申请/专利权人：佛山市顺德区中山大学研究院;广东顺德中山大学卡内基梅隆大学国际联合研究院;中山大学

申请日：2018-03-26

公开（公告）日：2020-09-15

公开（公告）号：CN108599817B

主分类号：H04B7/0413(20170101)

分类号：H04B7/0413(20170101);H04L5/00(20060101);H04L25/02(20060101)

优先权：

专利状态码：有效-授权

法律状态：2020.09.15#授权;2018.10.26#实质审查的生效;2018.09.28#公开

摘要：本发明公开了一种多小区MIMO‑OFDM同频干扰信道估计方法，在传统的进行导频设计的基础上，对干扰用户的导频进行相应的相位旋转设计，然后，构造支撑集矩阵，最后通过最小二乘法求解信道估计值，并遍历所有的正交序列，得到所有用户的信道估计结果，相比于简单的导频相位旋转算法，本发明可以有效改善同频干扰下的信道估计性能，从而为多小区MIMO‑OFDM同频干扰信道估计提供了指导。

主权项：1.一种多小区MIMO-OFDM同频干扰信道估计方法，其特征在于：包括以下步骤：A、初始化参数Nfft、DP、Lcp、hi，其中Nfft为子载波数目，DP为子载波间隔，Lcp为循环前缀长度，hi为第i个用户的时域多径信道，B、根据第index个正交导频序列Xindex构建正交导频序列上第i个同频用户的导频Xi，index，其中i＝1，2，…，M，其中表示该序列上的最大同频干扰用户数目，index为导频序列索引，且index＝0，1，…，DP-1；其中，步骤B包括以下步骤：B1、构造向量然后获取旋转向量Pr，index，Pr，index＝{Pk|k＝index：DP：Nfft-1}，其中Pk为向量P的第k个元素；B2、以i＝1的用户的导频X1，index为参考导频，构建第i个同频用户的导频Xi，index，其中⊙为向量的点乘运算；C、将数量为DP的正交导频序列Xindex映射到长度为Nfft的导频序列Xi上，其中每个正交导频序列Xindex之间的间隔为DP，得到其中Xi，indexj为向量Xi，index的第j个元素，Xi，indexj前面包括index个元素；D、根据离散傅里叶变换矩阵W构建矩阵Wp，其中E、从导频序列Xi的接收信号中获取第index个正交导频序列上的接收信号其中diag为对角化函数，Nindex为高斯白噪声的频域表示，且F、利用矩阵diagXi，indexWp的1至Lcp的列向量，构造矩阵然后利用Ti，index构造支撑集矩阵Tindex，得到Tindex＝[T1，indexT2，index…TM，index]，G、计算M个同频用户的时域估计信道其中且H、采用最小二乘法进行计算，得到信道估计值I、遍历所有正交序列的导频序列索引index，得到用户的信道估计结果。

