超宽带无线通信系统信道估计技术研究1

《超宽带无线通信系统信道估计技术研究1》由会员分享，可在线阅读，更多相关《超宽带无线通信系统信道估计技术研究1（6页珍藏版）》请在装配图网上搜索。

1、精品论文超宽带无线通信系统信道估计技术研究1刘昱函 北京邮电大学信息与通信工程学院，北京（100876） E-mail：liuyuhan摘要：超宽带（UWB）脉冲无线电技术通过发射极短的脉冲信号可以获得极高的数据传 输速率，因而吸引了越来越多的关注。在对脉冲 UWB 通信系统进行了简要的分析之后，介 绍了一种新颖的极低复杂度的 UWB 系统信道估计算法（NDA-PC），本算法通过抽样，重叠相加，压缩脉冲滤波一些简单操作来达到对接收信号衰减和时延的估计。本文给出了它的数学理论推导，并且通过仿真分析，证明了本算法具有良好的性能。 关键词：超宽带；脉冲无线电；PPM；信道估计中图分类号：TN921.

2、 引 言超宽带(UWB)技术始于 20 世纪 60 年代兴起的脉冲通信技术，利用频谱极宽的超短脉冲 进行通信，又称为基带通信、无载波通信，主要用于军用雷达、定位和通信系统中。2002 年 2 月，美国联邦通信委员会(FCC)批准了 UWB 技术用于民用；随后，日本于 2006 年 8 月 开放了超宽带频段。由于 UWB 技术具有传输速率高(达 1Gbit/s)、抗多径能力强、功耗低、 成本低、穿透能力强、低截获概率、与现有其他无线通信系统共享频谱等特点，现在已经成 为无线个人域网(WPAN)的首选技术。在现有的超宽带系统接收机架构中,自适应均衡和 RAKE 接收技术被广泛的应用以改进 接收机性

3、能5-7, 而实现这些技术的前提是信道的多径衰减和延迟因子必须已知,准确的信 道估计对系统性能具有重要的影响。2. 系统介绍室内信道1传播的主要特点是：由于发射机和接收机之间存在多条传播路径，发射信 号传播之后会产生多个经过时延和衰落的信号，接收信号可以表示为N (t ) - 6 -r(t ) = n (t) p(t n (t)n(t ) n=1（1）其中 n (t) ， n(t ) 和 n (t) 分别为第 n 条路径 t 的信道增益和信道时间延迟， N (t ) 是时刻 t观测到的路径数，n(t ) 是接收机处的加性白噪声。式子说明，信道可以由 N (t ) ， n (t) ， n (t)

4、 完全表征。从而得到信道的冲激响应，可以写成：r(t ) = s(t ) h(t ) + n(t ) 其中N (t ) h(t ) = n (t) (t n (t )n =1（2）（3）考虑到了发射机或者接收机的移动等因素引起的传播环境的变化，可以说信道冲激响应 是时变的。然而，在通常情况下，我们认为信道的变化速率和脉冲速率相比是很慢的。换句 话说，我们假定在观测时间 T(T 大于脉冲平均重复周期）内信道是稳定的。在这样的假设下，1本课题得到国家自然科学基金(NSFC)No.60572118 和教育部博士点基金(SRFDP)No. 20070013018 的资 助。式子可以写成信道冲激响应可以

5、写成Nr(t ) = n (t) p(t n ) + n(t ) n=1（4）Nh(t ) = n (t ) (t n )n =1(5)式子为著名的 Truin 模型，它首先由 Truin 与 1956 年提出。这种模型假定保征信道的所有参数都是服从特定分布的随机变量。因此需要知道关于信道增益的量 (n) ，脉冲到达时间 n以及路径数 N 的统计信息，它们可以由接收端得到。IEEE802.15.4a2信道模型分委会最终决定采用基于簇方式的模型，该模型首先由 Turin 等人于 1972 年提出，后来 Saleh 再对室内多径传播进行统计建模这一开创性工作中进一步 规范化，虽然 Saleh 在测

