LTE系统上行信道估计算法研究与实现

3.1.1导频的选择与分类
按照导频通常插入的方式,大致分为:块状导频、梳状导频和离散导频 (1)块状导频 这种导频信号是在时域中周期性的插入,而在频域中则是所有的子载波都作

为导频。这种类型的导频多适合慢衰落的无线信道中,在连续几个传输符号传输 期间内,信道变化相对缓慢,因此后续的传输信号的估值可以利用前面得到的信 道估计值计算出来。由于该模式下导频所在符号在频域上包括所有的子载波,因 而不需要接收端在频域内进行插值。因此这种导频模式对频率选择性不是很敏感, 适用于信道估计和时域/频域的粗同步。
●导频

。数据

时域

图3.1块状导频

(2)梳状导频

这种导频信号的插入方式是均匀的分布于每个传输符号中,假设两种导频载 荷相同,梳状导频具有更高的重传率,因此梳状导频结构在快速衰落的信道中估 计的效果比块状导频结构更好。在梳状导频结构下,传输子载波只有部分用于导 频信号的传送,但是在时间上,导频信号是时时传送的,这是因为快衰落信道的 变化很快,所以必须在每一个传输符号的传输期间都要进行信道估计。这种导频 模式对频率选择性衰落比较敏感,适合用于相位补偿和载频的微调。
●导频 。数据

时域

图3.2梳状导频

(3)离散导频 离散导频结构,较前两种导频分布结构要复杂得多,它要在时域和频域两方 向上都等间隔的插入导频信号。为了能比较准确的估计边缘处的值,要使第一个

第三章LTE系统上行信道估计算法

15

子载波和最后一个子载波上都包含有导频信号,并尽量使每帧中的第一个和最后
一个传输符号内都要包含有导频信号。这种导频结构可同时用于信道估计和载频 偏移的微调。
导频 数据 导频 数据

时域

时域

图3.3矩形导频分布

图3.4多边形导频分布

需要说明的是,在LTE系统中,上行链路信道估计采用的是块状导频结构, 导频排放位置是一个子帧中第四个和第十一个符号上全部子载波用作导频。因此, 频域上不再需要进行插值,只需要对导频子载波上的LS信道估计值采用一些滤波 降噪处理,在一定程度上提高导频子载波上的信道估计值的精度。

3.1.2基于LS的信道估计准则
通常所说的LS估计是指最小方差准则(Least Square),它是较为常用的估计
准则。假定:

y(f)=J(f,办)+刀(f)

(3—1)

其中乃=(Jli。,h:…….hⅣ)是被估计的随机参量。J(,,办)为有用信号,刀(r)为噪声。
假设得到观测样本:

Y=[YI,Y2,..。YⅣ】2

(3-2)

X,Y2,....YⅣ是从(1,D时间内对观测样本y(r)采样得到的。h为矢量,每次观测满
足Y=X,h+N,,进行M次观测,如果膨次观测中随机矢量h不变,X,为观测矩

阵,h=[扁,吃,..…‰]2,K为(吼×Ⅳ)矩阵,Ni为噪声。
第M次观测得到:

Y0=XMh+NM
对M次:
Y=Xh+N

(3—3)

(3—4)

16

LTE系统上行信道估计算法研究与实现

其中:

k引 x=引 №引
LS估计的代价函数为:

f,N,1
(3—5)

P(矗)=(Y一娃)r(Y一娃)=[Y—X。叮[x—x。卟
[Y2
+?
一 一















1一』



一 一h一』1]j一.-

1%

]I—r
一 X

1●●j

K.

一x,铂(3-6)



遏.加

、t■

一^h了 小阻
一,~

M—

X ,啊

1一.●A J司

将上式展开得到:

f,磊]






一I鬈:l

一㈦■

x一



①④ D力

托如@@ ~ 球Ⅻ @∽

蚓仔7,

(3-8)

∽ ∥ “如;■ ∥ ‘ 撕 卜 %
.,

可得[Y—X,丘]r[Y—X,矗]的推导如下:

¨肛眺麓篓心卜,
Y-xfh:I外伊D%o弘一如o’№l
L‰j I气,(f)Kz(沙。%。(州k J
+五:(f)岔+...+五。(f)甓),
即有:







(Y—Kh)r=

鬈2

¨



+如(f)忘+..-K。(f)磊),

]l
(碱)j

(3.9)



砌蹦城釜Ⅲ{ ,一嘞



^魄^啊,弋 Xq,。(f)|i6l+瓦:(f)忘+…瓦。

将(3.8)式和(3.9)式代入[x—x,矗]r[Y—X,矗]中,推导如下:

第三章LTE系统上行信道估计算法

17

[v,-x,叮[Y—Xj司

=[z。一(五。(f)磊+五:(f)磊+…五。(f)磊)]2 +[%一(置,(f)Jj5I+t:(f)忘+…五。(,)元)]2(3-10) +...[‰一(气。(f)磊+%:(,)忘+..?K。(,)磊)]2 =羔[圪一(以。,)磊+五:(f)忘+以,(f)磊+…%(f)反]k
冥中:i=1,2,3…肘 LS估计实际就是使得P(矗)最小。 对Ji6求偏导数:
=1 L




掣=嘉(卜x,矗m毯合])=捌(Y.娃)
令上式为零:


(3-12)

xT(v.娃船)=o
故有:

矗朋=Ixrx3一xrY=x.1Y

(3-13)

LS准则的目标是使[Y—X/l岱]r EY—xI:I岱]最小,在频域高斯独立子信道的假设
下,LS估计就可以简单的表示成除法,得到LS准则的信道估计为:

fl昭=Qh岱=Q比QⅣx日Y

(3-14)

其中Q为傅立叶变换矩阵,k=(Q日XⅣxQ)~,代入上式有:
白岱=x一1Y
I;ILs

(3—15)

2[xTx]-1X,Y-X.1Y
=x一(XH+N)=H+x叫N

(3_16)

E(白船)=E(H+x。N)=H(3-17)
(高斯白噪声均值为0,方差为1)故LS还是无偏估计。 LS算法受高斯白噪声和子载波间干扰的影响很大,所以这种估计算法的准确 度受到限制,但由于LS估计只需要知道观测方程的观测矩阵X,对于待定的参数 h和观测噪声N,以及观测样本Y的其他统计特性,都不需要其他先验信息。此

18

LTE系统上行信道估计算法研究与实现

外,在允许一定误差范围内,它的实现复杂度很低,这是LS的最大优势。

3.1.3基于MMSE的信道估计准则
因为基于LS准则算法的精确度不高,为了提鬲估计算法的精确度,基于 MMSE准则的估计算法将利用信道估计的一些信息,来提高信道估计的精确度。 假设自信道估计值,H真实值,则error=H一自,它的MSE为:

P=E{leS2}=E{IH一自12}=EOH—AIfH一白IH}(3-18)
MMSE就是使得E¨2j最小。

E口H一自JIH一矗IⅣ)=E{(Q矗一Qh)(Q矗一Qh)Ⅳ)(3-19)
H=0h
O为DFT变换矩阵,假定对于接收信号有:
Y=XH+N


(3.20)

(3-21) (3-22)

H=aY

J=E{(H—aV)(H—av)Ⅳ)
H+awH H} aYH+删HaH) -E[HHH]一叫ⅦⅣ]-EEHYH]a"+蚯[Ⅳ]aⅣ
= aH—

::E{、(H-Ha—Y肼H)(H"H-一Y月aH )}EIH H一肼H

‘3彩)
、 。

欲使得上式最小,即对上式相对于a爿求偏导数,并令结果为0

j。~L—J。 熹=一E[HYⅣ]+妇[YYⅣ]:o
aa日

(3-24)

得到:

a=E[HY日弘[YYH])-l
定义:

f3—25)

R删=E[HYⅣ] R盯=E[vvH]
因此:


(3-26) (3-27)

H=aY=RuvRyy-lY

(3-28)

第三章LTE系统上行信道估计算法

19

R胛=E[HYⅣ]=E{H(XH+N)Ⅳ}
=E{H(HⅣxⅣ+NⅣ))=E{HHⅣxⅣ+HNⅣ}(3-29)
=E(HHH
=R删X何
XH


R/T=ⅢwⅣ]=E[(Ⅻ+N)(XH+N)1(3-30)
=XE(HHⅣXⅣ+E(NNⅣ=XR删XⅣ+仃2I
得到:

H^蚴=RmvX胃(XR删XⅣ+仃2I)叫Y

:R勰IRnn+(xxⅣ)-,02]~矗岱
其中:盯2为噪声方差。

‘3-31’

MMSE算法对于高斯白噪声有很好的抑制作用,并充分利用了信道自相关矩 阵R朋,所以MMSE算法性能要优于LS算法性能。但是MMSE算法最大的缺点 在于复杂度太高,Rnn不易求得,并且需要求相关矩阵的逆,运算量较大。因此, MMSE算法在实际应用中受到了一定限制。一般地,对于R删的求法有以下几种 途径: (1)简化成固定的某个模型,这样的方法比较简单,但局限性比较大,譬如: 将其简化成指数模型,那么对于其它信道可能就不适用了。 (2)将功率时延谱进行傅立叶反变换,就可以得到频域自相关函数。 (3)通过仿真统计得到自相关函数,这个运算量较大,复杂度也相对较高,但 适用范围比较广。 我们仿真采用的是最后一种方法,即:通过统计求得自相关函数R删。

3.2信道估计算法仿真性能比较 3.2.1系统结构图
为了验证以上的分析结果,我们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3GPPTS36.211规定的空中接口规范LTE SC—FDMA,搭建 物理层仿真链路结构图。

20

LTE系统上行信道估计算法研究与实现

图3.5链路系统结构图

根据物理层仿真流程整个系统可以划分为发送端、信道和接收端三部分,具 体链路的模块由通用模块和专用模块组成。通用模块包括信道模块、信道编译码 模块、调制解调模块、FFT/IFFT模块、DFT模块等。专用模块包括成帧模块、子 载波映射模块等。整体系统结构设计流程大致如下: 在发射链路中,首先产生二进制信源数据,对二进制输入数据进行编码、交 织,并进行星座调制;在调制后对数据进行DFT变换、数据子载波映射。此时可 插入参考信号以备信道估计之用,经过IFFT处理后,再添加循环前缀,然后组帧, 进入信道进行传输。 在接收链路中,接收信号首先解帧,然后去除循环前缀,经过FFT处理后进 行子载波解映射,提取参考信号位置的数据,进行信道响应估计。解映射后利用 信道响应进行频域均衡,然后对均衡后的数据进行IDFT变换。对变换后的数据进 行解调,将得到的软信息进行解交织后译码,得N--进制输出数据。 LTE物理层采用了性能比较好的Turbo码【36】的编译码方式。它是一种并行级 联的系统卷积码,这种译码具有反馈式的迭代结构。译码器中的交织器与相应的 多次迭代译码起到随机译码的作用,同时对有突发错误的衰落信道起到化突发为
随机独立差错的作用,可以获得接近香农极限的性能。

在移动无线传播环境中,由于移动台和周围反射体的运动,到达接收端的多 径信道是时变的,各多径信号分量的频率发生了变化,即多普勒频移。从而引起 多普勒频移扩展。我们可以通过改变不同的多普勒频移大小,达到改变速度的目
的。下面的公式反映了多普勒频移与速度的关系:

fD卿2以×詈
上式中LTE系统载频为.疋=2.6GHz,v为移动体移动速度,C为光速。

(3-32)

