基于正交频分复用的线性最小均方误差信道估计改进算法..docx

基于正交频分复用的线性最小均方误差信道估计改进算法摘要:传统的线性最小均方误差(LMMSE信道估计要求已知信道的统计特性, 而实际应用中无线信道的统计特性往往是不可知的。针对无线信道的不确定性,根据时域信道上能量分布的稀疏性特点,在最小二乘(LS)算法的基础上提出了一种改进的 LMMSEI道估计算法。该算法从当前信道置信度较高的频率响应出发,把相邻子载波信道估计误差的比值作为信道响应的加权系数,然后通过加权平均的方法计算出多径信道下的信道响应。该算法避免了繁琐的矩阵求逆与分解运算,能够有效降低算法复杂度。实验结果表明,所提算法总体性能优于LS算法及经过奇异值分解的线性最小均方误差 (SVDLMMSE估计算法,且其误码率接近于传统的LMMSE?法。关键词:正交频分复用;无线信道;均方误差;误码率;信道估计引言正交频分复用(OrthogonalFrequencyDivisionMultiplexing,OFDM是现代通信系统多载波调制中的一项关键技术。该技术的核心思想是将传输信道分解成若干个正交子信道,使高速传输数据流转换成并行的低速子数据流,经逆傅里叶变换后分别在每个子信道上进行传输。在多径条件下使用OFDM技术可以增加系统的鲁棒性,使其能够较好地对抗无线信道的频率选择性衰落和窄带干扰,并有效提升系统的频带利用率。为保证信号传输的可靠性,OFDM系统对子载波间的正交性要求非常严格,而信道估计则是其中的一项关键技术。通过跟踪接收端信道频率响应的变化,该技术可以对接收到的信号进行恢复和校正,以减小信道多径衰落对系统的影响,因而其精确程度将直接影响 OFDM系统的总体性能[1]。常见的信道估计算法一般可分为3类:盲信道估计、半盲信道估计和非盲信道估计。盲信道估计具有较好的频带利用率,且不需要辅助信息,但其算法复杂度高、收敛速度慢且精度较低。半盲信道估计算法是基于盲信道估计的一种优化,它虽然克服了盲信道估计算法复杂度高、收敛速度慢等的缺点,但其算法精确度相对较低,因而在实际应用中受到一定的限制。而非盲信道估计则是一种基于导频的信道估计算法,该类算法运算复杂度较低,且具有较高的精确度和频带利用率,因而逐渐成为人们的研究热点。现阶段对于非盲信道估计算法的研究主要集中在低秩算法和自适应低秩算法。文献 [2]提出了一种低复杂度的线性最小均方误差 (LinearMinimumMeanSquareError,LMMSE信道估计算法,该算法仅仅考虑了自相关矩阵对角线上的一些重要信息,以牺牲系统总体性能为代价来降低算法的复杂度。文献[3]利用托普利兹矩阵来计算信道的自相关矩阵及其逆矩阵,但该算法在求解托普利兹矩阵的自相关矩阵及其逆矩阵的计算过程中复杂度较高,具体实现起来较为困难。文献[4]提出了一种采用循环梳状导频结构的算法来提高信道估计的总体性能,但该算法的整体效率相对较低。文献[5]利用双对角矩阵算法来降低运算的复杂度,该算法虽然避免了逆矩阵的求解,但需要预先知道信道统计特性,而对于无线信道而言,其统计特性往往是不确定的。LMMSEt道估计算法,该算法可在信道针对上述问题,文中提出了一种改进的低复杂度特性未知的情况下进行有效的信道估计。算法首先对信道的时域能量进行分析,根据无线信道的稀疏特性[6],选择当前信道置信度较高的频率响应作为预估计值,以相邻子载波信道估计误差之比