基于空间迭代的信道估计和译码联合算法

减小字体 增大字体 作者:姜 静 许家栋  来源:www.zhonghualunwen.com  发布时间:2009-10-12 14:57:59

  MIMO(多入多出)通信系统可以随着收发天线个数的增加其信道容量呈线性增加,并且可以在不增加系统带宽和天线总发射功率的情况下,有效对抗无线信道多径衰落的影响,大大提高系统的频谱利用率。OFDM(正交频分复用)技术把系统从宽带衰落转换为多个窄带衰落,更好、更可靠地保证了MIMO技术的性能。基于这些优点,MIMO+OFDM成为B3G和4G物理层的关键技术。近年来,MIMO+OFDM系统的信道估计和译码算法引起了广泛的研究兴趣。MIMO最大似然译码(maximum likehood)可以使系统获得最佳率性能,但其遍历式搜索的运算复杂度在实际系统中往往难以实时实现或不能实现[1],而且在信道估计不准确或信息不完全时,性能会明显降级。低复杂度且性能更稳定的信号检测算法一直是MIMO系统所要解决的问题。
  本文提出一种基于SAGE算法的译码和信道估计联合算法,可以利用前面已解码的码符信息,很好地跟踪信道的变化,联合进行信道估计和译码,运算复杂度降低,性能优于采用其他信道估计的算法。参考文献[2,3]研究了SAGE算法应用于多维MIMO信道参数估计取得的良好效果,参考文献[2]研究了SAGE算法应用于MIMO信道检测的方法,都证明SAGE算法相对于ML译码算法复杂度低,在信道信息的估计不全或不够准确的情况下能够获得较好的译码性能。本文基于参考文献提供的算法思想,研究了在目前热点的OFDM+MIMO系统中基于SAGE的信道估计和译码联合算法的设计,并将之与线性最小均方误差(以下简称LMMSE)信道估计和ML译码进行了性能对比。
  
  1 SAGE算法简介
  
  EM(expectation maximization)算法本质上是一种极大似然估计算法[4,5] 。它是一种数据添加算法,即不直接对复杂的后验分布进行极大化或模拟,而是在观测数据(又称为不完全数据,用Y表示)的基础上添加一些潜在数据, 来构成完全数据(用X 表示) 。其原理可以表述如下:待估计的参数s关于观测数据Y的后验分布p (θ| Y)很复杂,难以直接进行统计计算,可以假设一些没能观测到的潜在数据Z为已知(如Y为某变量的截尾观测值,而Z 为该变量的真值),则可能得到一个关于θ的简单的添加后验概率分布p(θ|Y, Z) ,利用p (θ| Y, Z)的简单性可以进行各种统计计算。当ML(最大似然)的直接计算无法实现时,EM算法通过不断的循环实现ML估计。
  SAGE(space-alternating generalized expectation-maximization)算法是EM算法的一种推广,它通过改变参数的子集合不断更新参数。设s∈S是由观察数据y∈Y一系列估计参数,x∈X为完全数据。先将所需估计的参数划分成N个参数集,每个参数集包含I个参数,在每一次估计中只对参数子集的一个元素进行求期望和求期望最大的参数估计值。其中E步是求第s个参数子集中的第i个参数在已知观测数据y和估计参数S[0]到S[i-1]时的条件期望;M步为求估计参数的最大似然,将估计值s进行第i+1更新。
     E步:Q(SnS[i])=EΛ(zSn,S[i]n-)y,S[i](1)
  M步:S[i]n=argmaxSn Q(ss[i+1])(2)
  SAGE算法的优点是:收敛速度比EM算法快,复杂度较低,可通过子集合中估计元素的值连续更新参数。本文把SAGE算法应用于MIMO+OFDM 2发2收系统的信道估计和译码算法中。
  
  2 信号模型
  
  系统假设为2根发射天线2根接收天线的MIMO系统,图1给出了系统结构框图。
  假定采用M进制调制方案,MIMO方案为预编码处理。在MIMO处理前,首先m个调制调制符号S进行预编码处理,预编码处理的矩阵为VR。其中:R为预编码处理的层数;nT为发送天线数;nR为接收天线数。
  W=w11w12NA1ADw1Rw21w21NA1ADw2RwnT1wnT1NA1ADwnTR(3)
  预编码后的信号X为
  X=W×S=w11w12NA1ADw1Rw21w21NA1ADw2RwnT1wnT1NA1ADwnTR×s11s12NA1ADs1ms21s21NA1ADs2msR1sR1NA1ADsRm=
  x11x12NA1ADx1mx21x21NA1ADx2mxnT1xnT1NA1ADxnTm(4)
  编码后的信号再经过OFDM调制,就是对每个空时码符进行IFFT变换,再分别由两根天线发射出去。在接收机端,接收信号再经过FFT变化,空时译码,解调后恢复成数据比特。
  设在第t个时隙内,从第i副发射天线发射的信号用xit来表示,则在接收机端,经过匹配滤波后,以MHz的速率对每个接收天线上的信号进行采样,并且从每一帧中删除OFDM帧的循环前缀;然后将这些采样值输入到OFDM解调器。第j(j=1,2,…,nR)根接收天线的第k(k=1,2,…,K)个OFDM子载波的OFDM解调器输出为
  Rjt,k=∑nTi=1Ht,kj,ixit,k+Njt,k(5)
  在性能分析中,假设实现了发射机与接收机之间的理想帧和符号同步。仿真中采用的信道模型为3GPP TR25.996标准的SCM(spatial channel model)模型,并假设在一帧数据内衰落系数hi,j保持不变,而每帧之间衰落系数hi,j是不同的。Njt,k在t时刻的第j根接收天线,第k个子载波处的加性复高斯白噪声,其方差为σ2,均值为0。同时假设不同天线之间的信道是不相关的。假设接收机可以获得理想的信道状态信息,则最大似然译码准则可以表示为
  X∧t=argminX∧∑nRi=1∑Kk=1Rjt,k-∑nTi=1Ht,kj,ixit,k2(6)
  
  3 SAGE信道估计和译码算法
  
  采用SAGE算法进行信道估计和译码的核心思想是,将每个子帧的数据作为估计的参数集合,如图2所示,将接收码符分成I个子块,第一个子块为已知训练比特,用它进行信道估计得到H∧[0]。根据上一个子块得到的信道信息对第i个子块的第l个码符根据ML准则赋初值,每一次先求该码符的条件期望,再采用求期望最大进行译码。当循环至最大迭代次数后就完成了第k个码符的译码,依次完成一个子块的译码。再将该子块的信道信息提取出来,用于下一个子块的译码,直到完成所有接收信号的译码。

[1] [2]  下一页

Tags:

作者:姜 静 许家栋
  • 好的评价 如果您觉得此文章好,就请您
      0%(0)
  • 差的评价 如果您觉得此文章差,就请您
      0%(0)

文章评论评论内容只代表网友观点,与本站立场无关!

   评论摘要(共 0 条,得分 0 分,平均 0 分) 查看完整评论