第三章LTE系统上行信道估计算法

2l

3.2.2仿真结果
本文研究信道估计的仿真是采用LTE系统的全链路,由于传输都是以子帧为 单位的,一般考察其误帧率(FER)大小。仿真曲线中横轴为信噪比(Eb/N0), 纵轴为误帧率(FER)。在LTE系统中,有ETU(与TU等效)信道,EPA信道、 EVA信道,本文采用的信道是TU信道,该信道显著的特点是:时延大,频率选 择性强。计算机仿真了不同准则下的信道估计与理想信道估计性能的对比。下表
为LTE全链路仿真采用的参数配置情况:
表3.1 LTE系统仿真参数列表

系统仿真参数表
调制方式 QPSK/1 6QAM/64QAM
0,50,120,200,230,500,
1 600,2300,5000

多径数目 码率



多径时延

1陀或1/3

多径功率 RU索引 信道类型 多普勒

一1,-1,-1,0,0,0,-3,-5,-7

RU大小 有用RU数 FFT大小
MIMo

12

10,1 1,12,13,14,15



TU信道

5 12

频移饵z)
一帧中的 sounding数


70尼00/500

模式’ 一个TB块
中的CRC长

1 T2R



24



对上述仿真参数表中部分参数作以说明。这里的码率指的是Turbo码的编码速 率,RU大小是指一个RU中包含的频域子载波数目。信道采用典型城市信道(TU 信道)。根据公式(3—32),我们可以求得多普勒频移分别为70Hz、300Hz和500Hz 时,对应的速度分别为V≈30/on/h、V≈125/on/h,V≈210/an/h。本节对于基
本准则(LS和MMSE)仅做了多普勒频移为70Hz,QPSK调制,1/3码率和16QAM

调制,1/2码率的仿真比较,可以看出LS估计和MMSE估计的性能差别。见仿真
图3.6和图3.7。

22

LTE系统上行信道估计算法研究与实现




匕 瓣










图3.7

ICE/LS估计/MMSE估计性能比较

图3.6和图3.7是不同调制方式下,对基于LS准则和MMSE准则的信道估计

与理想信道估计(ICE)的性能曲线比较。多普勒频移为70舷时,通过式(3-32)
可以求得V≈30kin/h,对于低速下(V≤30kin/h)的插值我们选择采用平均的方
式来获得整个子帧的信道响应值。图3.6说明QPSK调制下LS估计大概在12.5dB

左右,FER可以达到10一,MMSE估计在大概9.5dB左右,FER可以达到10-4;
同理,16QAM调制下LS估计大概在16.4dB左右,FER可以达到10一,而MMSE

估计在13.5dB就可以达到10一。可以看出,不同调制方式对相应的估计准则性能

第三章LTE系统上行信道估计算法

有一定影响;相同调制方式下,基于LS/MMSE准则下的信道估计算法的误帧率随
信噪比增大的而下降,并且MMSE估计性能要优于LS估计性能。

3.3改进的LTE上行信道估计算法
前两节对信道估计基本准则:LS准则和MMSE基本准则,做了详尽的公式推 导,传统的信道估计算法大多是基于这两种准则,再通过不同的插值方式【3 7J.1删, 获得信道响应估计值。常用的有插值方式有:线性插值,高斯插值和三次样条插 值等。不同的插值方法有其一定的优缺点:采用线性插值,虽然简单但准确度不 够;而采用后两者,性能较好,但实现起来复杂度较高,实用性略差。考虑到实 际应用性,在宽带无线通信系统中,信号通常经历非常严重的频率选择性衰落, 为了抵抗衰落的影响,需要频繁发送大量导频以便于准确估计出时变的信道冲击 响应。这种情况下,为了减少导频开销以提高系统效率,同时避免信道估计精度 降低带来的系统性能下降,在增加有限复杂度的条件下,能够实时准确地估计出 高速场景下的信道响应值,迭代的思想无疑为我们提供了一种很好的思路。

3.3.1算法概述
判决反馈方法基本思路是对两个SC.FDMA信息符号而言,将前一个SC.FDMA 数据符号中经判决反馈计算得到的信道估计值作为当前SC.FDMA数据符号解调 的信道估计预测值。该方法的基本原理是:首先发送一个SC.FDMA训练符号,使 接收机根据该训练符号得到信道响应估计的初始值,并作为第一个SC.FDMA数据 符号解调的信道状态信息。接收机接收到第一个SC.FDMA数据符号后,对该符号 进行均衡,均衡后的结果送入判决器,硬判决后得到的是0,1序列,进行调制将 其映射到相应调制方式星座图上。同时,将判决结果当作已知信号反馈到信道估 计模块进行信道估计,得到判决反馈信道估计值,当接收机接收到第二个 SC.FDMA数据符号后,用前一个SC.FDMA数据符号得到的判决反馈信道估计值作 为第二个符号的信道估计,同样对其进行均衡和解调,同时计算判决反馈信道响 应估计值,并将其作为第三个SC.FDMA数据符号的信道响应预测值;并依此类推 迭代更新。在信道估计模块中,根据判决值X(后)和接收信号】,(七),通过LS估计得 到下一个传输数据符号的信道响应估计值。在判决反馈中,不管在信道估计模块 里采用何种具体的信道估计算法,都是将判决值作为己知信号来进行信道估计。 接收信号经过均衡器和判决器后可以降低部分噪声影响,因此该方法可以在一定 程度上提升估计的准确度。缺点是当符号中出现错误时会产生误差扩散,导致系 统的性能下降,只有当训练序列重新到达的时才能重新工作。

24

LTE系统上行信道估计算法研究与实现

前文介绍的现有算法大都基于信道估计的两个最基本的准则:LS准则和

MMSE准则。在不同的准则下进行插值或平均,从而估计出整个子帧的信道响应 值。本节针对LTE上行链路的导频结构,即:一个子帧里面有14个符号(1—14), 如果该帧中包含有sounding信号,那么第一个符号放置sounding信号,剩下的13个 符号里面有两个符号(第四个和第十一个符号)的所有子载波上全部用作导频信 号。但在快衰落信道条件下,这种导频模式有一定弊端,不能够很好的跟踪信道 的变化,因此信道估计精度也受到很大限制,导致误码性能的损失。为了在快衰 落条件下有效跟踪信道特性,提出改进的信道估计算法,该算法分别利用MIMO 均衡以及Turbo译码后的输出进行反馈迭代,以提高信道估计精度。

3.3.2利用MIMO均衡实现信道估计迭代算法
MIMO技术是无线通信领域智能天线技术的重大突破,根据信息论的结果, MIM014l】信道的容量随着天线数量的增加而线性增加,也就是说,在不增加带宽 和天线发送功率的情况下,可以利用MIMO信道来成倍地提高无线信道容量,频 谱利用率也可以成倍地提高,同时提高了信道的可靠性,降低了系统误码率。MIMO 技术成为新一代移动通信系统必须采用的关键技术之一。LTE系统也采用了这种 技术。在LTE全链路仿真中,上行采用基本的天线配置为1Tx2R。在eNodeB端 做信道估计时,由于是采用两根天线接收,因此MIMO均衡实现了接收分集的作 用。本节研究了基于LS/MMSE准则下MIMO均衡迭代信道估计算法,这里的均 衡是以符号为单位进行处理的。 1、基于LS准则的MIMO均衡迭代信道估计: (1)首先将上述放置导频的符号做LS估计,得到导频符号上所有子载波的信道响 应,第四个符号上信道响应就记作疗啪,第十一个符号上信道响应值记作Ⅳ啪,。 导频仅为初始信道估计提供参考,后继数据符号位置迭代初始值取自上一符号的 信道估计值。 (2)将第四个符号上信道响应数据保持到第一个符号,并将结果送到信道估计后 面的模块中,进行MIMO均衡,由于MIMO均衡的输出有两个结果:一个是补偿 因子,另一个是解调出的数据。我们需要将解调出的数据结果进行硬判决,再送
去调制,将调制映射到星座后的数据反馈回信道估计模块。

(3)这个反馈回的数据将用来作为第一个符号的导频X,我们用接收到的第一个 符号的数据】,去除以X,利用LS估计重新得到一组所有子载波的信道响应的估计 值,这个数值将代替原先保持的信道响应值,从而实现了将第一个符号的信道响
应进行更新,同时将更新的数据保持到第二个数据符号上,进行如上流程处理。

(4)后面的符号依此类推,遇到导频的位置对导频进行LS估计后,后面的符号

第三章LTE系统上行信道估计算法

进行迭代更新。

2、基于MMSE准则的MIMO均衡的迭代估计: 与上述的思路类似,MMSE其实就是对LS估计后再进行MMSE滤波运算,
因此,仿真过程就只需要在LS后加MMSE模块就可以了。这里不再赘述。

3、实现MIMO均衡迭代简单流程示意图:

图3.8 MIMO均衡迭代流程图

对于信道估计模块我们仿真分别采用了简单实现复杂度低的LS估计准则,和 性能较好但复杂度较高的MMSE估计准则,首先估计出导频所在符号的信道响应, 将该输出结果进行硬判决,再通过调制和DFT模块的处理,反馈给信道估计模块, 从而实现更新信道响应值的目的。
4、仿真性能曲线

仿真参数配置参见表3.1,本仿真针对基于LS准则和MMSE准则下的MIMO 均衡迭代算法,在不同的调制方式下,改变多普勒频移大小进行计算机仿真:(这
里的ICE为理想信道估计)

(1)基于LS准则的MIMO均衡迭代仿真:

图3.9 ICE/LS估计/LS迭代性能比较

26

LTE系统上行信道估计算法研究与实现

图3.10 ICE/LS估计/LS迭代性能比较






斟 警 辎

图3.1l ICE/LS估计/LS迭代性能比较

由图3.9,图3.10以及图3.11知,QPSK调制下,多普勒频移分别为70/300/500Hz,

对比基于LS准则下的MIMO均衡迭代算法与未进行迭代的算法和理想信道估计曲
线可以看出:多普勒频移为70Hz,MIMO均衡迭代性能略优于未进行迭代的性能; 而当多普勒频移为300 Hz,信噪比不到12dB时,未进行迭代的FER可达到10-4,而 迭代算法的FER还不到10一,性能较差;当多普勒频移为500Hz,信噪比为12.3dB 左右时,未进行迭代的FER可达10。4,而迭代算法的FER还不到10~,性能很差。 可以看出,在多普勒频移为300 Hz和500 Hz时,采用MIMO均衡迭代的判决反馈信

第三章LTE系统上行信道估计算法

道估计的性能不如无反馈时的信道估计性能,这主要是因为多普勒频移较大时,

判决反馈信道估计利用了均衡器较多的错误信息。将符号中出现错误的信息进行 反馈后,会产生误差扩散,导致系统的性能下降,造成了下一个符号信道估计的
不准确,所以信道估计性能较差。

图3.12 ICE/LS估计/LS迭代性能比较

图3.13 ICE/LS估计/LS迭代性能比较

图3.12以及图3.13可以看出,16QAM调制下的多普勒频移分别为70/300Hz 时,基于LS准则下的MIMO均衡迭代算法随着多普勒频移的增大,迭代算法性 能有所下降。多普勒频移为300Hz,信噪比为20dB时,迭代算法的FER还不到

