無人飛行器通信中聯(lián)合信道估計和Turbo均衡

許文龍，文運豐，鄧曉平，桑會平

(中國電子科技集團公司第五十四研究所，河北 石家莊 050081)

?

無人飛行器通信中聯(lián)合信道估計和Turbo均衡

許文龍，文運豐，鄧曉平，桑會平

(中國電子科技集團公司第五十四研究所，河北 石家莊 050081)

摘要Turbo均衡技術(shù)能有效克服信道多徑、消除符號間干擾(ISI)，從而提高接收機整體性能。針對無人飛行器地空視距鏈路信道這種快時變多徑信道，提出了一種聯(lián)合信道估計和Turbo均衡的迭代接收算法。該算法采用單載波調(diào)制體制，通過信道估計和Turbo均衡之間相互反饋軟信息來消除ISI。Matlab仿真結(jié)果表明，經(jīng)過2次以上的迭代后，相比較于傳統(tǒng)的單載波頻域Turbo均衡算法，新算法的誤碼率性能得到了顯著改善。

關(guān)鍵詞迭代信道估計；Turbo均衡；SUI信道；單載波調(diào)制；無人飛行器

0引言

無人飛行器地空視距鏈路信道是一種快時變多徑信道，受到頻率選擇性衰落和時間選擇性衰落的雙重影響。無人飛行器通信的主要問題是如何消除快時變多徑信道造成的符號間干擾，目前針對該問題的研究熱點是Turbo均衡技術(shù)[1]。

Turbo均衡(Turbo Equalization，TE)是Turbo碼[2]基于軟輸入軟輸出(SISO)分量碼譯碼算法的迭代譯碼思想在均衡技術(shù)中的成功應(yīng)用。它將ISI信道看作碼率為1的卷積編碼過程[3]，與信道編碼共同形成級聯(lián)編碼。在接收端使用了SISO均衡和SISO信道譯碼的迭代處理，在較低的信噪比下較好地克服了嚴(yán)重的信道失真。

文獻[4-6]給出了幾種不同的Turbo均衡算法，主要差別在于所使用的均衡算法不同。文獻[1,4-6]對Turbo均衡的討論均是在信道響應(yīng)已知的條件下進行的。在實際應(yīng)用中需要對時變、多徑信道進行信道估計。為了提高信道估計的效果，在Turbo均衡迭代的同時，利用從譯碼器得到的軟信息不斷更新信道估計系數(shù)，即將信道估計加入到Turbo均衡的迭代過程中。這種方法稱為軟迭代信道估計。

本文提出一種聯(lián)合信道估計和Turbo均衡的迭代接收算法。在該算法中，接收端首先通過LS頻域信道估計得到信道信息，然后進行基于MMSE頻域均衡和MAP譯碼的Turbo均衡處理，譯碼器得到的軟信息反饋給信道估計器和均衡器以進行后續(xù)的迭代處理。其中，迭代信道估計采用的是LMS自適應(yīng)信道估計算法。最后，通過仿真驗證了該算法能夠有效改善快時變多徑信道下接收系統(tǒng)的誤碼性能。

1系統(tǒng)模型

根據(jù)無人飛行器地空視距鏈路信道特性，將IEEE802.16標(biāo)準(zhǔn)建議的SUI信道模型進行修改來模擬無人飛行器地空視距鏈路信道[7]。

1.1SUI信道模型

SUI信道模型包含的6種信道模型均為3徑模型，其中SUI-1和SUI-2信道損失最小，代表叢林密度較小的平原地區(qū)[8]。SUI-1和SUI-2信道參數(shù)如表1所示，其中多徑分量1代表直視(LOS)路徑，多徑分量2和多徑分量3代表非直視(NLOS)路徑。由于無人飛行器飛行速度較快，有很大的多普勒頻率擴展，所以將模型中的多普勒頻率擴展均設(shè)為4 kHz。

表1　SUI-1和SUI-2信道模型參數(shù)

1.2基帶傳輸模型

系統(tǒng)的基帶傳輸模型如圖1所示。

圖1　基帶傳輸模型

2Turbo均衡

Turbo均衡包括1個SISO均衡器和1個SISO譯碼器，二者通過交織器和解交織器連接在一起，如圖2所示。圖2中上標(biāo)E和D分別表示均衡和譯碼，下標(biāo)e表示外信息。