全文数据：_种多小区MIMO-OFDM同频干扰信道估计方法技术领域[0001]本发明涉及无线通信技术领域，特别是一种多小区MMO-OFDM同频干扰信道估计方法。背景技术[0002]在实际的TDDMassiveMMO-OFDM系统中，由于信道相干时间短和系统带宽的限制，能够用于多用户进行信道估计的正交导频序列有限，为了使系统能够同时服务更多的用户，不同用户必须使用相同的子载波进行导频映射，而多用户在信道估计中进行频率复用使得上行信道估计面临着同频干扰的挑战。[0003]目前，压缩感知技术针对具有稀疏特性的信道估计中，可以明显地改善信道估计性能，但是该方法在OFDM信道估计中的性能不理想。发明内容[0004]为解决上述问题，本发明的目的在于提供一种多小区MMO-OFDM同频干扰信道估计方法。[0005]本发明解决其问题所采用的技术方案是：[0006]—种多小区MMO-OFDM同频干扰信道估计方法，包括以下步骤：[0007]A、初始化参数Nfft、DP、Lcp、hi，其中Nfft为子载波数目，DP为子载波间隔，Lcp为循环前缀长度，Iu为第i个用户的时域多径信道，[0008]B、根据第index个正交导频序列Xindex构建正交导频序列上第i个同频用户的导频Xi,indeX，其中：έ:1，2*··'蚪其中表示该序列上的最大同频干扰用户数目，为导频序列索引，且index=。，1，…，DP_1;[0009]C、将数量为DP的正交导频序列Xindex映射到长度为Nfft的导频序列Xi上，其中每个正交导频序列XindeX之间的间隔为DP，得到其中Xi,indexj为向量Xi,index的第j个兀素，Xi,indexj前面包括index个元素；[0010]D、根据离散傅里叶变换矩阵W构建矩阵％，其中[0011]E、从导频序列X1的接收信号中获取第index个正交导频序列上的接收信号Yindex,其中diag为对角化函数，Nindex为高斯白噪声的频域表示，且[0012]F、构造支撑集矩阵Tindex;[0013]G、计算M个同频用户的时域估计信道其中且[0014]H、采用最小二乘法进行计算，得到信道估计值[0015]I、遍历所有正交序列的导频序列索引index，得到用户的信道估计结果。[0016]进一步，所述步骤B包括以下步骤：[0017]B1、构造向量P，并获取旋转向量Pr,index;[0018]B2、根据旋转向量Pr,index以及参考导频计算得到第i个同频用户的导频Xi,index。[0019]进一步，所述步骤Bl中获取旋转向量Pr,ind3X的具体步骤为：构造向量然后获取旋转向量Pr,index?Pr,index{PkIk=index:DP:Nfft-1}，其中P⑹为向量P的第k个元素。[0020]进一步，所述步骤B2中根据旋转向量Pr,index以及参考导频计算得到第i个同频用户的导频Xi,index的具体步骤为：以i=1的用户的导频X1,index为参考导频，构建第i个同频用户的导频Xi,index，其中Θ为向量的点乘运算。[0021]进一步，所述步骤C中将数量为DP的正交导频序列Xindex映射到长度为Nfft的导频序列Xi上，在得到导频序列Xi后，将导频序列Xi变换到时域构造OFDM符号，并通过MMO信道传输发射出去。[0022]进一步，所述步骤D根据离散傅里叶变换矩阵W构建矩阵〜，具体步骤为：利用矩阵W第j行的行向量Wj构造矩阵^，其中j=indeX:DP:Nfft-l，[0023]进一步，所述步骤F构造支撑集矩阵Tindex的具体步骤为:利用矩阵diagXi,indexWP的1至1^的列向量，构造矩阵然后利用Ti,index构造支撑集矩阵Tinde3x,得至L[0024]进一步，所述步骤H中采用最小二乘法进行计算，得到信道估计值的具体步骤为：以Up为单位对备进行截取，其中第i个用户的截取区间为[i-1XUP，iXUP_l]，从而得到第index序列上所有同频用户的时域信道估计值Tf。[0025]本发明的有益效果是:本发明采用的一种多小区MMO-OFDM同频干扰信道估计方法，在传统的采用导频相位旋转的导频设计基础上，设计支撑集，然后利用支撑集重构时域信道信息，进一步改善虚拟载波下的信道估计性能，相对于应用于具有稀疏特性的信道估计的导频旋转算法来说，能够显著提升OFDM系统信道估计性能。附图说明[0026]下面结合附图和实例对本发明作进一步说明。[0027]图1是本发明一种多小区MMO-OFDM同频干扰信道估计方法的流程框；[0028]图2是多径对于信道估计性能的影响结果图；[0029]图3是F信道模型，84条径，80MHz下的本发明的算法与传统算法的性能对比图；[0030]图4是D信道模型，8条径，不同支撑集对信道估计性能的影响结果图。具体实施方式[0031]参照图1，本发明的一种多小区MMO-OFDM同频干扰信道估计方法，包括以下步骤：[0032]A、初始化参数加*、0?、1^、111，其中如*为子载波数目，0?为子载波间隔，1^为循环前缀长度，Iu为第i个用户的时域多径信道，[0033]B、根据第index个正交导频序列Xindex构建正交导频序列上第i个同频用户的导频Xi,index，其中其中表示该序列上的最大同频干扰用户数目，为导频序列索引，且index=0,1，…，DP_1。[0034]步骤B还包括两个步骤：[0035]BI、构造向量P，并获取旋转向量Pr,index:[0036]构造向量然后获取旋转向量Pr,index?Pr,index{P⑹|k=index:DP:Nfft_l}，其中P⑹向量P的第k个元素；[0037]B2、根据旋转向量Pr,index以及参考导频计算得到第i个同频用户的导频Xi,index:[0038]以i=1的用户的导频X1,inde3X为参考导频，构建第i个同频用户的导频Xi,inde3X，其中θ为向量的点乘运算。