28

LTE系统上行信道估计算法研究与实现

10~,比未进行迭代的性能还差。这是因为在高速情况下,迭代的判决反馈信道估

计利用了均衡器较多的错误信息,因此将错误的信息进行反馈后造成了下一个符
号信道估计的不准确,所以信道估计性能较差。







图3.14 ICE/LS估计/LS迭代性能比较

图3.15 ICE/LS估计/LS迭代性能比较

性能分析与结论:图3。14可以看出,64QAM调制,多普勒频移为70Hz,信噪
比为20dB时,利用MIMO均衡迭代算法的FERn,经达到10一,而未进行迭代的则只

有不到10一,可见迭代的性能要明显优于未进行迭代性能。由于实际信道会随着多

第三章LTE系统上行信道估计算法

普勒频移增大而性能相对变差,由图3.15可以看出,加大多普勒频移,迭代信道估
计的性能急剧下降,且不如未进行迭代的性能。这是因为在高速条件下,信道的 时变性很强,我们利用MIMO均衡迭代第一个符号用的是导频符号,如果迭代的时

候第一个符号有错,就会影响后面符号的准确性。在高速(多普勒频移为300 Hz或 500Hz)场景下,第一个符号与首先做信道估计的导频符号相差3个符号,间隔比 较远,直接保持过来信道估计肯定不正确了,这样就会导致第一个符号解调或均 衡错误。而均衡迭代的判决反馈信道估计利用了均衡器较多的错误信息,再将错 误的信息进行反馈,造成了下一个符号信道估计的不准确,所以信道估计性能较 差。而未进行迭代的是先进行LS估计,再采用平均得到其他数据符号的信道响应, 这样有些符号的信道估计是相对正确的,这就出现未进行迭代的性能比要MIMO 均衡迭代后的性能好。再有,我们可以看出仿真曲线在一定信噪比以后,FER曲线 趋于收敛,这主要是因为到达一定信噪比之后,加性噪声的影响已经不起主导作 用了,起主导作用的是由于终端移动性造成了信道时变性,这样会在系统中产生 子载波间干扰,这个子载波间干扰本身就会对系统产生影响,导致FER无法通过改 善信噪比提升性能。 (2)基于MMSE准则的MIMO均衡迭代仿真:

图3.16 CE/MMSE估计/MMSE迭代性能比较

30

LTE系统上行信道估计算法研究与实现

图3.17 ICE/MMSE估计/MMSE迭代性能比较

图3.18 ICE/MMSE估计/MMSE迭代性能比较

由图3.16,图3.17以及图3.18看出,QPSK调制下的多普勒频移分别为
70/300/500 Hz,基于MMSE准则下的MIMO均衡迭代算法随着多普勒频移的增大,

迭代算法性能急剧下降。当多普勒频移为70Hz,信噪比为9.5dB左右时,迭代算

法的FER可以达到10-4,其性能优于未进行迭代的性能:当多普勒频移为300Hz, 信噪比为7.9dB时,未进行迭代算法的FER达到lO一,而迭代算法的FER还不到
10一,性能相差很多;当多普勒频移为500Hz,信噪比为8dB时,未进行迭代的

第三章LTE系统上行信道估计算法

FER接近10-4,而迭代算法的FER还不到l 0~,迭代算法性能不如未进行迭代的

性能。这主要是因为在多普勒频移较大的情况下,判决反馈信道估计利用了均衡 器较多的错误信息。将错误的信息进行反馈后,造成了下一个符号信道估计的不 准确,所以信道估计性能较差。

Eb/NO(d日)

图3.19 ICE/MMSE估计/MMSE迭代性能比较


k邑,1-



图3.20

ICE/MMSE估计/MMSE迭代性能比较

图3.19以及图3.20可以看出,]6QAM调制下的多普勒频移分别为70/300Hz

时,基于MMSE准则下的MIMO均衡迭代算法随着多普勒频移的增大,迭代算法

32

LTE系统上行信道估计算法研究与实现

性能急剧下降。多普勒频移为70Hz,信噪比为13.5dB左右时,迭代算法的FER

可以达到10一,其性能要优于未进行反馈迭代的性能;多普勒频移为300Hz,信 噪比为20dB时,迭代算法的FER还不到10一,比未进行反馈迭代的性能还差。

图3.21 ICE/MMSE估计/MMSE迭代性能比较




乜 讲




图3.22 ICE/MMSE估计/MMSE迭代性能比较

性能分析与结论:结合图3.21和图3.22可以看出,64QAM调制下,多普勒频移 为70Hz时,信噪比为18dB时,MIMO均衡迭代算法的FER接近10一,性能明显优

第三章LTE系统上行信道估计算法

于未进行迭代的性能;当多普勒频移为300Hz时,MIMO均衡迭代算法的误帧率太 大,其性能还不如未进行迭代的性能。从以上大量基于MMSE准则下的MIMO均衡 迭代算法仿真可以看出,不管是何种调制方式,多普勒频移小的情况下 (Dopp=70Hz),基于MMSE准则下的MIMO均衡迭代算法要优于未进行迭代的性 能。随着多普勒频移的增大,迭代算法的性能急剧下降,甚至不如相应未进行迭 代的性能。这与基于LS准则下MIMO均衡迭代算法在高速情况下不如相应未进行 迭代的原因是一样的。在高速(此处取多普勒频移为300 Hz或500 Hz)时,迭代 算法的第一个符号通常就错了,这样后续利用该符号进行反馈就没有正确。而未 进行迭代的估计是在采用平均得到其它数据符号的信道响应,这样有的符号上的 数据可能相对还会正确。采用MIMO均衡迭代来进行的判决反馈有其一定的弊端。 假设一开始这个导频处的信道响应就已经错了(在高速情况下完全有可能发生), 那么判决反馈信道估计利用了均衡器较多的错误信息,再将错误的信息进行反馈 后造成了下一个符号信道估计的不准确,再将它送去解调和均衡就不可能会获得 正确的反馈信息,这样依次迭代下去后面的符号就会一错全错,导致在高速情况 下性能很差。这里我们给出大的多普勒频移实际上也是快衰落的一种,只不过是 体现在时间上的快衰落。总而言之,任何一种算法都有它的优势和局限性,我们 研究的基于LS/MMSE准则下的MIMO均衡迭代算法也不例外。大量仿真表明i在 低速场景下,该算法能够保证一定的精度,且性能优于相应的未进行迭代的性能。 然而相应增大多普勒频移后,均衡迭代算法的性能却急剧下降,可见该算法还不 能够有效地对抗信道的时变性,抵抗信道快衰落的能力较差,并不适合用于高速
场景。

根据目前的LTE系统,采用的编译码技术是Turbo编译码。如何充分利用Turbo 码特有的迭代译码信息来改善系统的信道估计性能是一个值得研究的问题。传统 的方法是在通信系统的两端分别加上Turbo编码和Turbo译码处理模块,对每一帧 信号直接进行Turbo译码得到信息比特。利用这种简单的方法所获得的系统性能 增益完全是由Turbo编译码带来的,而信道估计对系统的性能改善没有任何贡献。 为了进一步提高上述信道估计方法的性能进而改善整个系统的误帧率性能,在基 于LS/MMSE准则下信道估计的基础上提出了采用利用Turbo译码迭代的判决反馈
信道估计方法。

3.3.3利用Turbo译码实现信道估计迭代算法
Turbo码是并行级联带反馈系统卷积码的简称。Turbo码的提出是为了在一般译 码复杂度下获得较高的编码增益。它巧妙地将卷积码和随机交织器结合在一起, 实现了随机编码的思想。同时,采用软输出迭代译码来逼近最大似然译码【421。目

34

LTE系统上行信道估计算法研究与实现

前Turbo码在衰落信道中的性能也有一定的研究,在瑞利衰落信道和频率选择性衰

落信道中的性能,相对于传统的非系统卷积码有一定的改善。因为它具有内在的
一个交织器,通过迭代译码,充分利用信道信息,从而取得优异纠错性能,它不

仅在信噪比较低的高噪声环境下性能优越,而且具有很强的抗衰落,抗干扰能力,
尤其适合于衰落信道【43】【441。这使得Turbo码在信道条件较差的移动通信系统中有很

大的应用潜力,更适合与高速场景下的信道估计相结合。 本文重点研究基于LS/MMSE准则下Turbo译码迭代信道估计的算法,算法基 本思想是:用Turbo译码的输出对信号进行硬判,然后将判决得到的信息重新处理 送至交织,解扰,调制模块,最后将输出再反馈至信道估计模块,用作下一个符 号的信道估计,从而实现更新信道系数,提高信道估计精度的目的。由于LTE系 统中,Turbo译码是一个子帧的数据全部得到后才对其进行译码的,因此它是以子
帧为单位进行处理的。 1、基于LS准则的Turbo译码的迭代

(1)将一个子帧放置导频的符号,即:第四个符号和第十一个符号,进行LS估 计。之后我们采用线性插值的方法得到一个子帧的所有子载波的信道响应。 (2)将一个子帧的信道响应送到后续模块中,进行MIMO均衡,解调,解交织, 数据解分段,Turbo译码等。通过它对信号进行硬判决,由于输出也是比特流,我 们将这些比特流再送回去进行交织,加扰,调制后将数据反馈回信道估计模块。 (3)这个反馈得到的数据将用作该子帧第一次迭代后的值,从而实现了将第一次 估计出的信道响应值进行更新的目的。 (4)同理,依此类推,可以对一帧数据进行多次迭代(本文后续仿真实现对Turbo 译码进行5次迭代),实现在一定范围内对其性能进行改进。 2、基于MMSE准则的Turbo译码的迭代 与上述的思路类似,MMSE其实就是对LS估计后再进行MMSE滤波运算, 仿真时只需要在Ls估计后加MMSE模块就可以了,这里不再赘述。
3、实现Turbo译码迭代简单流程示意图:

图3.23 Turbo译码迭代流程图

4、仿真性能曲线

仿真参数配置参见表3.1。本节的仿真是针对基于LS准则和MMSE准则下的

第三章LTE系统上行信道估计算法

35

Turbo译码迭代信道估计算法,在不同的调制方式下(QPSK、16QAM、64QAM),

通过改变多普勒频移大小(70/300/500Hz)进行的研究(ICE为理想信道估计),
并给出性能分析。 (1)基于LS准则的Turbo译码迭代仿真

EbZNO(d町

图3.24 ICE/LS估计/LS迭代(5次)算法性能比较

EblNO(dB) 图3.25

ICE/LS估计/LS迭代(5次)算法性能比较

36

LTE系统上行信道估计算法研究与实现

Eb/NO(dB)

图3.26 ICE/LS估计几S迭代(5次)算法性能比较

由图3.24,图3.25以及图3.26可以看出,QPSK调制下,多普勒频移分别为 70/300/500Hz,基于LS准则下Turbo译码迭代算法随着多普勒频移的增大,迭代算 法性能良好。当多普勒频移为70Hz时,Turbo迭代的性能明显优于未进行迭代的性 能;当多普勒频移为300Hz,信噪比为10.5dB左右时,Turbo迭代的FER可以达到 10_4;当多普勒频移为500

Hz,信噪比为10.4dB时,Turbo迭代的FEI哒到10-4。对

比几种情况,Turbo迭代性能都要优于相应准则下未进行迭代的性能。

Eb/NO(dB) 图3.27 ICE/LS估计/LS迭代(5次)算法性能比较

第三章LTE系统上行信道估计算法

37

Eh/N0(dB)

