專(zhuān)利名稱(chēng)：一種mimo-ofdm雙選擇性信道的跟蹤方法
技術(shù)領(lǐng)域：
本發(fā)明涉及多輸入多輸出正交頻分復(fù)用(MIMO-OFDM)系統(tǒng)中的信道跟蹤方法，確切的說(shuō)是MIMO-OFDM系統(tǒng)中基于粒子濾波器的時(shí)間-頻率雙選擇性信道的跟蹤方法，特別涉及一種MIMO-OFDM雙選擇性信道的跟蹤方法。

背景技術(shù)：
眾所周知，MIMO和OFDM技術(shù)將是下一代移動(dòng)通信的關(guān)鍵技術(shù)。兩者的結(jié)合充分利用了空間分集、頻率分集和時(shí)間分集來(lái)改善系統(tǒng)的容量和抗噪聲性能。然而MIMO-OFDM的高效性能依賴(lài)于接收端的信道估計(jì)的準(zhǔn)確與否。傳統(tǒng)的信道估計(jì)的方法為基于導(dǎo)頻的信道估計(jì)算法，但是為了獲得可信的信道估計(jì)，信道帶寬的相當(dāng)一部分被訓(xùn)練序列所占用。1996年，Stuber在他的著作“Principles of mobile communication”中指出，在快衰落、高多普勒條件下，帶寬被占用的比例可高達(dá)50％。2002年，Liu等在文章“Space time coding and Kalmanfiltering for time-selective fading channel”中提出利用卡爾曼濾波來(lái)進(jìn)行信道估計(jì)和跟蹤，以此來(lái)減少訓(xùn)練信號(hào)的長(zhǎng)度。對(duì)于時(shí)變信道的跟蹤，在線性高斯系統(tǒng)中，沒(méi)有一種算法能優(yōu)于卡爾曼濾波。但在無(wú)線通信系統(tǒng)中，接收信號(hào)經(jīng)常被非高斯噪聲所污染。在涉及到非線性狀態(tài)轉(zhuǎn)移與非高斯噪聲的信道跟蹤問(wèn)題上，序貫蒙特卡羅濾波比擴(kuò)展卡爾曼濾波更優(yōu)越。
粒子濾波算法是序貫蒙特卡羅濾波的一種基礎(chǔ)方法，其主要思想是利用一組相關(guān)權(quán)值的隨機(jī)變量樣本計(jì)算完成估計(jì)，以逼近實(shí)際的后驗(yàn)概率密度，當(dāng)樣本數(shù)目很大時(shí)，這種概率估計(jì)可近擬于真實(shí)后驗(yàn)概率。
設(shè)

表示隨機(jī)粒子，其含有后驗(yàn)概率pdfp(x0:n|y1:n)特性，其中{x0:ni，i＝0，...，Ns}是與權(quán)值{wni，i＝1，...，Ns}相關(guān)的狀態(tài)集，且權(quán)值滿足則t時(shí)刻的后驗(yàn)概率密度可近似表示

發(fā)明內(nèi)容
為在提高頻譜利用率的前提下，使系統(tǒng)得到良好的誤碼率性能，本發(fā)明提供一種MIMO-OFDM雙選擇性信道的跟蹤方法。為提供該跟蹤方法，首先給出MIMO-OFDM雙選擇信道的信道模型。
設(shè)MIMO-OFDM系統(tǒng)中發(fā)送天線i和接收天線j間的雙選擇信道的沖激響應(yīng)設(shè)為hi，j(n，τ)，其中i＝0，1，…，MT，j＝0，1，…，MR，MT和MR分別為發(fā)送天線和接收天線的數(shù)目。則參考Proakis在“Digital Communication(Forth Edition)”所述的抽頭延遲線模型 i＝0，1，…，MT；j＝0，1，…，MR (1) 其中L代表多徑數(shù)，Al和τi，jl分別為各徑的路徑增益和延遲擴(kuò)展，wi，j(n)為復(fù)噪聲隨機(jī)序列。單徑信道hi，jl(n)建模為一階自回歸AR過(guò)程，即 l＝0，1，…，L-1(2) 參考1996年Tsatasnis等發(fā)表的“Estimation and equalization of fading channels with randomcoefficients”將系數(shù)α確定為 α＝J0(2πfdTs)exp(j(2πf0Ts) (3) 其中，J0(·)是零階Bessel函數(shù)，fd為最大多普勒頻移，f0是載波頻偏，Ts為符號(hào)時(shí)間一種MIMO-OFDM雙選擇性信道的跟蹤方法，步驟如下 初始化粒子集hi，jm(0)，i＝0，1，…，MT；j＝0，1，…，MR；m＝1，…，M，權(quán)值wi，jm(0)均置1/M，得到一個(gè)觀測(cè)值后 1)利用公式(1)(2)可由hi，jm(n-1)得到新的粒子集hi，jm(n)。
2)對(duì)于每一個(gè)粒子，應(yīng)用似然函數(shù)計(jì)算粒子權(quán)值， 3)計(jì)算歸一化權(quán)值wi，jm(n)； 4)重采樣具有大權(quán)值的樣本，重復(fù)采樣；同時(shí)小權(quán)值樣本，盡量拋棄。如此獲得M個(gè)隨機(jī)樣本，其權(quán)值設(shè)為樣本分布漸趨于后驗(yàn)分布， 5)由后驗(yàn)分布得到信道估計(jì)值為 本發(fā)明方法的優(yōu)點(diǎn)可以對(duì)無(wú)線通信中的時(shí)間-頻率雙選擇性信道進(jìn)行良好的信道跟蹤，跟蹤過(guò)程不再需要插入訓(xùn)練序列或者導(dǎo)頻符號(hào)，可提高系統(tǒng)的頻譜利用率，得到高的誤碼率性能。