[0039]C、将数量为DP的正交导频序列XindeX映射到长度为Nfft的导频序列Xi上，其中每个正交导频序列XindeX之间的间隔为DP，得到其中Xi,indexj为向量Xi,index的第j个元素，Xi,indexj前面包括index个元素，在得到导频序列Xi后，将导频序列Xi变换到时域构造OFDM符号，并通过M頂0信道传输发射出去。[0040]D、生成离散傅里叶变换矩阵W，利用矩阵W第j行的行向量Wj构造矩阵WP，其中j=index:DP:Nfft-l，[0041]E、从导频序列X1的接收信号中获取第index个正交导频序列上的接收信号其中diag为对角化函数，Nindex为高斯白噪声的频域表示，且.[0042]F、利用矩阵diagXi4ndexWp的1至Lcp的列向量，构造矩阵利用Ti,index构造支撑集矩阵Tindex，得到Tindex=[Tl,indexT2,index…Tm,index]，[0043]G、计算M个同频用户的时域估计信道其中且[0044]H、采用最小二乘法进行计算，以1^为单位对沒进行截取，其中第i个用户的截取区间为[i_lXLcp，iXLcp-I],从而得到第index序列上所有同频用户的时域信道估计值£ί;[0045]I、遍历所有正交序列的导频序列索引index，得到用户的信道估计结果。[0046]为了验证本发明可行性，下面通过一个实施例对本发明进行详细的说明。[0047]首先设置系统参数，Nfft=256，MM0收发天线设置为8发8收，同频用户数目M=4，DP=2,导频序列索引index=0,Lcp=32,发射信噪比SNR=O:5:30,仿真信道采用802.IlacdownlinkChannelD和802.IlacdownlinkChannelF的数据，信道仿真次数为1000次。[0048]首先，对M个同频用户的导频进行设计;然后，将设计好的导频符号进行子载波映射，并得到时域OFDM符号;最后将OFDM符号通过发射天线进行发送，并经过M頂0信道传输到达接收端。[0049]在接收端，由于每根接收天线上的信号处理流程一样，所以只处理和分析某根特定接收天线上的M个干扰用户接收信号，信道估计性能结果可以扩展到其他接收天线上。[0050]多小区MIM0-0FDM同频干扰信道估计方法的信道估计均方误差可以表示为其中，1为支撑集矩阵Tindex的秩：为噪声平均功率，PsSofdm符号每个采样点的平均功率，为缺失的多径信道功率总和。[0051]首先，测试多径数目对于信道估计性能的影响，在低信噪比下，信道估计误差主要和·_•有关，而和多径数目无关，在高信噪比下，信道估计误差主要和有关，此时，径的数目越多，损失的概率越大，g越大，从而使得性能越有可能变差，如图2所示，在高信噪比下，本发明所提方法在8径时的估计均方误差减小的程度较大，即表示估计性能更好，因此，数值结果也验证了该理论分析结果。[0052]当取I=Lindex时，Tindex为固定支撑集，为了体现本发明的有效性，将本发明的方法与传统的基于包络加权的导频旋转方法进行了估计性能比较。[0053]基于包络加权的导频旋转算法仅仅只是采用了频域导频相位旋转等效于时域在时间轴上错开的思想，而无法降低噪声与虚拟子载波的影响，如图3所示，当采用F信道模型，径的数目为84条时，在信噪比不断升高的过程中，基于固定支撑集的旋转基算法相比于基于包络加权的导频旋转算法而言，前者的信道估计均方误差更小，即表示估计性能较好，例如在信噪比等于15dB时，基于固定支撑集的旋转基算法的估计均方误差为-28dB，而基于包络加权的导频旋转算法的估计均方误差为_25dB，所以基于固定支撑集的旋转基算法的估计均方误差更小，其估计性能更好，所以，本发明的估计性能优于传统基于导频相位旋转的算法。[0054]当KLindex时，Tindex为可变支撑集，为了进一步体现本发明所提算法的优异性能，分别比较了不同1下的估计性能，并采用传统的门限值和包络加权方法对1进行选取。[0055]在低信噪比下，信道估计误差主要和·有关，此时，可变支撑集算法的1均值变小，从而使得：变小，并使得总体估计性能变好，在高信噪比，信道估计误差主要和有关，此时，固定支撑集使得喊减小，并使得总体估计性能变好。如图4所示，在低信噪比下，例如信噪比等于5dB时，基于固定支撑集的算法的估计均方误差为-16dB，基于门限值的可变支撑集的算法的估计均方误差为_17dB，而基于包络加权的可变支撑集算法的估计均方误差为_19dB，由此可得，在低信噪比时，相比于基于固定支撑集的算法，基于可变支撑集的算法使得信道估计均方误差更小，即表示估计性能较好;而在在高信噪比下，例如信噪比等于25dB时，基于固定支撑集的算法的估计均方误差为-35.5dB，基于门限值的可变支撑集的算法的估计均方误差为-33.5dB，而基于包络加权的可变支撑集算法的估计均方误差为_34dB，由此可见，高信噪比时，相比于可变支撑集算法，固定支撑集算法使得信道估计均方误差更小，即表示估计性能较好。[0056]由上述可知，本发明在对干扰用户的导频进行相应的相位旋转设计后，并通过设计支撑集矩阵，使得无论在低信噪比或者是高信噪比的情况下，都有较好的估计性能。[0057]本发明的方法相比于简单的导频相位旋转算法，可以有效改善同频干扰下的信道估计性能，从而为多小区M頂O-OFDM同频干扰信道估计提供指导。[0058]以上所述，只是本发明的较佳实施例而已，本发明并不局限于上述实施方式，只要其以相同的手段达到本发明的技术效果，都应属于本发明的保护范围。