图3.28 ICE/LS估计/LS迭代(5次)算法性能比较

Eb/NOCdB)

图3.29 ICE/LS估计/LS迭代(5次)算法性能比较

由图3.27,图3.28以及图3.29可以看出,16QAM调制,多普勒频移分别为
70/300/500 Hz时,基于LS准则下Turbo译码迭代算法随着多普勒频移的增大,迭代

算法性能良好。多普勒频移为70 Hz,信噪比为15dB时,Turbo迭代算法的FER接近

10‘4,其性能优于未进行迭代的性能;多普勒频移为300 Hz,信噪比为14dB时, Turbo迭代算法的FER达到lO-4,而未进行迭代的大约为2.33x 10-4;多普勒频移为

38

LTE系统上行信道估计算法研究与实现

500

Hz,信噪比为16dB时,迭代算法的FER达到10~,而未进行迭代的大约为

2.67x10。4。这是由于使用了Turbo译码迭代,随着迭代次数的增加,译码后的反馈

信息正确率不断提高,因此进入信道估计器的重构信息的可靠性也不断增加,从 而提高了下一个子帧的信道冲激响应的精度。所以利用这种方法可以大大提高信 道估计的准确性,从而使得整个系统的性能得到很大改善。


UJ

匕 斟 警 蝼

,P善差事兰爹霉蓦赛鬻事至爹蓦
巨薹兰兰兰善善垂薹攀善誊鬻垂蓦i
—o-3I::黧茬‰止未※爱未※纛※未※瓤※≥※
2 4 6 8 10 12 14 16 18 20

Eb/N0(dB) 图3.3 1 ICE/LS估计/LS迭代(5次)算法性能比较

第三章LTE系统上行信道估计算法

39

EbJ『IⅧ(d日】

图3.32 ICE/LS估计/LS迭代(5次)算法性能比较

性能分析:由图3.30,图3.31以及图3.32看出,64QAM调制,多普勒频移为70Hz 时,信噪比为18.3dB左右时,Turbo译码迭代算法的FER可以达到10-4,而未进行 迭代的大约为4.33x10-4;多普勒频移为300Hz,信噪比为18dB时,Turbo译码迭代 算法的FER可以达到10-4,性能优于未进行迭代的性能;多普勒频移为500Hz时, Turbo迭代算法性能并不理想,主要是由于本身64QAM调制对工作点要求很高,加 之速度又很大,因此性能有所下降。综上所述,多普勒频移为70 Hz的情况下,无 论是低阶调制还是高阶调制,其性能够都很好。由于实际信道会随着多普勒频移 增大而相对变差,在利用了Turbo译码迭代算法后,低阶调制下一定范围内的增大 多普勒频移,对我们性能几乎是没有任何影响的。对于达到一定信噪比以后曲线 趋于收敛,不再下降。这是因为一定信噪比之后,加性噪声的影响已经不起主导 作用了,起主导作用的是由于终端移动性造成了信道时变性,这样会在系统中产 生子载波间干扰,这个子载波间干扰本身就会对系统产生影响,导致FER无法通过 改善信噪比提升性能。总而言之,由于使用了Turbo译码迭代,随着迭代次数的增 加,译码后的反馈信息正确率不断提高,因此进入信道估计器的重构信息的可靠 性也不断增加,从而使得估计出的下一个子帧的信道冲激响应精度提高。所以利 用这种方法可以大大提高整个系统的信道估计性能,从而使得整个系统的误帧率 性能得到很大改善。大量仿真表明,利用Turbo译码的迭代算法能够有效的抵抗信 道的时变性,提高信道估计的精度,更适合应用于高速场景。
(2)基于MMSE准则的Turbo译码迭代仿真

LTE系统上行信道估计算法研究与实现
11J信道OPSK
CodeRate=lt3 Dopp=70 ——P—ICE

…_十MMSE迭代Num=2 ….;.|十MMSE迭代Num=3 ※纠+MMSE迭代Num=4 ::::i:I+MMSE迭代Num=5

LLJ

…‘;1—和MMSE迭代Num=l

——●一MMSEChanEst

…{¨…。,…|....…,…

丽IJ_10‘2



,1

















10

EbR怕(dB)

图3.33 ICE/MMSE估计/MMSE迭代(5次)算法性能比较



|薹|

Eb/N0(d8)

图3.34 ICE/MMSE估计/MMSE迭代(5次)算法性能比较

第三章LTE系统上行信道估计算法

4I


uJ

匕 蹲




堇奚垂蓦||瀛.未..j!;| }| | |
hk..

斌.
●●●●

‘。

…▲m^L.一r一^ ……r-!^一』.U-I.一


ICE



-’I…UL_、,I●a¨Lo L

Iv¨VIo[二尬

、NUm2l


“ Y

弋Num=2 -…nr二&=J J^^● ..一a
●VIIVIo[J△ lⅥMjl-】Z妄。I、NUm=J




MMSF_-迭代Num=4
-…^r二+J:J▲~? IvIIvlo[尬I~I、uIIrJ
,_

!j‘

;\又\!





;…\

:=:慧一鲞|.i 。;心慕,、;}


::¥娥;;!jj{!.爹



+3













1I

Eb/NO(dB)

图3.35 ICE/MMSE估计/MMSE迭代(5次)算法性能比较

由图3.33,图3.34以及图3.35可以看出,QPSK调制下的多普勒频移分别为 70/300/500Hz,基于MMSE准则下的Turbo译码迭代算法随着多普勒频移的增大, 迭代算法性能良好。当多普勒频移为70Hz,信噪比为8.2dB左右时,Turbo迭代 的FER可以达到10-4;当多普勒频移为300Hz,信噪比不到7dB时,Turbo迭代 的FER可以达到10-4;当多普勒频移为500Hz,信噪比为6.5dB时,Turbo迭代
算法的 代的性能。

Eb/NO(dB)

图3.36 ICE/MMSE估计/MMSE迭代(5次)算法性能比较

42

LTE系统上行信道估计算法研究与实现

图3.37 ICE/MMSE估训-/MMSE迭代(5次)算法性能比较

EblNO(dB)

图3.38 ICE/MMSE估计/MMSE迭代(5次)算法性能比较

由图3.36,图3.37以及图3.38可以看出,16QAM调制下的多普勒频移分别
为70/300/500 Hz时,基于MMSE准则下的Turbo译码迭代算法随着多普勒频移的 增大,迭代算法性能良好。多普勒频移为70 Hz,信噪比为12dB时,Turbo译码

迭代算法的FER为lO。4;多普勒频移为300Hz,信噪比为11.6dB时,Turbo译码
迭代算法的FER为10一4;多普勒频移为500Hz,信噪比为12.5dB时,迭代算法的

FER就可达到10。。可以看出Turbo迭代性能明显优于未进行迭代的性能。这是因

第三章LTE系统上行信道估计算法

43

为随着迭代次数的增加,译码后的反馈信息正确率不断提高,因此进入信道估计 器的重构信息的可靠性也不断增加,从而使得估计出的下一个子帧的信道冲激响
应精度提高。所以利用这种方法可以大大提高整个系统的信道估计性能,从而使

得整个系统的误帧率性能得到很大改善。




b 爵




图3.39 ICE/MMSE估计/MMSE迭代(5次)算法性能比较

图3.40 ICE/MMSE估计/MMSE迭代(5次)算法性能比较

LTE系统上行信道估计算法研究与实现

图3.41 ICE/MMSE估计/MMSE迭代(5次)算法性能比较

性能分析:根据图3.39,图3.40和图3.41仿真性能曲线可以看出,除了64QAM 调制,多普勒频移为500Hz时,基于MMSE准则下Turbo译码迭代性能较差以外, Turbo译码迭代算法性能都是比较好的。这是因为一方面Turbo码本身是由两个8状 态分量的编码器和一个内交织器组成的并行级联卷积码,独有的循环迭代结构是 Turbo码具有良好译码性能的重要原因。各个译码单元特有的纠错信息,为另一个 译码单元提供了进一步纠错的可能性。当然,这一额外的信息也不会无限地提供, 在一定次数的循环译码迭代之后,两个译码单元的外赋信息,就会因具有很强的 相关性,而不再提供新的纠错信息。Turbo译码器中独有的交织器将错误的比特全 部打乱,这样假设卷积码是递归的话,比特间就有某种关系,如果几个比特只有 一个错误比特的话,那这个错误比特是很有可能被恢复的。所以利用这种方法可 以大大提高整个系统的信道估计性能,从而使得整个系统的误帧率性能得到很大 改善。另一方面是由于我们对其进行了5次的迭代,随着迭代次数的增加,译码后 的反馈信息正确率不断提高,因此进入信道估计器的重构信息的可靠性也不断增 加,从而提高了下一子帧的信道冲激响应的精度,减小了FER。因此,基于LS/MMSE 准则的Turbo译码迭代算法能很好的应用到快衰落信道中,有效的对抗信道的时变
性,适合高速场景。

大量仿真表明,迭代算法性能与迭代次数也有一定的关系。但需要指出的是, 迭代的次数并非越多越好,当迭代到一定次数时,如果继续迭代,可以发现FER
大小几乎不再变化,或者每次迭代改变的FER数值也不会很大。这是由于FER是 受加性噪声和子载波间干扰共同影响的,加性噪声会随着信噪比的增大而逐渐减 小,但到达一定信噪比之后加性噪声的影响已经不起主导作用了,起主导作用的

第三章LTE系统上行信道估计算法

45

是终端移动性造成的信道时变性。这样会在系统中产生子载波间干扰,这个干扰 本身就会对系统产生影响。大量仿真也充分说明,并非所有信噪比点的FER都会 改善,可能仅在某些信噪比点上有变化。但也不排除迭代多次后,多数信噪比点 的FER改变很小,少数信噪比点上FER甚至是不变的。由于本论文仿真考虑到了 复杂度和可实现性,因此迭代次数取到5次,每次误帧率曲线变化相对比较细微。 现在再分析一下迭代次数对FER的影响,我们任取其中不同的估计准则(LS 和MMSE)的Turbo译码迭代算法仿真曲线进行局部放大,如下图所示:
11J倍道QPSK
CodeRate=l/3 Dopp=500

图3.42 ICE/LS估计/LS迭代(5次)算法性能比较
11J信道160AM
CodeRate=l/2 Dopp---500

图3.43 ICE/MMSE估计/MMSE迭代(5次)算法性能比较

LTE系统上行信道估计算法研究与实现

由图3.42和图3.43可以看出,通常情况下随着迭代次数增多,性能相应有所 提升。图3.42中,信噪比为4dB时,误帧率随着迭代次数的增加而下降,但迭代 次数大于3次以后,可以看出变化很小;图3.43中,信噪比为5dB时,FER随着 迭代次数增加而依次下降,但是随着迭代次数增加,FER的变化逐渐变小。考虑 到算法在系统中的实时性,复杂性,一般迭代次数取到3次为宜。此外,为了更 加直观对比Turbo译码迭代和MIMO均衡迭代性能,我们给出如下仿真结果:







图3.44 ICE/LS迭代(MIMO均衡)/LS迭代(Turbo译码)比较

—与 ≮’i’~

弋蔓



?囊-; 。……■,._,‘。..!……






; ;
j ;






一■’



氏:;

U.I

!‘凝…! :氐;



b 斟

髻 喹

…凝誓至,
; 弋\; ===;!l!董…。‘ ※|====::K■…
-----●t-----MMSE迭代删IMO均衡)