圖1為本發(fā)明方法采用空時(shí)分組編碼的兩發(fā)兩收MIMO-OFDM系統(tǒng)方框圖； 其中，1.STBC編碼，2.STBC譯碼，3.粒子濾波信道跟蹤。
圖2是兩發(fā)兩收MIMO-OFDM系統(tǒng)空時(shí)編碼過(guò)程示意圖； 其中4.頻率，5.時(shí)間，6.空時(shí)編碼。
圖3是粒子濾波跟蹤方法參數(shù)表； 圖4是粒子濾波算法與傳統(tǒng)的基于訓(xùn)練序列的最小二乘和最小均方誤差方法的BER性能比較。

具體實(shí)施例方式 實(shí)施例 以發(fā)射天線數(shù)為2，接受天線數(shù)為2的MIMO-OFDM系統(tǒng)為例來(lái)介紹這種方法。系統(tǒng)模型如圖1所示信息序列經(jīng)過(guò)調(diào)制器調(diào)制，然后把這些調(diào)制符號(hào)通過(guò)空時(shí)編碼器進(jìn)行空時(shí)編碼(STBC)，經(jīng)串并變換后經(jīng)過(guò)快速傅立葉反變換(IFFT)，最后把碼字通過(guò)發(fā)射天線發(fā)射出去。在接收端，首先對(duì)接收信號(hào)進(jìn)行快速傅立葉變換(FFT)，然后經(jīng)過(guò)空時(shí)譯碼和信道跟蹤模塊，并最終譯出信息序列。
圖1所示系統(tǒng)中空時(shí)編碼的過(guò)程如下設(shè)OFDM的子載波數(shù)為Ns，輸入的連續(xù)信息比特流經(jīng)過(guò)調(diào)制后，以Ns為單位進(jìn)行分組。在每?jī)蓚€(gè)連續(xù)OFDM符號(hào)間隔的開(kāi)始，將兩個(gè)連續(xù)的分組經(jīng)串/并變換后得到符號(hào)向量X(n)＝[X(0，n)，X(1，n)，…，X(Ns-1，n)]和X(n+1)＝[X(0，n+1)，X(1，n+1)，…，X(Ns-1，n+1)]。將符號(hào)向量對(duì)應(yīng)的分量進(jìn)行Alamouti空時(shí)分組編碼，如圖2所示，得到4個(gè)向量X0(n)、X1(n)、X0(n+1)、X1(n+1)，即4個(gè)OFDM符號(hào)，其中n代表第n個(gè)OFDM符號(hào)間隔，而下標(biāo)代表天線索引。在第n個(gè)OFDM符號(hào)間隔內(nèi)，編碼結(jié)果X0(n)，X1(n)分別經(jīng)過(guò)IFFT變換后由第1和第2個(gè)天線同時(shí)發(fā)射出去，在第n+1個(gè)OFDM符號(hào)間隔內(nèi)，X0(n+1)、X1(n+1)分別經(jīng)過(guò)IFFT變換后由第1和第2個(gè)天線同時(shí)發(fā)射出去。
假設(shè)信道在一個(gè)OFDM符號(hào)間隔內(nèi)不變，則接收端經(jīng)過(guò)解調(diào)(FFT變換)后，每個(gè)子載波上的接收信號(hào)是兩個(gè)畸變發(fā)送信號(hào)的迭加，可表示為 j＝0，1；k＝0，1，…Ns-1 其中Xi(n，k)，Yj(n，k)分別是第n個(gè)OFDM符號(hào)的第k個(gè)子載波的在第i個(gè)發(fā)送天線和第j個(gè)接收天線上的的發(fā)送信號(hào)和接收信號(hào)；Wj(n，k)是第j個(gè)接收天線在第n個(gè)OFDM符號(hào)期間第k個(gè)子載波上的隨機(jī)噪聲。