[发明专利]一种低复杂度高效的信道估计算法

说明书

技术领域

本发明涉及无线通信OFDM技术领域，特别是涉及一种低复杂度高效的信道估计算法。

背景技术

随着移动通信技术的飞速发展，OFDM作为多载波调制技术中的一种，由于其满足各个子载波满足相互正交而具有抗窄带干扰和频率选择性衰落能力强、频带利用率高等诸多优点，因此越来越受到学者们的重视并成为人们研究的热点，广泛地应用在军事和通信等诸多领域中，并且被认为是第四代移动通信中非常重要的关键技术之一。

在OFDM技术应用于无线通信时，信道估计是很关键的一个环节。系统可以采用差分调制和检测来避免进行信道估计以提高频谱效率，但是这样会有3dB的信噪比(Signal to Noise Ratio，SNR)损失，所以一般都采用相干调制和检测的方法，总的来说可分为导频辅助的估计(Pilot Symbol Assisted Modulation，PSAM)算法和盲估计算法两大类。盲估计算法具有运算量大、收敛速度慢、灵活性差等缺点，因此在实际系统的中应用受到了限制，所以大多数OFDM系统都采用导频辅助的估计算法，它通过在发送端的数据流中插入一定数量的已知信号即导频，在接收端利用接收到的信号和导频信号估计出导频位置处的信道冲激响应，并通过一定的内插方法，得到整个信道响应的估计值。

通常衡量信道估计性能指标是估计精确度和算法复杂度。最常见的导频辅助的估计算法有最小平方(Least Square，LS)和最小均方误差(Minimum Mean Square Error，MMSE)这两种。LS是最简单的信道估计方法，不需要知道任何先验信道信息，从而结构简单、复杂度低，但其无法消除噪声的影响，所以采用这种信道估计方法的估计误差必然会较大，从而产生出较高的误码率。MMSE可以得到精确的信道估计，但其需要知道信道的统计信息，并且计算复杂度很高，因此在使用上受到了限制，应用并不十分广泛。尽管后来人们在MMSE的基础上提出的线性最小均方误差(Linearity Minimum Mean Square Error，LMMSE)和奇异值分解(Singular Value Decomposition，SVD)等改进算法在一定程度上降低了计算量，但由于它们采取的是近似替代原算法中矩阵求逆运算的方法，因而不可避免地对估计性能造成了一定的影响。信道估计算法的估计精确度和计算复杂度是一对相互制约的矛盾，在设计过程中往往需要权衡考虑，而好的信道估计算法应该能满足估计精度高而且计算复杂度相对较小，这也是国内外许多学者们一直研究的热点问题。

目前所用的高速图传OFDM基带系统根据实际情况，可以采用LS算法和MMSE算法来加以实现。但由于LS算法估计精度较低，在高信噪比时对误码率的影响会增大，而MMSE算法庞大的矩阵求逆运算给系统带来了极大的负担，因此两者在实际使用过程中都有着各自的不足之处。

一般的MMSE算法信道估计的表达式为：

H^MMSE=RH(RH+σn2(XXH)-1)-1H^LS---(1)]]>

其中X是数据输入信号，是噪声方差，是LS信道估计，R_H＝E(HH^H)是信道相关矩阵，H是信道频域响应。