[发明专利]MIMO‑OFDM系统中基于指数平滑的信道估计方法

说明书

技术领域

本发明属于无线通信系统信道估计领域，具体涉及一种MIMO-OFDM系统中基于指数平滑的信道估计方法。

背景技术

随着无线移动通信的高速发展，用户对于可靠高速无线通信链路的需求迎来空前的增长。对此，需要更为完善的无线通信系统来实现用户在各种环境中的各种通信形式。第四代移动通信系统采用了创新的设计观念，从以传统移动电话业务为主的移动通信网络升级为以移动数据为主面向因特网大范围覆盖高速移动通信网络，能够支持更为丰富的移动通信业务，使用户在任何地方可以获得所需任何形式的信息服务。

第四代无线移动通信系统以MIMO-OFDM技术为核心传输方案，充分发挥了MIMO技术与OFDM技术的各自优势。然而，由于OFDM技术中，信号同时涉及时域和频域，无线信道的频率选择性(由信道的多径时延引起)和时间选择性(由多普勒效应引起)都会影响OFDM信号的传输，因而在信号检测时，准确的信道状态信息(CSI，Channel State Information)是接收端采用相干解调恢复数据的关键。同时，为消除多天线之间的互相干扰，MIMO系统采用的空时编解码也需要尽可能准确的CSI。此外，由于采用多个天线，SISO-OFDM系统的信道估计算法无法直接用于MIMO-OFDM系统。为解决上述问题，实现高质量高可靠性无线通信，需要获取尽可能准确的CSI，因此MIMO-OFDM系统中，对于信道估计问题的研究有着至关重要的作用。

针对MIMO-OFDM无线通信系统中的信道估计算法，专家学者进行了一系列探究，目前主要的信道估计算法包括最小二乘(LS，LeastSquares)算法、最小均方误差(MMSE，MinimumMeanSquareError)算法、离散傅立叶变换(DFT，Discrete Fourier Transform)算法等。LS算法操作简单，运算复杂度低，信道估计过程中无需用到任何信道信息，但是LS算法中，噪声因素被忽略，因此算法的估计结果精度不高；MMSE算法中，信道自身的相关性以及信噪比环境成为信道估计的主要因素，其估计精度要远高于LS算法，然而MMSE算法中涉及自相关矩阵的求逆过程，还需要事先获取信道的统计特性及信噪比大小，因此MMSE算法在实际中运用较少；DFT信道估计算法在LS估计的基础上对最大时延长度以外的信道冲激响应置零，去除了仅包含噪声的路径，理论分析表明基于DFT的估计算法性能优于LS算法，并且运算复杂度远低于MMSE算法，然而DFT算法需要提前获取信道的最大时延长度。

发明内容

本发明针对现有技术中MIMO-OFDM系统中LS信道估计算法估计精度不高的问题，提供一种MIMO-OFDM系统中基于指数平滑的信道估计方法。

为实现上述目的，本发明采用以下技术方案：

一种MIMO-OFDM系统中基于指数平滑的信道估计方法，包括如下步骤：

步骤一：在MIMO-OFDM系统中获取各符号信道频率响应的LS估计值；

步骤二：通过离散傅立叶反变换获得各符号信道冲激响应的LS估计值；

步骤三：通过指数平滑算法对信道冲激响应的LS估计值进行优化；

步骤四：通过离散傅立叶变换得到基于指数平滑的信道频率响应。

为优化上述技术方案，采取的具体措施还包括：

所述步骤一中：

每个天线插入导频的数量为M，OFDM采用K个子载波，梳状导频的间隔子载波数为p，满足M＝[K/p]；

首先获取导频位置的频域接收信号：

其中，P表示导频所在位置，f表示频域形式，i表示发射天线，j表示接收天线，ji表示从第i个发射天线到第j个接收天线，N_T表示发射天线数，X_i表示发射天线i上的信号矩阵，h_ji和z_j分别表示信号矩阵和噪声；

将所有发射天线上的导频信号按照以下方式进行排列，用Q_m(n)表示第m个发射天线上的第n个导频信号，将导频信号按照n的值分组排列，排列顺序按照天线序号m的值升序排列，从而得到Q矩阵：

则所有发射天线到第j个接收天线之间的信道频率响应为：

导频接收信号为：

LS信道估计的解为：

其中