[发明专利]一种多入多出正交频分复用系统的信道估计方法

说明书

技术领域

本发明涉及无线宽带通信技术领域，特别是涉及一种应用于无线局域网(WLAN，Wireless Local Area LAN)的多入多出正交频分复用系统的信道估计方法。

背景技术

随着高速无线传输时代的来临，宽带无线接入已经成为宽带接入和移动通信领域向未来演化的主体方向之一。研究新型宽带无线接入技术，对于宽带无线通信实现更高稳定性和更高数据传输速率，满足从语音到多媒体的多种综合业务需求具有极其重要的意义。

多入多出(Multiple-Input Multiple-Output，MIMO)技术与正交频分复用(Orthogonal Frequency Division Multiplexing，OFDM)技术的联合应用为改进和提高WLAN无线宽带通信系统的吞吐量、传输距离和可靠性提供了解决方案。建立在MIMO-OFDM技术基础之上的IEEE 802.11物理层新标准802.11n，能够将WLAN的传输速率将起码提高一倍，达108Mbps，并且随着收发部件的增加，传输速率还可以不断增加，能够支持包括视频在内的海量数据传输及应用。

MIMO-OFDM技术是通过在OFDM传输系统中采用阵列天线实现空间分集，提高了信号质量，是联合MIMO和OFDM而得到的一种新技术。它利用了时间、频率和空间三种分集技术，使无线系统对噪声、干扰、多径的容限大大增加。但是MIMO-OFDM的系统设计复杂度和技术难度也大大增加。

MIMO-OFDM是一种能够提高速率和增大系统容量的技术。在MIMO-OFDM系统中，信道估计技术对传输性能的影响至关重要，是提升系统整体性能的关键模块。为了提高速率，接收端需要获得精确的信道状态信息。然而对于MIMO系统，不同的信号同时从不同的天线发射出去，接收的信号是这些信号的线性迭加，系统需要所有发射和接收天线对之间的信道系数，才能够得到正确的接收数据，信道系数的信息量和计算复杂度都大大增加，这就给信道估计带来了困难。

MIMO-OFDM系统的信道估计方法主要可分为频域估计和时域估计两种，而根据具体的实现方法又可分为基于训练序列的估计方法、盲估计方法和半盲估计方法三种。盲估计方法和半盲估计方法往往需要大量的统计数据，因而在现实系统中不太适用，现实系统中主要应用基于训练序列的估计方法。目前，基于训练序列的估计方法主要有以下几种：

1.最小二乘估计方法

最小二乘(LS，Least-Square)信道估计是从最小平方的意义上得到的信道估计器。LS估计器在实现时最为简单，不需要很复杂的计算，但是他的估计均方误差(MSE，Mean Square Error)较高，性能较差。

2.最小均方误差估计方法

最小均方误差(MMSE，Minimum Mean Square Error)信道估计器在实际应用当中性能较好，但是存在弱点，就是计算相当复杂，阻碍了它的应用。

3.最小均方信道估计方法

利用最小均方(LMS，Least Mean Square)自适应算法可实现基于训练序列的时域信道估计，LMS算法是一种基于MMSE准则的自适应滤波算法，应用于信道估计可充分利用信道的前后相关性，减少噪声对信道估计性能的影响。

4.基于内插的信道估计

在已获得导频所在位置的信道响应的基础上，通过一维或二维的内插方式获得对完整信道响应的估计。目前比较流行的内插算法包括：维纳滤波算法、线性内插、高斯内插、Cubic内插、拉格朗日内插等。

5.基于离散傅立叶变换的信道估计

利用在信号处理过程中，在时域补零等效于在频域进行滤波的原理来恢复出信道的频率响应。离散傅立叶变换(DFT，Discrete Fourier Transform)信道估计方法在计算复杂度相对较低的情况下，可以实现比较高的信道估计性能，比较适合于MIMO-OFDM系统在实际中的应用。

一个N_tx发射N_rx接收的MIMO-OFDM WLAN无线通信系统可以表述为：Y＝HS+V，Y表示在N_rx根接收端天线上收到的信号向量，S表示N_tx层发射数据向量，H表示N_rx×N_tx维信道系数矩阵：

V是环境产生的噪声向量。