MMSE迭代Num=l MMSE迭代Num=2 MMSE迭代Num=3

…?~.…F、…‘‘ ; F、







kY

MMSE迭代Num=4

—-’-一MMSE达代Num=5

图3.45 ICE/MMSE迭代(MIMO均衡)/MMSE迭代(Turbo译码)比较

性能分析:由上图比较可以看出,基于LS/MMSE准则的Turbo译码迭代信道

第三章LTE系统上行信道估计算法

47

估计性能明显优于相应准则下的MIMO均衡迭代估计性能。图3.44中,对于QPSK
调制,多普勒频移为500Hz,基于LS准则的Turbo译码迭代算法在10.8dB左右 其FER就可以达到10一,而基于LS准则的MIMO均衡迭代算法在信噪比为10.8dB

左右仅为10一;同样,图3.45中,对于16QAM调制,多普勒频移为300Hz,基 于MMSE准则的Turbo译码迭代算法在11.3dB左右其FER就可以达到lO一,而基 于MMSE准则的MIMO均衡迭代算法在信噪比为l 1.3dB左右还不到为10~,由 此可见其性能相差甚远。利用Turbo译码迭代有效的改善了高速下信道估计性能较 差的情况,提高了高速环境下的信道估计的准确性,更适合应用于高速场景下的 信道估计,对实际应用有很重要的意义。 从以上大量仿真来看,利用判决反馈进行迭代的信道估计算法对提升系统性 能有一定的优势。目前,差错传播和收敛仍是判决反馈存在的主要问题。对于差 错传播我们可以通过提高信噪比来减小传输差错,由于误帧率的大小是受加性噪 声和子载波间干扰两个因素共同影响的,加性噪声会随着信噪比的增大而逐渐减 小。但到达一定信噪比之后,加性噪声的影响已经不起主导作用了,起主导作用 的是终端移动性造成的信道时变性。这样会在系统中产生子载波间干扰,这个子 载波间干扰本身就会对系统产生影响。因此,判决反馈迭代必然存在收敛性。

3.4本章小结
本章首先介绍了传统的信道估计技术,根据在时域还是频域实现,可以分为 是时域信道估计算法和频域信道估计算法两大类;根据是否使用辅助数据又可分 为基于导频或训练符号的辅助信息信道估计算法和盲信道估计算法两大类。介绍 了导频选择和常见导频分类:块状导频、梳状导频、离散导频。根据现有的基本 的信道估计准则,并给出了LS准则以及MMSE准则详尽的公式推导。 本章重点是研究改进的迭代信道估计算法,即:基于LS/MMSE准则的MIMO 均衡迭代信道估计算法和基于LS/MMSE准则的Turbo译码迭代信道估计算法。对上 述两种改进的算法给出了原理介绍,详细的步骤说明,并在LTE全系统链路下,进 行了大量的计算机仿真,对不同调制方式,不同多普勒频移下多种场景的性能曲 线进行了详细的分析说明。大量仿真表明,在增加有限复杂度的条件下,这两种 方法都有效的提高了信道估计的准确性,并改善了系统误码性能。然而利用MIMO 均衡迭代算法在多普勒频移较大(多普勒频移达銎]300/500 Hz)的情况下,性能比 较差,不能够有效的对抗信道的时变性,因而不适合应用到高速场景中;而采用
Turbo译码迭代的算法,在多普勒频移为70/300/500 Hz时,性能还是很好的,它有

效地对抗了信道的快衰落。相比之下,更适合应用于高速场景中。

第四章基于DSP的LTE系统上行信道估计实现

49

第四章基于DSP的LTE系统上行信道估计实现
TI公司于1997年推出了适于高端应用的TMS320C6000系列DSP芯片。该系 列DSP芯片具有高速并行处理能力,加上具有可编程性以及出色的对外接口能力, 实时速度可达每秒数千万条指令程序,远远超过通用微处理器。目前该系列的芯 片已广泛应用在无线通信,雷达技术,声纳技术,医学仪器以及多媒体等领域。
4.1

DSP实现平台

4.1.1

DSP芯片

TMS320C6000系列DSP芯片具有8个并行处理单元,采用超长指令(VLIW) 结构。芯片内部设置了专门的指令分配模块,每个256位的指令包同时分配到8 个处理单元,8个处理单元同时运行。当芯片内部8个处理单元同时运行时,其最 大处理能力达到2400MIPS。DSP芯片的内部采用程序和数据分开的哈佛结构,具 有专门的硬件乘法器,广泛采用流水线操作,提供特殊的DSP指令,可以用来快 速地实现各种信号处理算法。采用多总线技术,提高了寻址速度,部分DSP采用 了复核结构,将多个DSP的内核集成到一个芯片中,可实现多个处理器的分任务 并行处理等,这里我们就TI公司C6000系列的DSP特点做如下介绍【45】:
(1)改进的哈佛结构

哈佛结构是不同于传统的冯?诺依曼结构的并行体系结构,其主要特点是将程 序和数据分开存储在不同的存储空间中,对每个存储器独立编址,独立访问,系 统中设置了程序和数据两条总线,当取址和执行完全重叠运行时,数据吞吐量提
高了一倍。

(2)流水线处理 现代的微处理器是用结构的复杂性来换取速度的提高,它把指令的处理分成 几个子操作,每个子操作在微处理器内部由不同的部件来完成。对于微处理器的 每个部件来说,每隔1个时钟即可进入l条新指令,这样在同一时间内,就有多 条指令交迭地在不同部件内处理,这种工作方式称为“流水线"工作。
(3)专用的硬件乘法器

在一般形式的FIR滤波器中,乘法是DSP的重要组成部分,乘法速度越快, 说明DSP处理器的性能就越高。在通用的微处理器中乘法指令是由一系列加法指 令完成的,故需许多个指令周期来完成。而在TMS320系列中,由于具有专用的 硬件乘法器,故乘法可在一个指令周期中完成,硬件乘法器是DSP区别与通用微

50

LTE系统上行信道估计算法研究与实现

处理器的一个重要标志。 (4)内核并行执行机制

TI公司的C6000系列DSP包含有2套数据通路,每个数据通路又包含4个功
能单元(L、S、M、D),因此具备每周期执行8条32位指令的能力。其中最明显 的结构改进在于提高“并行性",在CPU内设置多个并行操作的功能单元,由于

多功能单元的并行操作,因而大大提高了程序的执行速度。
4.1.2

DSP系统设计

使用DSP进行系统设计的一般流程如下图所示,其设计步骤为脚】: (1)算法模拟阶段,即根据应用系统目标确定性能指标。首先应根据系统要求进 行算法仿真和高级语言模拟实现。为了得到最佳系统性能,在这一步应确定最佳 处理方法。 (2)根据算法要求选择合适的DSP芯片。 (3)设计实时DSP系统。此阶段包括硬件设计和软件设计两个方面。硬件设计主 要根据系统要求设计DSP芯片外围电路和其他电路。软件设计主要根据系统要求 和所选DSP芯片编写相应的DSP汇编程序和C程序软件。 (4)硬件和软件调试阶段。硬件调试一般采用硬件仿真器进行。软件调试一般借 助DSP开发工具进行。通过比较在DSP上执行的实时程序和模拟程序情况来判断 软件设计是否合理。 (5)集成和系统测试阶段。调试阶段完成后,实时程序被固化在DSP系统中, DSP系统加入到更大的系统中进行测试,评估是否完成了设计目标。

图4.1 DSP系统设计流程

第四章基于DSP的LTE系统上行信道估计实现

5l

4.2

LTE系统信道估计算法DSP实现方案

4.2.1

LTE系统概述

LTE是宽带无线通信非常具有竞争力的核心技术,而信道估计是整个技术实 现中保证系统准确性的关键技术之一。在LTE实现过程中,DSP主要完成的任务 包括基带数据接收,数据处理。与之交互的接口是FPGA,实现中我们采用两块 FPGA片子,即FPGA0,FPGAl。DSP上行发送由一块DSP完成,实现的功能包 括:调制、DFT、随机接入Preamble、导频生成、子载波映射(数据、sounding、 控制信令以及导频)、preamble的IDFT、preamble加CP和preamble的频率偏置以 及软硬件初始化、测试维护等相关功能。DSP下行处理是由3块DSP实现的,首 先要做的是同步,即FPGAl会不断的给DSP发送时域数据,直至DSP与之同步 上以后,FPGAl才会发送频域数据给DSP,接下来进行一系列的DSP的处理,主 要包括:信道估计、测量、子载波解映射、MIMO译码、软解调、解交织、解打 孔、软比特合并、CC译码、Turbo译码、L1控制信令的重组、数据重组、控制信 令解析、CRC校验、初始化和测试维护等功能。 l、LTE上行系统简要处理流程图:
(1)初始化。

(2)判断是否接收到信号量。 (3)若收到,判断解析完的帧是否为对Preamble进行处理,如果是跳到第7步。 (4)如果是上行控制信令,则进行上行控制信令的相关处理。
(5)对数据进行调制。

(6)把调制的一子帧数据发送给FPGA,将当前处理的符号计数作为两个主要的 分支,第一个发送数据,第二个发送导频。在发送数据过程中对数据进行DFT、 MIMO编码、数据子载波映射。当一个符号的数据映射完成后,在符号两边的 上行控制信道上映射相应的控制信息;在发送导频的过程中首先产生参考信号, 再对子载波进行映射。当一子帧数据发送完成后跳回第2步。 (7)在对Preamble的处理过程中,首先生成Preamble,对Preamble做DFT、子 载波映射、IFFT加CP、频率偏置,最后把整个Preamble发送到FPGA。发送完
成后跳回第2步。

2、LTE下行系统简要处理流程:
(1)初始化。 (2)判断是否同步。 (3)等待频域信号量。

(4)根据接收到的符号做信道估计,MIMO译码。

52

LTE系统上行信道估计算法研究与实现

(5)做解调、解扰、解交织等操作。

根据LTE最新协议规定,LTE上下行在导频结构上存在一定的差异:上行链 路采用块状导频,一个子帧中包含14个符号(0.13),导频排放在第4个和第11 个符号上,并且这两个符号上所有子载波都用作导频数据,其余符号放置用户数 据;下行链路采用梳状导频,导频是放在第0,4,7,11符号上,并且是交叉排 放,其余符号放置用户数据。从工程实现资源的消耗、性能的优劣等综合来看, 我们在实际应用中采用LS估计并进行降噪滤波来提升性能。
4.2.2

LTE上行信道估计实现流程

1、LTE上行信道估计模块相关输入输出:

数据符号信道估计输出 导频所在符号信道估计输出 导频点信道估计输出
图4.2

LTE上行信道估计模块

信道估计模块如上所示,它对应于每个物理信道,1T2R有两个物理信道,那 么就有两个信道估计模块,如果是虚拟MIMO就有四个物理信道,也就存在四个 信道估计模块。 输入: (1)速度值:用来控制信道估计时域上采用插值还是平均的方法。 (2)参考信号:与发送时相同,1T2R时两个物理信道参考信号相同,对于虚拟 MIMO时同一用户的2个通道参考信号相同,用户间参考根序列相同,相位相差长
度的一半。

(3)导频接收信号:每次处理输入一个子帧中的两个接收导频符号,对于不同的
接收通道输入的值,1T2R和虚拟MIMO都只存在两路值,从信道分离模块的输出 端输入。 输出:

