第10卷第10期2010年4月科學技術與工程Vol 10 No 10 Apr 20101671-1815(2010)10-2480-04Science Technology and Engineering⊙2010 Sci. Tech. Engng基于酉差分空時碼的信道佔計性能研究陳雪松韓明宇(大慶石油學院電氣信息工程學院,大慶163000摘要介紹MMSE和LS算法的基本原理同時給出酉空時碼的編解碼原理,對基于OFDM的非盲倌道估計與基于酉差分空時碼的盲信道估計進行性能的仿真對比。其中非盲信道估計釆用MMSE和LS算法,盲信道估計采用極大似然算法,通過誤碼率仿裏曲線對比可以看出采用酉空時碼的誤比特率在大信噪比的環(huán)境下要明顯好于采用MMSE和LS;而在小信噪比環(huán)境下,酉空時碼的誤碼率與采用LS的信道估計的誤碼率基本一致。關鍵詞信道估計正交頻分復用最小均方誤差最小二乘西空時碼中圖法分類號TN96;文獻標志碼A在無線通道中,發(fā)射信號在傳播過程中往往會對比,但并沒有給出酉空時碼針對非理想信道估計受到各種物體所引起的遮擋、吸收,從而發(fā)生反射、下的性能對比,本文將在此給予改進。折射和衍射,導致多條路徑信號分量具有不同的傳播時延、相位和幅度,并附加有噪聲,最終它們的疊1基于導頻的非盲信道信道佔計加會使接收信號相互抵消或增強,產(chǎn)生嚴重的衰落。因此實時的進行信道估計并給予均衡就變得基于導頻的信道估計,即在發(fā)送數(shù)據(jù)流中插入十分重要。常用的信道估計方法有非盲信道估計導頻符號,在接收端利用這些已知的導頻符號進行法、半盲信道估計法、盲信道估計法。其中非盲信信道估計,導頻符號可以在同一個OFDM信息符號道估計法主要采用基于導頻序列的最小均方誤差子載波頻率軸方向和時間軸方向上進行二維插入,法(MMSE)和最小二乘法(LS),而盲信道估計法并或分別在頻率或時間方向上分別進行一維插值,然不發(fā)送專門的訓練序列或?qū)ьl,它只是利用接收信后利用差值算法對信道的其他位置進行信道號本身以及發(fā)送信號的內(nèi)在特點進行信道的估計,估計4即利用信道的統(tǒng)計信息(諸如循環(huán)平穩(wěn)特性等)進行信道估計。半盲信道估計介于盲信道估計和非數(shù)框誰并:頻盲信道估計之間僅利用少量導頻信號進行信道估輸入調(diào)變計,因而成為目前的研究熱點之一。文獻[1]首先落信道引入了西空時調(diào)制,文獻[2]給出了了酉空時碼在瑞麗衰落信道下與理想信道下的非盲信道的性能解變↓估調(diào)換|計010年1月7日收到圖1典型的基于導頻的OFDM系統(tǒng)模型第一作者簡介:陳雪松(1972-),女蒙古族黑龍江肇州人副教1.1基于最小二乘算法(LS)的頻域信道估計授、博士生,研究方向:信息安全,語音信息隱藏S信道估計就是從最小平方意義上得到的信通信作者簡介:韓明字(1979-),男漢族黑龍江伊春人,研究道估計方法,基于LS信道估計的準則為:生,研究方向:通信網(wǎng)安全理論與技術。E-mail::jsf-37@163.XPy(1)10期陳雪松,等:基于酉差分空時碼的信道估計性能研究2481式(1)中,y是接收導頻信號,X,是發(fā)送導頻信號。但是在具有快瑞利衰落的信道環(huán)境下進行信道估由式(1)可見,基于DS算法的信道估計較為簡計有時變得非常困難,于是, Hughe提出了酉空時調(diào)單,計算量較小,易于實現(xiàn)但該算法并未利用信道制6來實現(xiàn)空時分組碼的編碼方案,也就是西空時的頻域和時域相關性,同時忽略了噪聲的影響,致編碼,該方案無需在接受端進行信道估計,但卻能使對信道估計的準確度大大降低。獲得高的數(shù)據(jù)傳輸速率,實現(xiàn)了盲信道估計,因而12基于最小均方誤差法(MMSE)的信道估計日益受到人們的關注。針對LS算法的上述不足,人們提出了MMSE2.1酉空時碼的編碼算法,該算法通過對均方誤差函數(shù)取極小值來獲取對于發(fā)射天線數(shù)為N,且調(diào)制星座為A的系信道估計響應對于子載波間千干擾和高斯白噪聲具統(tǒng),令G為一群LXL西矩陣,其中L≥N有很好的抑制作用。對于任何G∈G基于MMSE算法準則如下:GG=GG=I(3)均方誤差函數(shù)(MSE)為:E|H2.wsE(m)假設存在一個N×L矩陣D,以致對群中的任ws(m)2,對其求偏導并且令其等于零,可得信酉矩陣G來說,DG產(chǎn)生了一個NxL矩陣,這個道估計矩陣矩陣的項是信號星座集A的元素,即Hp wwsr (m)= PR R-l= FQ Ms Fx"Y(2)DG∈Arxt式(2)中,R=EH"}=RmF"x";則矩陣集DC={DGG∈C}Rrr=Elrr=XFrHn FX+oNIni就構(gòu)成空時群碼,如果矩陣D滿足D"D= LIQMmsE=R[(FX"XF)"0n+RHH]-x(F"X"XF)1。