6、量时使用的信号类似于低功率比雷达脉冲，但是这一信道模型并不 是专为 UWB 设计的。3. 原理分析3.1 压缩脉冲算法（NDC-PC）压缩匹配脉冲3的算法采用 PPM 调制，发送信号为：N f 1s(t) = g (t tk , j ak )kj =0（6）其中tk , j = (kN f + j)Tf + c jTC ,信道估计算法采用 NDA,发送信息未知，假定多用户干扰 MUI为零均值白高斯过程。采用 RAKE 接收，我们的目的就是估计出 q 和 q ，其中 q 和 q 分别代表衰减和时延。算法的基本流程：z匹 配滤波首 先让接收 信号 r(t ) 先经 过一个匹配 滤波，滤 波之后信号

7、 变为 y(t) = r(t) g1 (t ),在这里， r(t ) 是接收到的信号，同时已经被噪声污染， g1 (t ) 是匹配滤波器的冲激响应， g (t ) 为发送的信号波形，定义 g1 (t) =g (t) + g (t )2 ,假定发送 0，1 等概率。信道模型依然采取抽头延迟线的模型，在完全同步的条件下，经过匹配滤波器 g1 (t ) 的输出 y(t) ，在 PPM 调制环境下为：M 1 N f 1y(t) = g (t tk , j ak ) h(t ) g1 (t ) ，（7）k =0j = 0其中信道冲激响应为 h(t ) z抽样重叠相加M 个符号 N f 帧抽样重叠相加结果

8、为1Z ( Q ) = MN fh( q ) g1 ( q ) g1 ( q ) = Z ( q ) = MN fh( q ) rg ( q ) （8）其中 rg ( q ) 是 g1 ( q ) 的自相关序列,所以 x n = x( q ) ，Z (n) = MN f TS (h n rg n)11z压缩脉冲算法的核心部分是设计压缩脉冲的滤波器，使得滤波器的输出结果是信道的冲 激响应，即为所求结果。上一步重叠相加结果为 Z (n) ,包括两个部分，即为 H 和 R 的卷积，在这里，我们考虑，如果 R 部分经过压缩滤波器之后变为一个 函数，有 函数的特性，我们知道，任何函数和它卷积之后不变，只

9、是左右移位，为了达到这个目的就需要设计滤波器的响应 hcom 满足1rg (n) hcom n = n m这样滤波器的输出为Z (n) hcom n = h(n) n m = h(n m)（9）（10）可 以看 到信道 的冲激响 应已 经被分 离出来， 同时 也会有 噪声产生 输出 h$ n = h n m + e1z压缩脉冲滤波器的设计，我们需要知道它的长度和输出序列的 m 值，有两个限制条件，1其中一个便是 rg (n) hcom n = n m，前面已经提到，另外一个就是关于噪声的问题，假设噪声和多用户干扰为高斯白噪2e1= 2Ncom 1e n= 0hcom2n，为了使得2 最e1小，

10、则Ncom 1n= 02hcom n最小，由两个条件，用拉格朗日法求 hcom ，通过解矩阵方程组可以得到。z仿真采用二阶高斯脉冲信号，重点比较压缩脉冲算法和文献的最大似然的盲估计的算法 NDA-ML，在单用户和多用户的环境下观察，发现在低信噪比的时候最大似然算法优于 压缩脉冲算法，但是在高信噪比的时候，compress 算法胜出。3.2 最大似然信道估计算法（ML）在这里简单介绍一下最大似然(ML)的信道估计方法。ML 方法4调制方式采用 PPM 调制。用 (t) 表示单周期脉冲，则用来进行二进制 PPM 调制的跳时周期脉冲可以表示为N f 1p(t) = (t jTf c jTf )j =

11、0(11)其 中，各 变量的 定义为 Tf是 帧周期 ， N f表示 一个信息 符号内 包含的 帧数； f(c0 , c1 , c2 ,., cN 1 ) 表示 跳时码 序列，并假设跳时码的变化是以符号为周期的，不同的跳时码之间的跳变规律也是一致的。则 UWB 发射机的传输信号可以表示为+s(t) = p(t iTs bi )i =(12)其中，Ts 为符号周期，并且Ts = N f Tf ，bi 是二进制信息符号，以 0.5 的概率取值为 0或者 1， 是一个固定偏移量。用 h(t ) 来表示信道的冲激响应，令 x(t)=p(t) h(t) ，则我们可以得到+y(t) = x(t iTs b