Hij(n，k)是從第i個(gè)發(fā)射天線到第j個(gè)接收天線在第n個(gè)OFDM符號(hào)期間第k個(gè)子載波上的信道頻率響應(yīng)系數(shù)， 其中hi，j(n，τ)i＝0，1；j＝0，1為兩發(fā)兩收MIMO-OFDM系統(tǒng)中雙選擇信道的沖激響應(yīng)。對(duì)于該信道的跟蹤方法步驟如下 初始化粒子集hi，jm(0)，i＝0，1；j＝0，1；m＝1，…，M，權(quán)值wi，jm(0)均置1/M，得到一個(gè)觀測(cè)值后 1)利用公式(1)(2)可由hi，jm(n-1)得到新的粒子集hi，jm(n)。
2)對(duì)于每一個(gè)粒子，應(yīng)用似然函數(shù)計(jì)算粒子權(quán)值， 3)計(jì)算歸一化權(quán)值wi，jm(n) 4)重采樣具有大權(quán)值的樣本，重復(fù)采樣；同時(shí)小權(quán)值樣本，盡量拋棄。如此獲得M個(gè)隨機(jī)樣本，其權(quán)值設(shè)為樣本分布漸趨于后驗(yàn)分布， 5)由后驗(yàn)分布得到信道估計(jì)值為 圖3給出了粒子濾波算法對(duì)MIMO-OFDM雙選擇性信道進(jìn)行跟蹤時(shí)的參數(shù)列表。在采用粒子濾波算法進(jìn)行信道跟蹤時(shí)，粒子數(shù)的多少會(huì)影響跟蹤的性能，本發(fā)明中采用粒子數(shù)N＝50對(duì)信道進(jìn)行跟蹤。圖4給出了粒子濾波算法與傳統(tǒng)的基于訓(xùn)練序列的最小二乘(LS)和最小均方誤差(MMSE)方法的BER性能比較。從圖中可以看出相同信噪比(BER)情況下，粒子濾波算法的BER性能明顯好于最小二乘和最小均方誤差算法。
權(quán)利要求
一種MIMO-OFDM雙選擇性信道的跟蹤方法，步驟如下
初始化粒子集hi，jm(0)，i＝0，1，…，Mt；j＝0，1，…，MR；m＝1，…，M，權(quán)值wi，jm(0)均置1/M，得到一個(gè)觀測(cè)值后，
1)利用公式i＝0，1，…，MT；j＝0，1，…，MR和公式l＝0，1，…，L-1可由hi，jm(n-1)得到新的粒子集hi，jm(n)；
2)對(duì)于每一個(gè)粒子，應(yīng)用似然函數(shù)計(jì)算粒子權(quán)值，
3)計(jì)算歸一化權(quán)值wi，jm(n)；
4)重采樣具有大權(quán)值的樣本，重復(fù)采樣；同時(shí)小權(quán)值樣本，盡量拋棄，如此獲得M個(gè)隨機(jī)樣本，其權(quán)值設(shè)為樣本分布漸趨于后驗(yàn)分布，
5)由后驗(yàn)分布得到信道估計(jì)值為
全文摘要
本發(fā)明涉及一種MIMO-OFDM雙選擇性信道的跟蹤方法，其特征在于，采用粒子濾波器算法對(duì)無(wú)線通信中的時(shí)間-頻率雙選擇性信道進(jìn)行良好的信道跟蹤，跟蹤過(guò)程不再需要插入訓(xùn)練序列或者導(dǎo)頻符號(hào)，可提高系統(tǒng)的頻譜利用率，得到高的誤碼率性能。具有重要的實(shí)際應(yīng)用價(jià)值。
文檔編號(hào)H04L25/02GK101267409SQ200810015368
公開(kāi)日2008年9月17日 申請(qǐng)日期2008年4月28日 優(yōu)先權(quán)日2008年4月28日
發(fā)明者李海燕, 江銘炎 申請(qǐng)人:山東大學(xué)