摘要：在传统的基于叠加训练序列信道估计的基础上，提出了一种新的基于叠加训练序列的MIMO-OFDM系统自适应信道跟踪算法，该算法在首次估计时运用传统算法估计出信道初值，然后利用初值自适应跟踪信道。阐述了算法中特殊训练序列的构造方法，详细推导了自适应信道跟踪算法，理论上分析了算法均值收敛条件，给出了算法步长参数选择方法。本文设计的正交训练序列不仅能减小算法的运算量，而且能降低系统均峰比，并且易于实现对系统的自适应跟踪；同时，自适应跟踪算法，避免了传统算法矩阵求逆运算，减小计算复杂度。最后仿真结果与叠加训练序列基本算法做了比较，验证了算法的可行性和正确性。
关键词：多输入多输出-正交频分复用 信道估计 叠加训练序列 正交训练序列 自适应跟踪
中图分类号：TN911 文献标志码： A 文章编号：1007-9416（2016）01-0000-00
随着对无线通信系统高速率的需求不断增长，多输入多输出（MIMO， multi-input multi-output）技术成为现代无线通信系统的关键技术[1]。MIMO技术利用空间复用技术和空时编码技术，可以成倍的提升系统容量[2]。而正交频分复用（OFDM， orthogonal frequency division multiplexing）技术能够有效的减少无线信道时间弥散带来的符号间干扰，为支持高速率的无线业务提供了可能[3]。于是，结合两者优点的MIMO-OFDM系统应运而生。在实际应用中，为了实现接收端的相干解调和空时译码，必须要正确的获得系统的信道状态信息（CSI， Channel State Information）。基于训练序列的信道估计由于计算复杂度较低而被广泛使用[4-7]。传统的基于训练序列的信道估计是通过周期的发送训练序列或插入导频符号。然而这种方式需要专门为训练序列分配时隙，占用了带宽，降低了数据传输效率。
近年来，一种基于叠加训练（ST， Superimposed Training）的信道估计模式[8-10]，受到了极大的关注。这种模式是发送端把接收端已知的周期训练序列算术叠加到数据序列之上传输，在接收端通过一阶统计量估计出CSI。这种模式下，训练序列不会占用额外的带宽，提高了数据传输效率。本文提出并设计了一种可用于叠加在数据序列的训练序列，在接收端利用其正交性、其与数据序列不相关特性，简便的估计出信道响应，获得信道初始值。而后，在基本叠加训练序列基础上，提出了自适应跟踪算法。文中详细推导了叠加训练序列估计算法及自适应跟踪算法，说明了正交训练序列的设计方法，推导并得到了自适应跟踪算法均值收敛的条件，给出了步长参数选择方法，最后通过MATLAB仿真验证了算法的可行性和正确性。
1系统模型
考虑一个N根发射天线，M根接收天线的多输入多输出正交频分复用系统。假设每一个收发天线对之间的信道是独立同分布（i.i.d）、频率选择性衰落及最大多径数为L。假设信道是慢时变的，那么一帧信号内的信道冲击响应可视为不变。用 表示第n根天线发送的一帧信号，每帧信号包含 个OFDM符号。用 表示天线需要发送的数据序列，用 表示训练序列，于是发送信号可表示为 。用 表示零均值、方差为 的加性高斯白噪声，那么第m根接收天线收到的一帧信号为：
3仿真结果
仿真的MIMO-OFDM系统参数如表1所示，采用分层时空编码，子信道使用6径瑞利信道建模。假设各个子信道相互独立，把训练序列叠加到每个OFDM中，每帧包含10个OFDM符号，每帧内信道保持不变。首先利用叠加训练序列基本算法获得信道估计初始值，然后使用本文提出的自适应算法进行信道跟踪。基于本文提出的训练序列，分别使用叠加训练序列基本算法和自适应算法做了仿真；同时在基本算法和自适应算法的基础上引入了一种迭代估计算法，一定程度上消除未知数据对信道估计的影响，提高系统性能；且一并做了比较。
图1和图2给出了仿真的误码率（BER）和MSE结果曲线。从结果可以看出基于叠加训练序列的自适应信道估计算法与基本算法，不论在是否引入迭代算法的情况下，都具有同样优秀的性能，并且在引入了消除未知数据影响的迭代算法后，系统性能有了明显提升。同时，构造出的特殊训练序列，使得本文算法避免了使用复杂的矩阵求逆运算，只需进行一定的相关运算，具有较小的计算复杂度；同时，本文提出的信道估计自适应跟踪算法，也避免了复杂的矩阵求逆运算，只需进行相关运算，从而实现信道跟踪。
4结语
本文提出了一种基于叠加训练序列的自适应信道跟踪算法，该算法提出在信息序列上叠加正交恒模训练序列，节省带宽，降低系统均峰比，同时能准确的进行信道估计，并在此基础上提出自适应跟踪算法，避免矩阵求逆运算，减小计算复杂度，从理论推导和仿真结果都表明了算法的可行性和正确性。 本文由wWw.DYlw.net提供，第一论 文 网专业代写论文和论文代写以及发表论文服务，欢迎光临dYLW.nET
参考文献
[1] Xing H， Wei D， Yin F. A Novel Orthogonal Superimposed Training-based channel estimation method for MIMO Channels[J]. International Journal of Advancements in Computing Technology， 2012， 4（7）.
[2] Foschini G J. Layered space-time architecture for wireless communication in a fading environment when using multi-element antennas[J].Bell labs technical journal， 1996，1（2）：41-59.
[3] 武林俊.基于叠加训练序列的MIMO—OFDM信道估计[J].电子技术应用，2013，39（3）：112-114.