(1)数据符号信道估计:每个物理信道一个子帧中的12个数据符号(假设该帧中
没有sounding信号,否则为11个数据符号)的信道估计值,用于多天线译码。

(2)导频所在符号输出值:每个物理信道一个子帧中的2个导频符号的信道估计
值,用于测量。

(3)导频点信道估计输出:每个物理信道一个子帧中的2个导频符号的信道估计
值,用于速度估计。

第四章基于DSP的LTE系统上行信道估计实现

53

2、LTE上行信道估计算法实现流程:

时域处理

1L
线性插值


数据符号信道 估计值
图4.3 LTE上行信道估计算法实现处理流程图

(1)将接收到的导频频域数据去除导频信号,由于采用块状导频,因此可以得 到导频符号上所有子载波的LS信道估计值詹。 (2)将每个导频符号的频域数据补零到FFTSize点,其中做信道估计的用户占用 n个RU,为了降低复杂度,这里FFTSize可以取为大于用户实际带宽且最接近的 某个易于实现的IFFT值,再对频域数据进行IFFT变换。 (3)对补零后的数据做FFTSize点的IFFT变换至时域,进行时域降噪滤波。然 后再对其补零,做FFT变换到频域,进行频谱边缘替换。算出实际使用的RU位 置的信道响应。至此,频域估计完成,利用导频符号得到了一个子帧中每个子载
波对应的信道估计值。

(4)当低速(小于30Kin/h)情况下采用时域平均的方式,而在中高速(大于等 于30Km/h)情况下采用线型插值信道估计的方式,以便更好的跟踪信道的变化情 况,获取更加准确的信道估计信息。

















6▲T,,m

,t吼

图4.4时域平均

54

LTE系统上行信道估计算法研究与实现





















6▲T●●№

,十l咖

图4.5时域线型插值

4.3

DSP的相关优化

DSP程序的开发可以使用利用汇编语言或者C语言,利用汇编语言可读性差、 可移植性差,增加了系统开发的成本和系统维护的难度;而C语言具有更好的可 读性和可移植性,能够大大降低系统开发成本。因此在商业产品开发中应用广泛。 DSP程序的编写实际上就是一种算法的实现,就是将数学公式转换成C语言来描 述,编写的程序性能取决于算法的设计。从根本上来说,程序本身的优化对程序 性能的提升有限,算法决定运算量。从程序的角度来讲,运算量大的部分是循环 计算部分,这部分的优化是很有价值的,循环的次数越多优化的价值越大。在开 发过程中,功能调试成功只是完成了第一步,由于我们的CPU内存是有限的,想 让DSP在有限的内存下做更多的事,必须要进行代码的优化。具体可归结为以下
几点:

(1)单位处理cycle数尽可能少,功能单元尽可能均衡 (2)数据依赖性尽可能低,尽可能少使用中间内存,多使用寄存器
(3)代码空间尽可能少

要进行代码优化,首先必须找到程序中的瓶颈所在,即占用了大部分CPU时 间的代码。CCS提供的代码剖析工具Profiler可以帮助程序开发人员很快了解某个 函数或者某一块代码占用了多少时钟时间,从而对关键函数进行优化。实际上, CCS中的程序剖析工具除了可以统计代码执行的时钟以外。还可以统计如程序运 行中的中断、子程序调用、程序分支、返回、指令领取等信息。
4.3.1

C6x编译器优化

CCS编译器有很强的程序优化能力,其功能是非常强大的。优化器在优化过 程中,根据程序结构特点、各变量之间的关系以及人为告诉编译器的一些特征,

第四章基于DSP的LTE系统上行信道估计实现

55

主要完成如下工作:

(1)寄存器分配:优化器将局部变量、临时变量、中间变量尽量使用寄存器代替, 以提高程序执行效率。使用频率高的变量,循环中的变量优先被分配寄存器。 (2)优化分支:编译器根据反馈信息,去除无用分支,简化switch语句。 (3)优化数据流:去除不必要的赋值语句,避免再次运算已计算过的表达式。 (4)简化表达式:在编译时能明确的值优化器会用常量代替,在循环体中每次
计算结果都相同的表达式移到循环体外。

(5)内联函数:编译器根据关键字,优化器将其变为实时库函数,以减少频繁
的出栈入栈的时间。 (6)执行软件流水(Sottware pipeline):这是编译器所独有的特点,即对循环体

内的代码编排流水,使得多条指令在同一个时钟周期内并行执行。 编译器所能提供的代码优化方式也是比较有限的,通常采用的方式有:(1)用 更高效的代码来代替源代码;(2)删除冗余代码;(3)增加代码以简化运算操作; (4)更改代码顺序以减少不必要的操作;

4.3.2手动优化
由于编译器自动优化的效率有限,通常不能满足我们对系统优化的要求,这 时就需要采用手动优化。首先对系统中所有的程序进行分析,找出消耗周期大和 执行次数多的模块和程序,然后排列出优化优先级并根据具体函数的分析,最后 对各个模块和函数分别实现算法优化和C语言级别的优化。
l、算法的优化

算法优化与系统原理及原理的实现方法有关,只有在深入了解系统的基础上 才能对算法有所改进。对于开发比较成熟的产品,在算法上的改进相对较为困难。 然而一旦能对某处算法进行改进,则往往能使得某个函数或模块的效率大幅度的 提高。其优化成果不会局限于某一代产品,有利于产品的维护和后续开发。
2、C语言级别的优化

相对于算法级别的优化,C语言级别的优化较易于实现,属于更为底层的优化 方法。C语言级别的优化对代码改动少,有利于优化后代码的阅读和日后代码的维 护,也可进一步为汇编优化打下基础。在实际的优化过程中,涉及到的优化方法 主要有数据的优化和循环的优化。 (1)数据的优化处理:在复杂的运算中常常会多次使用结构中的某些成员,如果 直接将结构成员带入运算会导致运行周期的增加。运算前,将经常使用的结构体 成员先赋值给本地变量,再将本地变量带入运算,则可大大减少运行周期。乘法 和除法消耗的周期很多,在运算中应尽可能使用移位运算来代替。对数据进行拷

LTE系统上行信道估计算法研究与实现

贝的过程中,尽可能不拆分结构,整体进行拷贝。

(2)循环的优化:循环体通常是程序中大量占据cycle数的部分,对循环体内部做 优化可以达到事半功倍的成效。C语言级别对循环做优化的方法中,循环体的展开
是使用频率最高也最为有效的方法。利用循环展开可以使得循环体的内容进行重 复,减少循环次数,增加同一流水线中运算处理的数目。然而,有时进行循环展

开后效率并未提高,或提高的效率极为有限。其原因是在运行代码时,通常将编 译器的优化选项打开,编译器本身已经自动对循环进行展开,因此单纯的对循环 展开所获得的效果未必明显,有时甚至会干扰编译器本身的优化工作,增加运行
周期。如果此类现象发生,则编程人员应该避免循环内容的单纯重复,而利用两

次循环内容的不相关来减少一次循环相邻语句之间的依赖型。
4.3.3

LTE系统上行信道估计模块优化分析

从LTE的上行信道估计代码中分析,其所消耗的cycle大大超过了我们预期的数 值,这主要是由于我们程序中可能存在着大量冗余的表达式,易产生混淆的变量 或者程序结构不合理等。在软件开发初期,一般采用关闭优化,以方便程序的开 发测试。在测试成功基础上,可单个文件或分组进行优化;软件开发后期,可将 优化等级开到最高级.03,并选择对程序全局优化,以产生更高效的程序。作为优 化的第一步,首先应知会编译器我们欲达到的优化级别,让它结合代码结构特点,
充分发挥自身优化能力。

1、选择合适的编译选项 在优化的过程中,不同的优化级别会产生不同的优化力度:.ol主要完成内部 参数传递、删除不必要的赋值语句、将变量分配给寄存器、简化表达式等;.02具 有.01的特点,同时具有将循环展开、编排软件流水等功能;.03是对文件级别最 强的优化,它将删除不被调用的函数、自动内联比较小的函数、重新排列函数以 便清楚被优化函数的调用关系等。.03选项优化要慎重选择,在个别情况下使用这 个选项优化程序可能是在优化循环,组织流水线的时候发生错误。不过这种情况 下选择使用.g选项,程序就不会出现错误,但优化效果下降。另外在做程序内部 测试的时候,可能导致代码部分位置的断点无法设置。 对于LTE上行信道估计的优化,我们采用较为保守的.02级别优化。为了对比,
也做了对文件级别最强的.03级别优化。在CCS Project选项中将Build Option选项

优化开关分别打到.02,和.03对优化前后的代码分别进行测试。对于LTE信道估 计,我们根据程序运行时间统计设置进一步分析。
(1)Profile j Setup/程序运行统计模块配置

(2)Profile专Ⅵe、Ⅳer/程序运行统计选项配置

第四章基于DSP的LTE系统上行信道估计实现

57

下面给出未进行优化的信道估计各个函数的cycle数目在不同编译选项下的结果:
仿真条件: 叠 书 如 程 全


MIMO模式:1T1R

调制方式:QPSK




图4.6 LTE上行信道估计优化前代码(没有开优化开关)

=|
书 如 赶
●●——

硷 日


f^——



图4.7 LTE上行信道估计优化前代码(.02级别) :|
粕 柏

瞧 全



—n



图4.8

LTE上行信道估计优化前代码(一03级别)
Total

通常,我们关注的只有图中最后一项数值,即:cycle

Exclude的数目。

由图4.7可见,将.02开关打开之后,大大的降低LTE信道估计所消耗的cycle数

目,相比图4.6而言,计算信道估计参数模块由121降到96,计算导频的LS估计 由82243下降到8002,降噪滤波函数由1 233 15下降到6777,时域插值函数由260919 下降到12621。总体说来效果是很不错 的,这是采用CCS 系统自身的优化措施, 使得软 件流水起来,由图4.8看出,我们将优化开关打至.0 3级别,相对于一02级别 某些函 数比较,cycle数还是有所下降的,比如:降噪函数模块由6777下降到6764。 此外, 我们还给出了优化后代码的不同编译条件下的cycle数的统计结果:
:|
q。

如 .|I 刍 日


^…



图4.9 LTE上行信道估计优化后代码(未开优化开关)

图4.10 LTE上行信道估计优化后代码(一02级别)

图4.1l LTE上行信道估计优化后代码(.03级别)

第四章基于DSP的LTE系统上行信道估计实现

59

由上图可见,将.02开关打开之后,可见LTE信道估计所消耗的cycle数得到 了大大的降低。这是采用CCS系统自身的优化措施,使得软件流水起来,从而降 低代码的cycle数目。当然,编译器优化也是有限度的,对比图4.10和图4.11可 以看出,尽管已经将优化开关打到了.03级别,但是优化的程度相对于.02并没有 改变,再次说明了代码优化才是最根本的出发点,对于代码我们采取优化的切入
点有如下思路: (1)使用内联指令。例如:采用

进行乘法;使用 MUST 令指 ypmc.。等ITERATE

(2)将两个循环合并,用代码空间来换代码效率。 (3)指针前面都加上Restrict关键字,可以有效地减小cycle数。 2、采用库函数(intrisic)和关键字(Restrict)优化 对于C6000编译器而言,其内含丰富的库函数intrisic,这些函数直接映射到 具体的CPU指令,因此效率非常高。它所完成的功能如果采用常规C代码来编写, 往往很繁琐。因此代码中的一些操作应该尽量使用intrinsic函数来代替。在编译中, 由于编译器无法知道两个指针是否会指向同一个地方,因此采用了保守的编译优 化方法,即默认存在这种情况,这样便大大减少了流水操作,降低了程序执行效 率。这种情况下可以采用关键字的方式告诉编译器更多的信息,如通过函数入口 参数加入restrict关键字告诉编译器两个指针不可能指向同一个地址,以便编译器 可“放心大胆"的去优化程序,以达到更好的优化效果。
3、数据打包处理