圖2　Turbo均衡原理

均衡器和譯碼器之間傳遞的軟信息為碼字為-1或+1的對數(shù)似然比(LLR)，這些軟信息必須是本次迭代獲取的外信息，所以要在均衡器和譯碼器輸出的后驗信息中扣除先驗信息。通過對算法復(fù)雜度和算法性能的綜合考量，本文SISO均衡器采用Tüchler等人提出的基于線性MMSE準(zhǔn)則的Turbo均衡算法[1]，SISO譯碼器采用MAP譯碼算法。

3迭代信道估計和Turbo均衡

3.1迭代信道估計和Turbo均衡原理

由于所使用的SUI信道模型的信道系數(shù)是時變的，所以在接收端應(yīng)進行信道估計。本文提出一種聯(lián)合信道估計和Turbo均衡的迭代接收算法，算法的系統(tǒng)框圖如圖3所示。

圖3　聯(lián)合信道估計和Turbo均衡迭代接收原理

3.2軟迭代估計算法

(1)

然后結(jié)合重疊保留法[9]實現(xiàn)頻域LMS信道估計[10]。頻域LMS算法如下[11]：

(2)

(3)

(4)

式中，0≤n≤2N-1。

(5)

步驟2：得到誤差值ek(n)。

(6)

(7)

(8)

εk(n)=ε′k(n),0≤n≤N-1,

(9)

(10)

在實現(xiàn)過程中將輸入的信號分成每段與信道長度N一致的塊，信道的權(quán)值每N個點進行一次更新，而這樣的更新是由每次N個誤差信號樣點累加結(jié)果控制的。既可以達到較快的收斂速度，同時也可以通過引入FFT來實現(xiàn)對序列的循環(huán)卷積方法的利用，從而大幅度地降低運算量。

4仿真與性能分析

下面給出SUI-1和SUI-2信道下采用本文算法得到的仿真結(jié)果，并將其與傳統(tǒng)的單載波頻域Turbo均衡性能相比較，如圖4和圖5所示。系統(tǒng)采用單載波調(diào)制體制，調(diào)制方式為QPSK；符號速率為10 Mbit，有效符號長度為1 024，訓(xùn)練序列選用長度為64的Chu序列；信道編碼采用碼率為1/2的卷積編碼，生成多項式為[5,7]；觀測窗口大小分別為10和12，交織/解交織器選取隨機交織的方式；頻域LMS算法步長u通過計算輸入序列的相關(guān)矩陣得到。

圖4　SUI-1信道下性能比較

圖5　SUI-2信道下性能比較

從仿真結(jié)果可以得到以下結(jié)論：

① SUI信道下聯(lián)合信道估計和Turbo均衡的迭代接收算法，相對于傳統(tǒng)Turbo均衡算法在誤比特率為10-5時約有1 dB左右的性能改善。原因在于相對于傳統(tǒng)的Turbo均衡算法僅僅利用訓(xùn)練序列或?qū)ьl來估計信道系數(shù)，本文的算法充分利用了譯碼器反饋的軟信息來更新信道估計系數(shù)，為后續(xù)迭代的Turbo均衡提供了更好的信道估計。

② 隨著迭代次數(shù)的增加，迭代處理系統(tǒng)的性能得到改善，但改善的幅度會變小，這是因為每次迭代所獲得的外信息變少了。綜合考慮性能和計算復(fù)雜度，迭代2次即可。

③ 在信噪比極低的環(huán)境下，新算法會出現(xiàn)性能發(fā)散的現(xiàn)象，這是因為在低信噪比環(huán)境下，系統(tǒng)通過訓(xùn)練序列獲得的初始信道估計不準(zhǔn)確，迭代處理后反饋的軟信息有較多錯誤，導(dǎo)致系統(tǒng)在后續(xù)迭代中出現(xiàn)了錯誤擴散的現(xiàn)象。

④ 觀察發(fā)現(xiàn)，SUI-1信道下的性能整體略優(yōu)于SUI-2信道，這是因為SUI-1信道多徑效應(yīng)影響較小。同時發(fā)現(xiàn)，SUI-2信道下新算法獲得的增益更多，這說明在多徑效應(yīng)更嚴(yán)重的信道下，本文提出的算法相較于傳統(tǒng)的Turbo均衡算法能獲得更多的收益。