12、i ) + n(t) i =（13）盲信道估计算法需要解决的问题就是，给定接收信号，在已知接收端频谱成形脉冲的前提下，估计信道参数 , ，也即是衰减和时延。最大似然（ML）的信道估计算法的 NDA估计是在假设低信噪比的前提下进行的。由上式，我们可以看出， y(t) 的均值是不为零的，这个简单的结果提供了我们改进最大似然算法的一种思路。我们知道，在多址接入系统中， 最佳的检测策略导致了多用户的接收机，然而，由于多用户的接收机过于复杂而难于实现， 因此，通常采用更灵活的方案得到次最佳接收机。在这里，我们需要做一个假设，假定接收 信号中存在一个主路径，这个主路径中包含了大部分的接收信号的能量。这样，

13、我们可以得到接收信号的形式为y(t) = 1s(t 1 ) + n(t ) (14)数据的接收可以通过做一个滑动相关实现，接收信号的观测区间是 0 t T0 ，T0 = MNTf ，每个径的衰减和时延为需要求解的确定参量。4. 仿真模型及结果下面我们通过仿真来给出 NDC-PC 和 ML 估计的性能，选取高斯二阶导数作为单周期22 t D/2 t D/2 脉冲的形状： g (t ) = 1 16 g exp 8 g (15) Dg Dg 采用较小的占空比来保证仿真时间在可以接受的限度内。下面是 NDA-PC 和 ML 的仿 真性能比较010MLNDA-PC-110-2BER10-310-410

14、051015SNR图 1 在不同信噪比条件下的 BER 曲线010NDA-PCML-110-2Normalized MSE105. 结论-31005101520SNR图 2 在不同信噪比条件下的 MSE 曲线信道估计是超宽带系统中必须加于解决的关键技术之一，在这篇文章中，介绍了一种低复杂度的脉冲 UWB 系统的盲信道估计算法：NDA-PC 算法，同时也介绍了一种相对成熟的 信道估计算法：ML 算法，通过理论分析和计算机仿真验证，比较后发现 NDA-PC 算法优于 ML 算法，要真正的应用于实际当中，还有简化算法，提高检测速度，增加精确度等一系列 的问题需要解决，对于超宽带系统而言，NDA-PC

15、 算法更有优势。参考文献1WIN M.Z., SCHOLTZ R.A.: Impulse radio: how it works, IEEE Commun. Lett., 1998, 2, (2), pp. 3638 2 WIN M.Z., SCHOLTZ R.A.: Characterization of ultra-wide bandwidth wireless indoor channels: a communicationtheoretic view, IEEE J. Sel. Areas Commun., 2002, 20, (9),pp. 161316273ALIZAD A.R.,

16、 ALIPANAHI B., GHASEMI A., SHIVA M., JAMALI S.H.,NADER-ESFAHANI S.: A blind channel estimation technique forTH-PPM UWB systems. Proc. IEEE ICC-06 Istanbul, Turkey,June 2006, vol. 10, pp. 471747224 LOTTICI V., DANDREA A.N., MENGALI U.: Channel estimation for ultra-wide bandwidthcommunications, IEEE J

17、. Sel. Areas Commun., 2002, 20, pp. 163816455 CASSIOLI D., WIN M.Z., VATALARO F., MOLISH A.F.: Performance of low-complexity Rake reception in a realistic UWB channel. Proc. IEEE ICC-02, New York, USA, May 2002, pp. 7637676 FOERSTER J.: Channel modeling sub-committee report final, IEEE P802.15 Wirel

18、. Pers. Area Netw., P802.15-02/490r1-SG3a, 20037 HAYKIN S.: Adaptive filter theory (Prentice-Hall, 2002,4th edn.)Channel estimation for UWB communication systemsLiu YuhanDepartment of Information Engineering, Beijing University of Posts and Telecommunications, Beijing (100876)AbstractUltra-Wideband

19、(UWB) impulse radio has attracted growing interest since it is capable of offering very high data rates by the transmission of ultrashort pulses.In this paper,we induce a NDA low-complexitychannel estimation algorithm for UWB impulse communication system,which iscalled the NDA-PC method.The method r

20、equires only some basic operations such as sampling, overlap-add and finite impulse response filtering. The performance of the NDA-PC method outperforms well in channelparameters estimation,which is validated by the following simulations.Keywords: Ultra-wideband; Impulse Radio; PPM; channel estimation