C6000访问存储器是很费时的,要提高C6000数据处理率,应使1条Load/Store 指令能访问多个数据。当程序需要对一连串的短型数据进行操作时,可以使用字 (整型)一次访问2个短型数据,然后使用C6000相应指令。类似的,对一连串 整型数据进行操作时,可以用双长字访问存储器。这种类型的优化,称为数据打 包处理。 4、合理利用软件流水反馈信息 通常编译器不能确定循环的最小次数,这时编译器会生成两个版本的循环目 标代码:非流水的目标代码和软件流水的目标代码。为了指示编译器不要产生两 个版本的目标代码,需要使用.ms0或.msl选项,选上其中一个选项后,编译器会 判断,如果它知道循环的最小次数,那么就只产生流水的目标代码,否则就只产 生非流水的目标代码,为了帮助编译器了解循环的最小次数,可以用下面两种方
法: (1)使用MUST

ITERATE指令或.pm选项。

(2)同时打开.03和.pm选项,以允许optimizer访问整个程序或大部分程序,以
此来确定循环的特征。

软件流水是编排的循环指令,使循环的多次迭代并行执行的技术。在编译C

60

LTE系统上行信道估计算法研究与实现

语言程序时,编译器在产生的.asm文件里向编程人员反馈许多信息。清楚每条信

息的含义,对进一步优化代码具有重要意义。通过这些信息,可以知道每个循环 体的优化效率,是否可以进一步优化等等。图4.12为软件流水示意图,软件流水 主要分为三个阶段:循环填充、循环核、循环排空。在循环实现过程中,循环核 占的比重越大,并行指令执行的数越多,编排的软件流水执行的效率越高。

ined-loop prolog

Pipelined-loop epilog

图4.12软件流水示意图

5、最大限度的对循环进行优化 循环是对性能影响最大的因素,首先从下面几个方面来考虑对循环的优化:
(1)循环计数(Trip count)

(2)冗余循环(Redundant loops)
(3)循环展开(Loop unrolling) (4)推测执行(Speculative Execution)

如果编译器不知道循环次数n的信息(最大/最小循环次数和循环次数为几的 整数倍),我们可以用MUST ITERATE指令知会编译器。MUST

ITERATE指令不

会产生目标代码,它只会在编译时被编译器读取以获得循环相关的信息。

MUST_ITERATE(Argumentl,Argument2,Argument3)的第一个参数表示循环执行
的最小次数;第二个参数表示循环执行的最大次数,第三个参数表示循环次数能 被几整除循环计数器,如果是递减,则能够使循环更加优化。
总而言之,代码优化是程序开发过程中非常重要的步骤,好的程序员不仅仅 是完成算法到代码的实现过程,更要能够在保证代码正确性和准确度的基础上,

尽可能地减少代码量,并且能够达到充分利用有限CPU内存资源的目的。本节通 过针对LTE系统上行信道估计代码的优化,实现了缩短代码的运行周期,提高了 运行效率,同时证明了优化方法的重要性与有效性。

4.4本章小结
本章主要介绍了LTE系统信道估计算法DSP实现方案,算法的DSP实现平台,

第四章基于DSP的LTE系统上行信道估计实现

6l

包括上行和下行简要处理流程,重点介绍了上行信道估计实现方案。并在CCS软 件环境下调试了基于LS估计准则(实现上采用的LS估计)的LTE上行信道估计 算法。同时根据软件平台CCS反馈的流水信息,对代码实现的性能进行剖析,总 结了一些常用的优化方法和技巧,从利用CCS软件特有的功能(选择.02或.03) 选用不同的优化级别来实现优化,还给出了从代码本身优化的角度实现减少cycle 数的目的。并仿真出信道估计代码相关优化的结果。给出了优化前后以及不同级
别的优化代码各个模块cycle数目的统计结果。

第五章结束语

63

第五章结束语
5.1论文工作总结
准确的信道估计算法是保证LTE系统传输质量,发挥其优越性的关键。因此 研究工作主要围绕LTE系统的关键技术之一——信道估计技术。简要介绍了LTE 系统与关键技术,针对物理层方面的主要概念作了分析,对于上行关键技术 SC—FDMA和下行关键技术OFDMA作了简要介绍。论文的主要内容和贡献包括以 下几方面: 1、迭代算法研究方面。本文就基于导频的信道估计算法做了重点研究。从理 论上给出了两种最基本的准则LS准则和MMSE准则详尽的公式推导。根据现有 的信道估计算法,提出了基于LS/MMSE准则下的MIMO均衡迭代信道估计算法 和Turbo译码迭代信道估计算法,并做了进行了大量的仿真,给出了其在不同条件 下与相应准则下未进行迭代的算法以及理想信道性能曲线的对比。仿真表明,在 增加有限复杂度的前提下,采用Turbo译码迭代信道估计算法能够有效的对抗信道 的时变性,有较强的抗频率选择性衰落的能力,更适合高速场景。 2、实际系统中采用的信道估计算法的DSP实现。给出了基于DSP的LTE系 统上行信道估计的实现。介绍了LTE系统信道估计算法DSP实现方案,以及算法 的DSP实现平台,重点介绍了上行信道估计的实现流程。并且以C6x为例,给出 了DSP的相关优化方法,从编译器优化和手动代码优化两方面进行了详细的介绍, 最后给出了LTE系统上行信道估计DSP的优化结果。

5.2展望

本课题是在3GPP组织开展3G长期演进计划的背景下进行的。m技术是3G
向4G平滑演进的过渡性技术,从目前无线通信技术的发展趋势来看,LTE技术 是有着广阔市场前景的无线通信技术,LTE系统的关键技术非常多,本文的研 究内容只是该领域的一部分,结合本文的研究内容和相关技术的最新发展趋势, LTE系统需要进一步开展研究的工作有: l、本论文的第二、三章已经给出了关于导频的分类和LTE上行链路所 采用的导频结构,指出影响信道估计精度的一个因素还有导频符号的放置方 式。现有的研究导频放置的文献中,针对不同的信道环境,根据相应的放置 规则和标准,提出了不同的导频放置方式,以更好的适合不同的传输环境。 在保证传输质量的前提下,如何采用更少的导频符号,更简单的导频结构来

LTE系统上行信道估计算法研究与实现

适合不同的信道,还有待于进一步的探讨与研究。 2、本文在研究过程中,重点研究了利用迭代思想的信道估计算法。对于 信道估计和均衡相结合的研究而言,由于我们仿真中采用的是1T2R的天线 配置,接收端MIMO均衡实际上只是做了一个接收分集处理。后期我们可以 结合2T2R甚至是4T4R条件下,展开对MIMO均衡迭代信道估计算法的进
一步研究。

编码领域的热点_Turbo码,与信道估计相结合做了深入的研究。充分利用
Turbo码自身迭代译码的性能优势,在增加有限复杂度的前提下,利用迭代思想,

3、本文在研究过程中,除了对信道估计和均衡相结合研究外,针对当前

实现提高信道估计值的精度,从而提升整个系统性能的目标。但对于Turbo码本身 而言,因为它具有内在的一个交织器,通过迭代译码,充分利用信道信息,是Turbo 码能够取得优异纠错性能的关键。本文研究中,没有根据不同信道环境下,改变 译码器本身的迭代译码次数。后期可以充分将信道环境,迭代译码次数以及系统 的实时性综合考虑,研究在不同场景下、尽可能低的复杂度的前提下,能够保证 系统传输性能的信道估计算法。 4、本文的实现是针对当前LTE系统实际应用中算法的介绍。后期将对本文提 出的改进的迭代算法进行DSP的实现。迭代算法在将来的通信系统中的可行性, 也是有待思考的问题。 由于时间有限,本论文仅对LTE系统上行信道估计算法进行了初步地研究。 后期工作可以重点跟均衡,以及减少码间干扰等的迭代结构结合研究。此外,低 SNR条件下信道估计以及迭代译码和信道参数的联合估计方法将会是未来研究的 一个重要的课题。

致谢

65

致谢
在论文即将完成之际,我对所有向本论文及作者直接或者间接提供过帮助或 者给予照顾的老师和朋友表示由衷的感谢! 首先,我衷,11,地感谢我的导师任光亮教授!在我攻读硕士期间,他不仅在学 习上,而且在生活上都给予我悉心的指导和亲切的关怀,整个论文研究成果无不 凝聚着他的智慧与心血;他正直的品质,严谨的学术作风,渊博的知识,孜孜不 倦的钻研精神,对科学研究的敏锐地洞察力,无不让我深切地感受着,并将受益 终生。在此,谨向任老师致以最深深地谢意! 非常感谢上研所的指导老师何龙科博士,刘云博士,周洪斌老师以及宋毅, 鲁立等诸多同事工作上耐心的指导和生活上许多的照顾,有了他们的点拨和帮助 才使得论文能够得以顺利完成,在上海的那段日子让我成长了许多! 向我的实验室同学倪浩,焦飞,孙垂强,魏振,鲍欣欣,张哲,王艳霞、白 云、杨丽花等表示真诚的感谢。在生活和学习上我们互相关心、互相帮助,共同 营造了良好生活环境和学习的氛围。在此,还要特别感谢东南大学的王毅同学, 在论文研究工作中给了我莫大的帮助! 感谢我的男友张海波,在生活上对我无微不至的关怀,在工作上对我的支持 和学业上对我的极大鼓励,都是我克服困难的动力。 谨以此文献给养育我多年的父母。感谢他们赐予我生命,感谢他们给予我精 神和物质上的大力支持,使我能够在没有包袱的良好家庭环境下顺利地读完硕士; 感谢他们为我在实现理想的道路上扫除一切障碍,尽他们最大的努力营造了良好
的家庭氛围!

感谢其他所有为本论文的撰写、校正、打印和装订提供帮助的人。 感谢百忙之中抽出时间阅读本文的各位评审人员。

参考文献

67

参考文献
【1】 王文博,郑侃.宽带无线通信OFDM技术(第1版),北京人民邮电出版社.2003.
pp:8—33


【2】 【3】

韦惠民,李国民,暴宇.移动通信技术.北京.人民邮电出版社.2006
Ye(Geoffrey.)Li.Pilot—Sysmbol?Aided
wireless systems.IEEE Transaction July 2000,pp:1207—1214
on

Channel

Estimation

for

OFDM

in

VEHICULAR TECHNOLOGY V01.49,No.4.