那么可以得到E為數(shù)學期望,l為NxN的單位矩陣,F為( DG)(DG)"=LIN在這種情況下,式(5)中的群碼就是空時酉群NXN的矩陣,且F(kn)=”,0≤k≤N-1,碼。例如,當N=2,Nn=2,L=2時,令D=Rm為H的協(xié)方差矩陣Rn為H和Y的互協(xié)方差矩101「0G則DG就是陣3為噪聲方差。MMSE算法通過分析接收信號的統(tǒng)計特性來對BPS調(diào)制星座A=|+1,-1|上的群碼。信道進行估計,誤碼率要明顯低于LS算法,但其計對上述空時酉群碼進行差分調(diào)制編碼如表1,算過程中涉及到大量的復數(shù)乘法和矩陣求逆,尤其其中為參考信號。是對Qsc求逆,導致計算復雜度遠大于LS算法。表1差分調(diào)制編碼近些年,人們提出了一些改進方法,比如利用奇異值分解(SVD)來化簡Qw矩陣,同樣達到了令人信息酉調(diào)制81滿意的效果,但這些都是MMSE的特例,需要滿足差分調(diào)制x=1x1=81x2=x1g2x=x283定的前提條件。22空時西群碼的譯碼”:12酉空時碼接收機可以通過最大似然(ML)差分譯碼算法或Ⅴ viterbi譯碼算法,本文選擇差分譯碼算法,通過空時碼是近些年移動通信領域的一個新的研最大似然差分譯碼算法選擇群中最佳的酉矩陣,經(jīng)究方向,由于同時在時域和空域中引入編碼,空時過逆映射確定相應的比特序列。即當前和先前接碼對同信道干擾和碼間干擾都有較好的抑制作用,收信號矩陣的差分空時譯碼為2482科學技術與工程10卷Marg maxReTrR g,R F式(8)中,R-1為N8xL矩陣表示第t個發(fā)射分組4結(jié)束語的接收信號,ReIr代表接收矩陣跡的實部。本文介紹了一種基于酉空時碼的低復雜度的3仿真分析盲信道估計,發(fā)射端和接收端都不需要經(jīng)過復雜的數(shù)學計算,同時由于不需要插入導頻信號,頻帶利非盲信道估計仿真采用一發(fā)一收的OFDM系用率獲得極大提高,通過 Matlab仿真得出了在高信統(tǒng)每個OFDM符號的子載波數(shù)為128,帶寬為噪比條件下該方案的性能要優(yōu)于文中提到的另外2MHz,循環(huán)前綴(CP)的長度為16,采樣率為兩種方案?？梢妼τ诩纫岣哳l帶利用率,又要提6MH,信道采用瑞利慢衰落信道,系統(tǒng)采用BSK商信號傳輸質(zhì)量的今天基于兩空時的盲信追怙計調(diào)制。肓信道估計仿真采用二發(fā)一收的 OFDM-M會有很大的發(fā)展空間。MO系統(tǒng),每一幀有120個信息比特,假設一幀內(nèi)信道衰落系數(shù)不變,且?guī)c幀相互獨立。系統(tǒng)仿真誤I Hochwald B M, Sweldens W. Differential unitary space-time modula-碼率曲線如圖2所示。tion. IEEE Trans Communi, 2000: 48(12)2孔昭煜,王玉龍張軍.基于 MATLAB的差分空時兩群碼的仿真實現(xiàn)山西電子技術,2006;(4):41-433 Coler S, Ergen M, Puni A, et al. Channel estimation techniques10based on pilotent in OFDM systems. IEEE Trans on Broadcastin,2006;48(3):223-2294 van de Beck J J Edfors 0. Sandell M, et al. On channel estimation inof DM systems. Vehieular Technology Conference, IEEE 45th, Vol-102me2,25-28,1995;(7):8l5-8191012141618OFDM. EURASIP Journal on Wireless Communicationsking,2005;(2):163-174圖2誤碼率曲線比較圖6 Hughes B L. Differential space-time modulation, IEEE Trans InforTheory,2000;46(7):2567-2578仿真結(jié)果表明,在信噪比小于6dB時,采用酉7 Hochwald B, Marzetta T, Richardson T,a. Systematic desigm of U空時的盲信道估計的誤碼率與采用LS的信道估計 nitary甲 ace-time code. IEEE Trans Inform Theory,200046(6)的誤碼率非常接近,但與采用MMsE的信道估計相1962-1973差3dB左右。當信噪比大于10dB左右后,采用酉8(澳 Vucetic B,Yum.空時編碼技術王曉梅等澤,北京機械工業(yè)出版社,2004:123-124空時的盲信道估計的誤碼率要逐漸低于采用IS或下轉(zhuǎn)第2486頁)MMSE的信道估計。