第5讲(信道估计)

上讲内容（1）无线移动信道的特点模型多径（频率选择性）和移动（多普勒扩展）2020/2/101上讲内容（2）信道问题及解决失真干扰和噪声（损耗）2020/2/102上讲内容（3）CDMA系统频率选择性的慢衰落信号问题和有关技术2020/2/103本讲内容基本原理：FIR模型的系统辩识信道估计方法概述信道估计算法举例（GSM和CDMA）2020/2/1042020/2/105信道估计为什么需要信道估计信道不理想（缺陷／信道时变特性）MLSE均衡器（接收错误最小化）、自适应均衡器（对抗ISI）、分集接收机（匹配）等需要信道信息使相干解调成为可能数字处理技术发展，可完成复杂运算估计什么信道profile复系数值（频率、相位、幅度）信噪比基础：线性模型的最小方差无偏估计量（1）无偏最小方差准则限制估计是无偏的且为线性，寻找最小方差估计2020/2/106ˆ[]E基础：线性模型的最小方差无偏估计量（2）2020/2/1072-12-1ˆ111(0)ˆ()ˆ()TTTxHwxNHNpNpppwNGaussIHHHxCHH线性模型的输入数据据表示为：是的输入矢量是已知的的观测矩阵（）,秩为是的待估计参数矢量是的噪声矢量，PDF为，其MVU估计量是无偏的，且达到Crame-Rao限。其中，的方差，2-1ˆ(0())TGaussHH且，原理：FIR模型的系统辩识（1）关键问题是探测信号的选取（MacWilliams和Sloane1976证明应选取伪噪声序列）2020/2/108u[n]1k=0[][][][]0,1,...,1pnxnhkunkwnnNZ-1Z-1Z-1+hn[0]hn[p-1]w[n]hn[1]z[n]原理：FIR模型的系统辩识（2）相关法-1-10重写信道的最小方差无偏估计量ˆ()伪噪声序列条件下，[]1ˆ所以，[][-][]TTTuNuxnuuhUUUxUUNMIrihiunixnNMM2020/2/109hw[n]u[n]DelaymΣx[n]z[n]ˆh原理：FIR模型的系统辩识（3）估计效果的评估信号与估计误差比（signal－esitmation_error）噪声的影响归一化因子22[]ehEh2020/2/101022uwMh22[]ewnuMEh原理：FIR模型的系统辩识（4）实际系统和辩识系统的输出差1022xˆˆ[][]([][])[]ˆ([][])[][]E[h]+NixnxnznxnwnhihiuniwnM噪声功率输出估计误差的方差其方差为2020/2/1011原理：时变系统的跟踪（1）模型（信道估计）滤波器输入平稳，抽头是时变的（自适应均衡）滤波器输入和抽头都是时变的2020/2/1012w0(n)u(n)w(n)Σy(n)d(n)＋e(n)Σv(n)信道模型自适应滤波器－原理：时变系统的跟踪（2）一阶马尔科夫过程多重回归过程2020/2/10130(1)()()()()()()ooHwnawnndnwnunnz-1Iω(n)aIuH(n)Σv(n)d(n)w0(n)w0(n+1)马尔科夫过程多重回归过程本讲内容基本原理：FIR模型的系统辩识信道估计方法概述方法分类估计准确度改进信道估计算法举例（GSM和CDMA）2020/2/10142020/2/1015信道估计的方法和分类按照优化准则分类最小二乘LS最小均方误差LMMSE按照有无训练序列导频辅助信道估计盲信道估计其它分类：强调某些特点基于最小二乘的信道估计基于训练序列的信道估计基于相关的信道估计数据辅助信道估计基于判决反馈的信道估计无训练序列：差分检测（1）使用条件：当符号间相位变化很小实现简单16匹配滤波器延迟Trkkˆark-1无训练序列：差分检测（2）17-1*2*2-1-1假设发射信号是数据流的差分编码：则，进入接收机的信号为经过差分解调后，数据的估计值ˆkkkkkjwkTkkkjwTkkkkkkkkbababrAbenarrAbbewAaw该技术也可用于频偏估计发送训练序列18导频信道cdma2000前向和反向链路WCDMA下行链路导频符号GSMOFDMWCDMA上行链路2020/2/1019影响信道估计准确度的因素（1）序列的统计特性序列的发送方式单载波：连续、时隙方式多载波：块状、梳状噪声（干扰）强度与统计特性信道统计特性、时变特性2020/2/1020影响信道估计准确度的因素（2）系统参数：AD精度、采样精度算法的准则算法的收敛速度算法的稳定性影响信道估计准确度的因素（3）积分长度（相关长度）的影响训练或PN序列的互相关特性决定了估计精度序列积分越长互相关影响越小信道变换速度限制可用观测时间（积分长度）信道估计的积分长度自适应调整（跟踪车速）基于预测的信道估计由于Pilot信道占用信道容量，时隙Pilot无Pilot时的信道估计值可通过插值或预测获得其基础是信道变化速度是有限的（采样定理），时间相关性2020/2/10212GHz，100km/h，3径信道下AD量化比特数对性能的影响2020/2/1022-3-2-101234510-310-210-1100Ior/Ioc(dB)FERAD=10AD=8AD=6AD=42GHz，100km/h，3径下采样率对性能的影响2020/2/1023-3-2-101234510-310-210-1100Ior/Ioc(dB)FER1/8chip1/4chip1/2chip2020/2/1024信道估计算法的改进估计精度改进信号设计：构造良好的训练序列／短训练与跟踪相结合（时隙导频）基于迭代的信道估计（利用解码或均衡器提供的附加信息）插值、滤波与预测跟踪性能的改进开环和闭环(迭代)估计信道变化速率维纳滤波和卡尔曼滤波其它改进2020/2/1025车速估计（1）2020/2/1026基于多普勒频移的速度测量方法基于电平交叉基于方差包络检测幅度检测高阶检测车速估计（2）电平交叉率（LCR）是指Rayleigh衰落包络归一化为本地RMS（均方根）信号电平后，以正斜率穿过某一指定电平的速率，每秒电平交叉的数目为：2020/2/10272'''0(,)2RmNrpRrdrfe120.92RmmNfef本讲内容基本原理：FIR模型的系统辩识信道估计方法概述信道估计算法举例GSMCDMA2020/2/1028例一：GSM系统发射端数据源（含CRC、卷积编码、交织器）GMSK调制器移动信道接收端解调器/均衡器解交织器和解码器2020/2/1029源数据序列全速率语音业务（TCH/FS，13.3kbps）信道正常突发序列包括前后各58个信息比特、中间的26比特训练序列以及首尾各3个尾比特训练序列的一种：001001011100001000100101112020/2/103001236745尾3bit数据57bit1b训练序列26bit1b尾3bit数据57bitGMSK调制在进行GMSK调制之前先对源数据序列进行差分编码高斯滤波＋调制信道模型采用GSM05.05的C.3中的信道模型C.3.1和C.3.42020/2/1031解调和均衡2020/2/1032解旋转匹配滤波器修正的Viterbi处理器信道估计器自相关来自ADC的基带信号训练序列an符号序列xkhkukyk**({})2Re()nnniikknTDiTDkTDJIIyIxI信道估计原理2020/2/1033rchannel(t)Demuxr(t)rdata(t)channel**channel*接收信号解复用后r(t)=c(t)h(t)经过匹配滤波器q(t)=c(T-t)后的信号r(t)=c(T-t)c(t)h(t)选取c(t)具有良好的自相关特性，且为偶对称，则c(T-t)c(t)=(-T)因此，z(t)就是信道的估计值，即ˆt，z(t)=q(t)z(t)=h(t-T)GSM系统中的信道估计算法按最小二乘准则，寻找使误差平方和最小的参数序列作为对信道系数的估计其中an是26比特的训练序列2020/2/10341520ˆnnnII0ˆˆLnnkkkIahGSM系统中的信道估计算法2020/2/1035ˆ-1LLLL16TLLLLk=116LkLk=1Lkk-1k-LH=RPR=1/16AkAkP=1/16vAkA(k)[a,a,...,a]例二：WCDMA／cdma2000上行链路框图2020/2/1036移动台发射)(tn脉冲成型滤波多径衰落信道低通滤波A/D量化RAKE接收功率归一化解复用Viterbi译码Turbo译码高斯白噪声2020/2/1037信道估计的前提条件信道系数h[n]在0～N-1区间内保持恒定值（慢变）化训练序列的自相关条件111,1511115115ˆ[][][1][][1][][5][][1][][1][1][][5][1][][1][][1][1]nNnNlPNininnNnNnNinininnNinhnriPNihiPNihiPNiviPNihiPNiPNihiPNiPNiviPNihnPNiPNih＝111111[][5][1][][1][][1][1]1[5][1]0[][1]nNnNininnNnNininnNinnPNiPNiviPNihnPNiPNiPNiPNiviPNi当；；（自相关特性）=0（噪声与信号统计独立，且噪声均值为零）时。信道系数的后处理改善噪声性能因果—滤波（a）（b）非因果—平滑（c）（d）改善跟踪性能慢速刷新（a）（c）快速刷新（b）（d）38(a)(b)(c)(d)结果比较滤波平滑39有效径的选择不同类型的接收机分集接收机要求估计离散信道均衡器要求估计连续信道40