[4】

张继东等.基于导频的OFDM信道估计及其研究进展.通信学报.JOURNAL
OF CHINA INSTITUTE OF CO^压^仉7]NICATIoNS.V01.24,No.11.November 2003

【5】

Michele Morelli,Umberto Mengali.A comparision
Estimation

of Pliot-Aided Channel

Methods

for

OFDM systems,IEEE TRANSACTION ON

SINGNAL

PROCESSING VoL49.No.12.December 2001.PP.3065—3072

[6】THOMAS

MUELLER,

KARSTEN of Coherent Personal

BRUENINGHAUS

and

HERMANN Mobile

ROHLING.Performance

OFDM.CDMA for

Broadband

CommunicatiOIlS叨.Wireless [7】 Meng—Han Hsieh and
on on

CommunicatiOIlS

2:295-305,1 996

Che-Ho

Wei.Channel

estimation for OFDM systems based

comb-type pilot arrangement in frequency selective channels.IEEE Transactions

Consumer

Electronics V01.44,No.1.Februay 1 998 S,Jan—Jaap B,Sarah value K

[8】

Ove

E,Magnus
by



and Per O

B.OFDM

channel
on

estimation

singular

Decomposition叨.IEEE

Transactions

Communications.V01:46,No.7.mⅨ1 998
[9】 MICHELE M,UMBERTO M.A comparison
methods for of pilot—aided channel estimation
on

OFDM system四.IEEE Transactions

Signal

Processing,200 1.

49(12).pp:3065-3073 【l 0】0 Edfors,M
estimators for Sandell

and





B6rjesson,Analysis

of DFT-based channel

OFDM.Wireless Personal

Commun.,V01.12,Jan 2000.pp:55-70

[11】3GPP TS

36.21 l一3GPP;Technical Specification Group Radio Access Network;

Evolved Universal Terrestrial Radio

Access(EUTRA)Physical

Channels

and

modulation(Release8).PP:1 3—4 1 [12】王璐.LTE物理层上行技术研究。北京邮电大学硕士论文.2008.3。pp:1 [1 3】3GPP
TS 36.2 1 2.Evolved l一20

Universal

Terrestrial

Radio

Access(E—UTRA)

Multiplexing and channel coding.

LTE系统上行信道估计算法研究与实现

[1 4】Myung

H G

Junsung Lim,Goodman

D J.Single carrier FDMA for uplink

wireless transmission.Vehicular Technology Magazine,IEEE.Volume.1,Issue.3, Sept 2006.pp:30-38

[1 5】Grieco,Donald M.Uplink
and

Single—User MIMO for 3GPP LTE.Personal,Indoor 1 8th International

Mobile

Radio Communications,2007.PIMRC 2007.IEEE
on

Symposium

3-7.Sept 2007.pp:l-5

【16】汪裕民.OFDM关键技术与应用.北京.机械工业出版社.2007
[1 7】Yin nujun,Alamouti,Siavash.OFDMA:A Technology。Samoff Symposium 2006
IEEE 27—28 Broadband

Wireless

Access

March 2006.pp:l一4

[1 8】郑侃,赵慧,王文博.3G长期演进技术与系统设计.电子工业出版社.2007.9

[19】佟学俭,罗涛.OFDM移动通信技术原理与应用.人民邮电出版社.2003 [20】尹长川,罗涛,乐光新.多载波宽带无线通信技术.北京.北京邮电大学出 版社,2004
【2 1】Y(G)Li,Seshadri,and
S Ariyavisitakul.Channel estimation for channels,IEEE

OFDM systems

埘m

transmitter diversity in mobile wireless

J.Select.Areas

Commun.V01.17 Mar 1999.pp:461—471

[22】Y(G)Li.Simplified
[23】Won
Gi

channel estimation for

OFDM systems

with

multiple

transmitter diversity,IEEE Trans.Wh-eless Commun.V01.1.Jan 2002.pp:67.75
Jeort,Kyung Hyun Pail(,and Yong Soo Cho.An

efficient

channel

estimation technique for OFDM systems

with transmitter

diversity,IEICE Trans.

Commun.V01.E84-B April 2001.pp:967-974

[24】Yi

Gong

and

K B Letaie£Low rank channel estimation for

space.time

coded

谢de—band OFDM
2001.pp:772—776

systems,in Proc.IEEE 54th Vehicular

Technology

Conf.,Fall

[25】J



Cavers,An

analysis of pilot symbol assisted modulation for Rayleigh fading 1 99 1.pp:686-693 of pilot symbols for channel

channels.IEEE

Trans.Veh.Tech.V01.40,Nov

[26】M

Dong and L Tong,Optimal design

and placement

estimation.IEEE Trans.Signal Processing,V01.50,No,12.Dec 2002.pp:3055—3069

[27】M

L Moher

and

J H

Lodge.“TCMP—a

modulation

and

coding

strategy

for Rician

fading channels”,IEEE

J.Select.Areas

Commun.V01.7,Dec l 989.PP:l 347.1355

[28】J

Liang,Z Ding.’.Nonminimum-phase FIR channel estimation using pencils,”IEEE

cumulant

matrix

Trans.Signal

Processing.Vol,5 1,No,9.Sept.2003.

pp:23 1 0-2320

[29】L

Tong,G Xu,B

Hassibi,and

T Kailath,“Blind

channel estimation based

on.second-order statistics:a frequency-domain approach,”IEEE

Trans.Inform.

参考文献

Theory,V01.4 1,Jan 1 995.pp:329?334

[30】P

Hoeher,S Kaiser,P Robertson.”Two?dimensional pilot—symbol—aided channel

estimation.”IEEE 1997.pp:123

Intemational Symposium

on

Information

Theory.V01.29,July

【3 l】F

Sanzi,F J Sven Jelting,J Speidel.”A comparative study of iterative channel

estimators for mobile OFDM systems.”IEEE Trans.Wireless Commun.V01.2,No.5.
Sept 2003.pp:849—859

[32】O Edfords,M Sandell,V
value decomposition'’.IEEE



Beck,etal.”OFDM

channel estimation by singular

Trans.Commun,V01.46,No.7.1 998.pp:93 1—939
D Beck.Etal.”Analysis Personal of DFT-based channel

【33】O Edfords,M
estimators for
pp:55-70

Sandell,V

OFDM.”Wireless

Communications,V01.1 2,No.1.2000.

【34】Y Baoguo,C Zhigang,K
DFT-based

B Letaie£¨Analysis of low-complexity windowed

MMSE

channel

estimator

for

OFDM

systems.¨IEEE

Tram.

Communications.V01.49,No.1 1.Nov 200 1.pp:1 977—1 987

【35】L Dong,G

Feng,L Guosong Li.etal."Enhanced DFT Interpolation—based Channel

Estimation for OFDM Systems with Virtual Subcarriers”.Vehicular Technology
Conference.V01.4,Spring 2006.pp:1 580?1 584

[36】Hanzo L,Woodard,J只Robertson
Applications.Proceedings pp:1178—1200 of

P Turbo Decoding and Detection for

Wireless
2007.

the

IEEE.Volume,95,Issue,6,June

【37]Sinem C,Mustafa
on

E,Anuj E
in

and

Ahmad B.Channel

estimation

techniques based
on

pilot

arrangement

OFDM Systems[J].IEEE Transactions

Broadcasting,

v01.48,No.3.September 2002

[38】Shankar Balasubramanian,Behrouz Farhang—Boroujeny
Pilot embedding for channel estimation and tracking in

and V John

Mathews.

OFDM systems闭.IEEE

Communications Society Globecom 2004

[39】Jae

Kyoung

Moon;Song
in


In

Choi.Performance of

channel estimation methods for Electronics,IEEE

OFDM systems

multi-path

fading channels.Consumer

Transactions

on

Volume 46,Issue 1.Feb 2000.pp:1 6 1-1 70 Chcn,Haifeng

【40】Bingyang Wu;Shixin Cheng;Ming
aided channel estimation in clipped 2005.VTC一2005一Fall.2005 IEEE

Wang.Analysis

of decision Conference,

OFDM.Vehicular Technology

62nd.Volume

2,25—28 Sept 2005.pp:1 030-1 033

【4 1】Goldsmith

A,Jafar S A,Jindal N,Vishwanath S.Capacity limits of

MIMO

channels.Selected Areas in

Communications,IEEE Journal on.Volume 2 l,Issue 5.

70

LTE系统上行信道估计算法研究与实现

June 2003.pp:684—702

[42】Jordan M

A,Nichols R A.The effects of channel characteristics

on

turbo code 96,

performance.Military

Communications

Conference,

1 996.MILCOM

Conference Proceedings IEEE.V01.1,Oct 1 996.pp:1 7—2 1

[43】谭明新,徐根深.Turbo码在第三代移动通信中的应用.哈尔滨工程大学学报.
2003

[44】Rodrigues M

R D,Chatzgeorgiou

I,Wassell,Carrasco

R.On the performance of Theory,2005.ISIT 2005.

turbo codes in quasi—static fading

channels.Information
on

Proceedings.Intemational Symposium

4-9 Sept 2005.pp:622-626

【45】季昱,林俊超,余本喜.DSP嵌入式应用系统开发典型实例.中国电力出版
社,2005

[46】邹彦.DSP原理及应用.北京.电子工业出版社.2005.pp:14—16

LTE系统上行信道估计算法研究与实现
作者: 学位授予单位: 赵彦 西安电子科技大学

本文链接:http://d.g.wanfangdata.com.cn/Thesis_Y1486363.aspx


相关文章:
LTE—A系统上行MIMO信道估计方法研究
LTE-A 系统物理层的 PUSCH 链路为研究背景,介绍了 LTE 上行参考信号的设 计以及传统的信道估计算法,着重指出了 LTE-A 上行 MIMO 信道估计遇到的问题,并阐述...
LTE-A系统的信道估计和导频设计研究
并以此为基础构建了 LTE 系统的时频二维信道估计,比较不 同信道估计算法的性能...为避免 OFDM 上述缺点,因此 LTE 系统上行链路选择采用峰均比比较低的单载波调制...
LTE 信道估计研究报告
本文研究了几种信道估计方法,并进 行了初步的仿真,为研发实现提供支持。 1.2...LTE系统上行信道估计算法... 70页 免费 LTE系统中的信道估计技术... 75页 ...
LTE试题一(答案)
信道质量测量(又称为信道探测); B、下行信道估计,...RRC 31.LTE 系统上行支持哪些调制方式:( A、B...比例公平调度与其他调度算法相比兼顾了:( A、D ) ...
开题报告
LTE系统上行信道估计算法研... 70页 免费 LTE任务书 2页 免费 LTE-A 5页 免费如要投诉违规内容,请到百度文库投诉中心;如要提出功能问题或意见建议,请点击此处...
(LTE)权威模拟题-(含答案)
(LTE)模拟题 一、 单选题(共 40 题,每题 1 分) 1、 (A )用于上行控制和数据信道的相关解调 A、DMRS B、DRS C、SRS D、CRS 2、 (C )用于估计上行...
LTE系统上行调度算法研究
LTE系统上行调度算法研究_小学作文_小学教育_教育专区...分别从信道感知、比例公平、qos 保证三个方面,对现...文献[8]提出一种基于时延估计的 qos 调度算法,因为...
LTE系统上行调度算法研究
龙源期刊网 http://www.qikan.com.cn LTE 系统上行调度算法研究 作者:杨洋 吴翠先 籍慧琴 来源:《数字技术与应用》2013 年第 08 期 摘要:无线资源调度是 ...
试题解析
4、SRS 用于上行信道质量测量和上行信道估计,是空隙...LTE 系统中不对下行采用灵活的功率控制,而只是采用...厂家评估算法包括 PESQ 和 POLQA 算法,影响 MoS 值...
更多相关标签:
lte 上行信道估计 | lte上行信道 | lte上行物理信道 | lte上行物理信道包含 | lte上行控制信道 | 信道估计算法 | ofdm信道估计算法 | ls信道估计算法 |