我們知道信道估計不需要插入導頻信號,在信噪比小的時候很容易導致誤碼率升高,這是它的不足之處,但是它的頻帶利用率要明顯高于采用LS和MMSE的非盲信道估計,這在頻帶資源日益緊張的今天是非常重要的。所以當信噪比高于8dB的時候,采用酉空時盲信道估計的優(yōu)勢就非常明顯了。2486科學技術與工程10卷Time-frequency Analysis of Speech Signal Based on Improved S TransformSUN Yan, YU Feng-qinCommunication and Control Engineering Institute, Jiangnan University, Wuxi 214122, P R China)Abstract] STFT has fixed resolution and wavelet transform has a partial phase information and time-scale relations are not suitable for an intuitive visual analysis. Time-frequency analysis of speech signal based on an improvedS transform was proposed. Wavelet transform with spline wavelet as the mother wavelet multiplied by the phase factor was the improved S transform, which had multi-resolution and phase factor and was suitable for the intuitive vis-al analysis. Simulation experiments show the time-frequency structure of the improved S transform is more finecompared with STFT and wavelet transformKey words] speech signal time-frequency analysis improved S transform(上接第2482頁)Unitary Differential Space time Codes Based on theChannel Estimation Performance StudyCHEN Xue-song, HAN Ming-yuInstitute of Electrical and Information Engineering, Daqing Petroleum Institute, Daqing 163318, P R China)Abstract] The MMSE and the LS algorithm, are firstly introduced and given the basic principle of unitaryspace-time codes decoding principles, and then OFDM-based non-blind channel estimation and unitary differentialspace-time codes based on blind channel estimation are used to compare the simulation. One non-blind channel es-timation using the MMSE and the ls algorithm, blind channel estimation using maximum likelihood algorithmBER simulation curves can see that use of unitary space-time codes bit error rate environment in large signal tonoise ratio is significantly better than the use of MMSE and the LS, while in low SNR environment, the unitaryspace-time codes using bit error rate and the LS channel estimation error rate basically the sameKey words] channel estimation OFDM minimum mean-square error least squares unitary dif-ferential space-time codes