5結(jié)束語

本文采用修改后的SUI信道模擬無人飛行器地空視距鏈路信道，在單載波傳輸體制下對聯(lián)合信道估計和Turbo均衡的迭代接收算法進行了仿真研究。該算法中，軟迭代信道估計采用頻域LMS算法，Turbo均衡采用線性MMSE算法，譯碼器采用MAP算法。仿真結(jié)果表明，相對于傳統(tǒng)的Turbo均衡算法，在誤比特率為10-5時能夠獲得1 dB左右的性能改善，顯著提高了無人飛行器接收機系統(tǒng)在快時變多徑信道下的性能。

參考文獻

[1]TUCHLER M,SINGER A C.Turbo Equalization:an Overview[J].IEEE Transactions on Information Theory,2011,57(2):920-952.

[2]BERROU C,GLAVIEUX A.Near Optimum Error Correcting Coding and Decoding:Turbo Codes[J].IEEE Trans.Commun.,1996,44(10):1 261-1 271.

[3]DOUILLARD C,JEZEQUEL M,BERROU C,et al.Iterative Correction of Intersymbol Interference:Turbo Equalization[J].Eur.Trans.Telecommun,1995,6(5):507-511.

[4]BAUCH G,KHORRAM H,HAGENAUER J.Iterative Equalization and Decoding in Mobile Communications Systems[J].Second European Personal Mobile Communications Conference(S0341-0196),1997,145(1):307-312.

[5]GLAVIEUX A,LAOT C,LABAT J.Turbo Equalization over A Frequency Selective Channel[C]// GLAVIEUX A,LAOT C,LABAT J.Turbo Equalization over A Frequency Selective Channel.Brest,France，1997:96-102.

[6]TUCHLER M,SINGER A C,KOETTER R.Minimum Mean Squared Error Equalization Using A Priori Information[J].IEEE Trans.Signal Process,2002,50(3):673-683.

[7]鄧曉平，馬路娟.SUI信道下Turbo均衡性能仿真研究[J].無線電工程,2014,44(9):35-37.

[8]IEEE 802.16.3c-01/29r4.Channel Models for Fixed Wireless Applications[S],2001．

[9]冷建華,李萍,王良紅.數(shù)字信號處理[M].北京:國防工業(yè)出版社,2002.

[10]NARAYAN S S,PETERSON A M.Frequency Domain Least-mean-square Algorithm[J].Proceedings of the IEEE,1981,69(1):124-126.

[11]傅劍斌,彭華,董政.基于頻域LMS算法的稀疏信道估計[J].計算機工程,2013,39(12):49-53.

[12]任文成,秦建存,王棟良.OFDM聯(lián)合信道估計與均衡技術(shù)研究[J].無線電通信技術(shù)，2014,40(2):23-26.

許文龍男，(1988—)，碩士研究生。主要研究方向：飛行器測控技術(shù)、雙選信道下無線通信。

文運豐男，(1966—)，研究員。主要研究方向：遙控遙測通信。

引用格式：許文龍,文運豐,鄧曉平,等.無人飛行器通信中聯(lián)合信道估計和Turbo均衡[J].無線電工程,2016,46(1):46-49

Joint Channel Estimation and Turbo Equalization for

UAV Communication

XU Wen-long,WEN Yun-feng,DENG Xiao-ping,SANG Hui-ping

(The54thResearchInstituteofCETC,ShijiazhuangHebei050081,China)

AbstractThe Turbo equalization can effectively overcome multipath fading and eliminate Inter-Symbol-Interference(ISI)to improve receiver performance.In view of such characteristics as fast time-varying and multi-path of UAV data link channel,an iterative receive algorithm of joint channel estimation and Turbo equalization is proposed.The algorithm uses single carrier modulation,and eliminates ISI by the feedback soft information between channel estimation and Turbo equalization.The Matlab simulation results show that the proposed algorithm can significantly improve the BER performance through more than 2 iterations compared with traditional Turbo equalization algorithm based on single carrier frequency domain.

Key wordsiterative channel estimation;Turbo equalization;SUI channel;single carrier modulation;UAV

作者簡介

基金項目：國家部委基金資助項目。

收稿日期：2015-10-12

中圖分類號TP911

文獻標(biāo)識碼A

文章編號1003-3106(2016)01-0046-04

doi:10.3969/j.issn.1003-3106.2016.01.11