信道估计 | 信道

定义

从接收数据中将假定的某个信道模型参数估计出来的过程,如果信道是线性的,信道估计是对系统的冲击响应进行估计,需强调的是,信道估计是信道对输入信号影响的一种数学表示,“好”的信道估计是使得某种估计误差最小化的估计算
法。

分类

信道估计定义例子优点缺点
基于训练序列的信道估计算法除了发射数据符号外,还需发射前导或导频信号最小二乘法LS、最小均方误差MMSE训练符号能提供较好的性能出发射数据外,还需发送前导或导频序列,训练序列过长会降低频谱效率
盲/半盲信道估计算法从接受信号的结构和统计信息中获取CSI或均衡器系数,无需或很少训练序列减少资源开销性能比基于训练序列的信道估计算法差

导频

  1. 分类:块状类型、梳妆类型、格状类型
  2. 块状类型: 周期性发送OFDM符号进行信道估计,适用于频率选择性信道(导频是周期性地插入导频符号中的子载波)
  3. 梳妆类型:在每个OFDM符号上的子载波周期性地放置导频信号,利用导频信号进行频域插值,沿频率轴进行信道估计,适用于快衰落信道
  4. 格状类型:给定的周期沿时间轴和频率轴两个方向插入导频

LS 估计

LS信道估计 H ˆ L S = ( X H X ) − 1 X H Y = X − 1 Y \^H_{LS}=({X^H}X)^{-1}X^HY=X^{-1}Y HˆLS=(XHX)1XHY=X1Y
对于OFDM系统,可以对每个子载波上进行LS信道估计,设N个子载波,则
H ˆ L S [ K ] = Y [ k ] X [ k ] \^H_{LS}[K]=\frac{Y[k]}{X[k]} HˆLS[K]=X[k]Y[k]k=0,1,2…,N-1;
LS信道估计的均方误差MSE M S E L S = σ z 2 σ x 2 MSE_{LS}=\frac{\sigma^2_z}{\sigma^2_x} MSELS=σx2σz2
Z是噪声向量, Z = [ Z [ 0 ] , Z [ 1 ] , . . . . . . , Z [ N − 1 ] ] T {Z=[Z[0],Z[1],......,Z[N-1]]}^T Z=[Z[0],Z[1],......,Z[N1]]T,满足E[Z[k]]=0, V a r [ Z [ K ] ] = σ z 2 Var[Z[K]]=\sigma^2_z Var[Z[K]]=σz2k=0,1,…,N-1
LS估计算法的MSE与信噪比 σ x 2 σ z 2 \frac{\sigma^2_x}{\sigma^2_z} σz2σx2成反比,LS估计增强了噪声,在信道深度衰落时更严重。

MMSE估计

对于LS信道估计的解: H ˆ L S = ( X H X ) − 1 X H Y = X − 1 Y = H ˜ \^H_{LS}=({X^H}X)^{-1}X^HY=X^{-1}Y=\~H HˆLS=(XHX)1XHY=X1Y=H˜,使用加权系数 W
MMSE信道估计为: H ˆ = W H ˜ = R H H ˜ H R H ˜ H ˜ − 1 H ˜ = R H H ˜ ( R H H + σ z 2 σ x 2 I ) − 1 H ˜ \^H=W\~H=R_{H\~H^H}R_{\~H\~H}^{-1}\~H=R_{H\~H}(R_{HH}+\frac{\sigma_z^2}{\sigma_x^2}I)^{-1}\~H Hˆ=WH˜=RHH˜HRH˜H˜1H˜=RHH˜(RHH+σx2σz2I)1H˜
R H H ˜ R_{H\~H} RHH˜为频域上真实信道向量矩阵 H H H和l临时信道向量 H ˜ \~H H˜的互相关矩阵, H ˜ 为 L S 信道估计 \~H为LS信道估计 H˜LS信道估计 R H ˜ H ˜ R_{\~H\~H} RH˜H˜是信道的自相关矩阵。
MMSE信道估计的均方误差MSE J ( H ˆ ) = E [ ∣ ∣ e ∣ ∣ 2 ] = E [ ∣ ∣ H − H ˆ M M S E ∣ ∣ 2 ] J(\^H)=E[||e||^2]=E[||H-\^H_{MMSE}||^2] J(Hˆ)=E[∣∣e2]=E[∣∣HHˆMMSE2]

LS vs MMSE

LS信道估计算法简单,但对噪声敏感,尤其是在深衰落信道中,LS信道估计算法性能明显恶化
MMSE信道估计算法有效抑制了噪声干扰,性能优于LS信道估计算法,但需求解矩阵的逆,复杂度较高,难实现。

参考文章

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

山丘之王岳岳

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值