权利要求：I.一种多小区MMO-OFDM同频干扰信道估计方法，其特征在于:包括以下步骤：A、初始化参数加*、0?、1^、111，其中細*为子载波数目，0?为子载波间隔，1^为循环前缀长度，Iu为第i个用户的时域多径信道，B、根据第index个正交导频序列Xindex构建正交导频序列上第i个同频用户的导频Xi,index，其中^其中，表示该序列上的最大同频干扰用户数目，index为导频序列索引，且index=0，l，···，DP_1;C、将数量为DP的正交导频序列Xindex映射到长度为Nfft的导频序列Xi上，其中每个正交导频序列Xindex之间的间隔为DP，得到其中Xi,indexj为向量Xi,index的第j个元素，Xi,indexj前面包括index个元素；D、根据离散傅里叶变换矩阵W构建矩阵^，其中E、从导频序列X1的接收信号中获取第index个正交导频序列上的接收信号Yindex,其中diag为对角化函数，Nindex为高斯白噪声的频域表示，且F、构造支撑集矩阵Tindex;G、计算M个同频用户的时域估计信道其中且H、采用最小二乘法进行计算，得到信道估计值I、遍历所有正交序列的导频序列索引index，得到用户的信道估计结果。2.根据权利要求1所述的一种多小区MMO-OFDM同频干扰信道估计方法，其特征在于：所述步骤B包括以下步骤：B1、构造向量P，并获取旋转向量Pr,index;B2、根据旋转向量Pr,index以及参考导频计算得到第i个同频用户的导频Xi,index。3.根据权利要求2所述的一种多小区MMO-OFDM同频干扰信道估计方法，其特征在于：所述步骤Bl中获取旋转向量Pr,index的具体步骤为:构造向量然后获取旋转向量，其中P⑹为向量P的第k个元素。4.根据权利要求3所述的一种多小区MMO-OFDM同频干扰信道估计方法，其特征在于：所述步骤B2中根据旋转向量Pr,index以及参考导频计算得到第i个同频用户的导频XMndeJ9具体步骤为：以i=1的用户的导频Xl,index为参考导频，构建第i个同频用户的导频Xi,index，，其中为向量的点乘运算。5.根据权利要求1所述的一种多小区MMO-OFDM同频干扰信道估计方法，其特征在于：所述步骤C中将数量为DP的正交导频序列Xindex映射到长度为Nfft的导频序列Xi上，在得到导频序列Xi后，将导频序列Xi变换到时域构造OFDM符号，并通过MMO信道传输发射出去。6.根据权利要求1所述的一种多小区MMO-OFDM同频干扰信道估计方法，其特征在于：所述步骤D根据离散傅里叶变换矩阵W构建矩阵〜，具体步骤为：利用矩阵W第j行的行向量Wj构造矩阵WP，其中j=index:DP:Nfft-l，7.根据权利要求1所述的一种多小区MMO-OFDM同频干扰信道估计方法，其特征在于：所述步骤F构造支撑集矩阵Tindex的具体步骤为:利用矩阵diagXi,indexWp的1至Up的列向量，构造矩阵然后利用!^,indM构造支撑集矩阵Tinde3x，得到8.根据权利要求1所述的一种多小区MMO-OFDM同频干扰信道估计方法，其特征在于：所述步骤H中采用最小二乘法进行计算，得到信道估计值$的具体步骤为：以1^为单位对H进行截取，其中第i个用户的截取区间为[i_lXUP，iXLcp-l]，从而得到第index序列上所有同频用户的时域信道估计值I；。

百度查询： 佛山市顺德区中山大学研究院;广东顺德中山大学卡内基梅隆大学国际联合研究院;中山大学 一种多小区MIMO-OFDM同频干扰信道估计方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD