您的当前位置:首页正文

一种新的计算OFDM系统误码率的方法

2020-02-01 来源:意榕旅游网
龙源期刊网 http://www.qikan.com.cn

一种新的计算OFDM系统误码率的方法

作者:李艳武 卓东风 司秉楠 倪红艳 来源:《现代电子技术》2008年第05期

摘 要:提出一种采用不等长分组新的OFDM系统。采用不等长分组的好处是不需要加循环前缀就能在发射序列中引入周期平稳性,因此,可利用信号的二阶统计特性实现信道盲估计。信道盲估计主要分子空间分解、相关拟合和最大似然三种方法。结合Monte Carlo仿真表明,在信噪比较低时,结合子空间分解方法计算出的误码性能比其余两种方法好。

关键词:OFDM;盲信道估计;误码率;子空间分解;特环前缀 中图分类号:TN914 文献标识码:B 文章编号:1004373X(2008)0504602

Method of New Calculation on OFDM System Error Rate

LI Yanwu,ZHUO Dongfeng,SI Bingnan,NI Hongyan

(Department of Electronic Engineering,Taiyuan University of Science and Technology,Taiyuan,030024,China)

Abstract:The paper introduces long curtate new unequal OFDM system.Adopts long curtate unequal benefit to be not to require that the second order adding the circulation prefix,being therefore likely to lead into period stationarity,making use of signal therefore in launching an array,counting characteristic property realizing blind estimation of route.This technology includes three kinds of method : subspace decomposition,correlation matching,and maximum likeewise,Monte Carlo simulation show that whentheEb/No is low,function is better than the other kinds of method.

Keywords:OFDM;blind channel estimation;error rate;subspace decomposition;circulation prefix

龙源期刊网 http://www.qikan.com.cn

1 引 言

正交频分复用具有抗多径延迟扩展、抗脉冲噪声、高的带宽及系统固有的频率分集等优点,已成为目前的研究热点。传统的和现今实际的获得信道估计的方法是通过在发送端发送已知训练序列(也称为载频图样),在接收端测量接收序列,再通过拟合技术来实现,这种技术称为标准输入输出技术。标准输入输出技术对时不变信道来说是非常有效的,仅仅需要在每次通信发起时发送一段足够长的训练序列即可,但对快速时变信道,则必须要周期性地发送训练序列,这就需要占用大量的信道带宽,大大降低了通信系统的吞吐量。信道盲估计是在不发送已知训练序列的情况下,利用信道的结构信息和输入特性,仅仅通过处理接收序列来获得信道估计的技术,显然信道盲估计可以大大提高通信系统的吞吐量。

本文提出一种采用不等长分组新的OFDM系统。他的优点是没有降低系统的传输效率,而不等长分组能在发射序列中引入周期平稳性,因此该系统可利用信号的二阶统计特性实现信道盲估计。本文首先介绍不等长分组的OFDM系统,然后对其盲信道辨识性能进行研究,并给出仿真结果。

2 系统的模型

本文采用一种新的不等长OFDM分组编码方式。他与通常的编码方式不同的是:他的两个连续的OFDM分组具有不同的长度(分别为

且没

有在OFDM分组中加循环前缀。将两个连续的OFDM分组作为一个OFDM的帧,其帧长

。用w(np+p)表示第n个帧中的第p个发射信号,那么有:

采用这种编码方式的好处是不降低系统的传输效率,同时可利用不等长分组在发射信号序列中利用产生的周期平稳性进行信道的盲估计。

3 信道盲估计技术

龙源期刊网 http://www.qikan.com.cn

移动通信系统中目前常用的信道盲估计技术主要有3种方法:子空间分解、相关匹配和最大似然方法。下面分别介绍这3种方法的最基本的实现。理论分析和实践经验表明,并非所有的信道都能被准确估计,这也就是说只有某些满足可辨识条件的信道才能被准确估计。信道可辨识的充分条件是:当发送数据的统计信息已知时,多信道中的子信道必须互质(即所有子信道的Z变换不含公共零点)。 3.1 子空间分解方法

利用信号子空间和噪声子空间之间固有的正交关系,和文献[1],可以得出理想情况下信道估计的表达式:

方法特点:因为信号子空间仅仅由用户的扩频波形和信道特性决定,而与各用户发送信号的幅度无关,所以子空间分解方法能够抗远近效应和多径衰落。要估计某用户的信道,仅需要知道该用户的扩频波形即可。在方法的优化过程中,不存在其他方法所遇到的局部极小困难。但是信号子空间方法需要知道关于信道阶L的准确信息,过估计信道阶会影响方法的性能。在可辨识条件不满足时,性能会急剧下降。因为要进行特征值分解,所以方法的计算复杂度较大。

3.2 相关匹配方法

根据文献[1]信道的先验信息对信道作出合理的假设,得到观察向量自相关矩阵的理论表达式为RI, 而观察向量的自相关矩阵可用

表示,应用拟合技术,相关匹配方法的信道盲估计为:

方法特点:相关匹配方法对信道阶的选择不敏感,所以只要知道信道阶的上界,该方法就能表现出良好的性能。但是因为信道估计的优化问题是非凸的,所以不可避免地容易陷入局部极小的困难。 3.3 最大似然方法

当加性噪声为零均值的高斯过程时,结合文献[1],再用最大似然方法得到的信道估计的表达式为:

方法特点:对足够大的接收数据量,最大似然方法是理论上的最优方法,可以达到Monte Carlo下界。最大似然方法对信道阶的选择不敏感,只要知道信道阶的上界,就可以估计出信

龙源期刊网 http://www.qikan.com.cn

道。但是最大似然方法不是包含闭合解的方法,因为信道估计的优化问题是非凸的,所以容易陷入局部极小。

4 误码率的计算

可以直接利用文献[3]的结果写出他的误码率的表达式:

对于上式中的,I,P取值越大,计算的结果越准确。在实际计算表明,上式收敛得非常快,在下面的计算中取

5 仿真结果

下面用式(1)计算OFDM系统的误码率,并将计算的结果和用MonteCarlo方法仿真得到的结果进行比较。系统输入的信号s(n)是独立同分布的(i,i,d)8PSK信号,

。信道的阶数为4,其零点分别为

信噪比的定义为:

计算的结果如图2所示,图中的实线和星号分别表示采用子空间分解方法和最大似然方法的计算结果。由图可见用式(1)计算的结果与仿真的结果吻合得非常好。

同时也看到,在本文的情况下,子空间分解方法比最大似然方法好得多,这是由于信道估计的优化问题是非凸的,所以不可避免地容易陷入局部极小造成的。

-0-,P=300。

龙源期刊网 http://www.qikan.com.cn

6 结 语

本文在采用不等长分组的OFDM系统,该系统不加循环前缀就可实现信道的盲估计。结合子空间分解方法、相关匹配方法及最大似然方法进行仿真,结果表明:该方法可实现信道的盲估计,而且还表明,子空间分解方法比其余的两种都好,因为他能在发射序列中引入周期平稳性,而且本方法因不用加入循环前缀,故不会降低传输效率。 参考文献

[1]白伟,何晨,诸鸿文.CDMA移动通信系统中的信道盲与半盲估计[J].通信技术,2002(6):28-30.

[2]黄学军,毕厚杰,余松煜.OFDM系统信道盲估计的子空间算法[J].上海交通大学学报,2004,38(Z1):6-9.

[3]黄学军,毕厚杰,余松煜.计算OFDM系统误码率的新方法[J].通信技术,2002(9):19-20,23.

[4]刘义,王玲,刘辉.正交空时分组码系统的一种新的盲信道估计算法[J].计算机应用,2006,26(12):2 793-2 795,2 799.

[5]赵铮,殷勤业,张红.空时分组码系统的盲信道估计[J].电子学报,2004,32(4):557-561. [6]黄学军,毕厚杰.一种新的OFDM系统及其信道盲估计性能的研究[J].南京邮电学院学报:自然科学版,2002,22(4):1-4.

[7]Wang Z,Giannkis G B.Wireless Multicarrier Communications[J].IEEE Signal Processing Magazine,2000,22(4):29-48.

[8]Beaulieu N C.The Evaluation of Error Probabilities for Intersymbol and Cochannel Interference[J].IEEE Trans.Commun.,1991,39:1 740-1 749.

注:“本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文。”

因篇幅问题不能全部显示,请点此查看更多更全内容