高速移動環(huán)境下無線信道的檢測與估計

摘 要： 在高速移動的環(huán)境下，無線信道呈現(xiàn)快速變化的特征，導(dǎo)致對信道的估計難度增加。針對高速移動環(huán)境下的信道特征，提出一種新的信道估計方法，根據(jù)當(dāng)前信道信息選取最佳負(fù)載因子，對時變信道進(jìn)行更準(zhǔn)確的估計。仿真結(jié)果證明了該估計算法的有效性。

關(guān)鍵詞： 高速移動環(huán)境； 信道估計； 負(fù)載因子； 信道質(zhì)量檢測

中圖分類號： TN929.5?34 文獻(xiàn)標(biāo)識碼： A 文章編號： 1004?373X（2016）17?0063?04

0 引 言

最近幾年，我國的高速鐵路建設(shè)得到了迅速發(fā)展，乘客對高質(zhì)量、高速率的數(shù)據(jù)和多媒體通信需求提出了更高的要求[1?2]?，F(xiàn)有的通信系統(tǒng)，如GSM?R只能解決中低速（<250 km/h）列車和地面節(jié)點之間的窄帶通信需求，無法滿足運行速度在300 km/h以上的列車的多媒體通信需求[3?4]。在運行速度達(dá)到300 km/h的列車上使用無線通信系統(tǒng)時，需要考慮信號穿透車體的損耗、高速移動造成小區(qū)的快速切換以及多普勒頻移等影響。在低速環(huán)境下，多普勒效應(yīng)可以忽略，但在高速移動的環(huán)境下，多普勒效應(yīng)被迅速放大，并導(dǎo)致信道發(fā)生時間選擇性衰落。較大的多普勒頻移會嚴(yán)重破壞OFDM（Orthogonal Frequency Division Multiplexing）系統(tǒng)子載波之間的正交性，使位于接收端不同子載波上的信號相互影響[5?6]，更加難以準(zhǔn)確復(fù)原出發(fā)射信號，因而，迫切需要找出更加先進(jìn)的信道估計方法。對快衰落信道的估計是當(dāng)今國內(nèi)外學(xué)者研究的熱點，并且已經(jīng)取得了不小的成果。文獻(xiàn)[7]提出在接收端通過導(dǎo)頻對頻偏進(jìn)行處理的解決方案。文獻(xiàn)[8]對上行物理共享信道采用內(nèi)插濾波估計的方法實現(xiàn)對信道的快速跟蹤。

利用導(dǎo)頻數(shù)據(jù)估計信道是當(dāng)前主流的信道估計方法。雖然導(dǎo)頻信息會占用系統(tǒng)資源，但此類方法的估計更為準(zhǔn)確，而且適用于各類信道。本文通過分析高速移動環(huán)境下的信道特征，建立模型，提出一種新的信道估計方法，根據(jù)當(dāng)前估計的信道信息選取最優(yōu)負(fù)載因子（Loading Factor，LF），進(jìn)而對時變信道進(jìn)行更準(zhǔn)確的估計。仿真結(jié)果表明此方法具有良好的估計性能。

1 信道質(zhì)量檢測

OFDMA（Orthogonal Frequency Division Multiple Access）將整個頻帶分割成許多子載波，將頻率選擇性衰落信道轉(zhuǎn)化為若干平坦衰落子信道，從而能夠有效地抵抗無線移動環(huán)境中的頻率選擇性衰落。由于子載波重疊占用頻譜，OFDMA能夠提供較高的頻譜利用率和較高的信息傳輸速率。通過給不同的用戶分配不同的子載波，OFDMA提供了天然的多址方式，并且由于占用不同的子載波，用戶間滿足相互正交，沒有小區(qū)內(nèi)干擾 [9?10]。

負(fù)載因子指的是子信道數(shù)據(jù)OFDMA符號中可以承載的調(diào)制符號的個數(shù)，其取值根據(jù)信道特性進(jìn)行計算。

子信道可分為靜止信道和非靜止信道兩種類型。靜止?fàn)顟B(tài)下，導(dǎo)頻信號一般定為Symbol4，根據(jù)基站序列號（BS SeqID）在子信道上設(shè)置觀察窗Sow的位置。在移動狀態(tài)下，子信道利用兩個OFDMA符號為導(dǎo)頻。一般普通時隙選Symbol1和Symbol6作為導(dǎo)頻符號，普通時隙子信道結(jié)構(gòu)如圖1所示。超時隙選擇Symbol1和Symbol8作為導(dǎo)頻符號，超時隙的子信道結(jié)構(gòu)如圖2所示。

碼片擴展是將一定數(shù)量的連續(xù)頻域符號擴展，每次進(jìn)行碼片擴展時頻域符號的個數(shù)都是由實際的負(fù)載因子決定的，碼片擴展后的頻域符號的個數(shù)由碼擴因子[Nspreading]決定。調(diào)制到星座圖上的符號需要進(jìn)行碼片擴展。碼擴因子[Nspreading]表示每個子信道的每個數(shù)據(jù)OFDMA符號中碼片擴展的長度，[Nspreading∈{6，7，8}]。在當(dāng)前子信道的當(dāng)前數(shù)據(jù)OFDMA符號中，既不包含DC也不包含SOW子載波時，[Nspreading=8；]只包含DC或SOW子載波時，[Nspreading=7；]既包含DC也包含SOW子載波時，[Nspreading=6。]

獲得當(dāng)前子信道的名義負(fù)載因子[Lnominal]和當(dāng)前數(shù)據(jù)OFDMA符號的[Nspreading，][Lnominal]為1～8之間的正整數(shù)。對當(dāng)前子信道的當(dāng)前數(shù)據(jù)OFDMA符號，碼擴的具體方法如下：

（1）[5≤Lnominal≤8]時，計算實際負(fù)載因子[Lactual=] [Lnominal-（Nmax_spreading-Nspreading），][Nmax_spreading]為最大碼擴因子8，[Nspreading]為碼擴因子；[Lnominal≤4]時，實際負(fù)載因子[Lactual]=[Lnominal]；

（2） 在待處理的符號序列中從起始位置開始，順序截取[Lactual]符號，定義為[（s0，s1，s2，…，sLactual-1），]轉(zhuǎn)置后構(gòu)造出符號列向量[S，]即[S=（s0，s1，s2，…，sLactual-1）T，]然后將取出的[Lactual]個符號從待處理符號中刪除；

（3） 根據(jù)[Nspreading]選擇碼擴矩陣[H；]

（4） 通過碼擴矩陣[H]的處理，產(chǎn)生[W]矩陣。即[H=（h0，h1，h2，…，hNspreading-1），][hi][（i=0，1，2，…，Nspreading-1）]是碼擴矩陣[H]的列向量，令[W]=[（h0，h1，h2，…，hLactual-1）]；

（5） 通過對掩碼序列[Ps]的處理得到[Cs。]即設(shè)[Ps=（p1，p2，…，p8）]，去掉序列中的[pSOW]和[pDC]（其下標(biāo)表示本子信道的本OFDMA符號中，SOW和DC子載波在8個子載波中的相對位置），然后經(jīng)過轉(zhuǎn)置，得到掩碼序列：

[Cs=（p1，p2，…，pSOW-1，pSOW+1，…，pDC-1，pDC+1，…，p8）T]

通過式（1），得到當(dāng)前子信道中、當(dāng)前數(shù)據(jù)OFDMA符號承載的調(diào)制符號序列：

[X=Cs°（SW）] （1）

式中：[°]為Hadamard積，指兩個相同大小矩陣的對應(yīng)元素乘積；[X]為碼擴之后的[Nspreading]維列向量。

上述步驟得到的[X]即為承載了[Lactual]個調(diào)制符號的OFDMA符號。由于負(fù)載因子[Lactual]越大，同一時間發(fā)送的調(diào)制符號個數(shù)就越多，系統(tǒng)吞吐量就越大，因此在信道條件較好時希望[Lactual]越大越好；而當(dāng)信道條件較差時，較大的[Lactual]值會使解調(diào)信噪比損失變大，誤碼率也會升高，因此需適當(dāng)降低[Lactual]。最佳負(fù)載因子檢測的基本原則就是根據(jù)當(dāng)前估計的信道狀態(tài)選取最優(yōu)的[Lactual，]使得信噪比損失最小，解調(diào)性能最佳。

2 建立信道模型

高速移動環(huán)境下的無線電波的傳播主要以直射傳播路徑為主，基站與終端之間都具有很高的相對運動速率，多普勒效應(yīng)明顯，信道環(huán)境多為空曠的郊區(qū)，散射環(huán)境較簡單，角度擴展較小，電波的傳播特性近似服從萊斯（Rice）分布。

大量實測結(jié)果表明，在很多情況下Suzuki過程是合適的信道衰落模型。Suzuki過程是瑞利過程和對數(shù)正態(tài)過程的乘積，假設(shè)陰影衰落不存在視距分量，在城區(qū)蜂窩移動無線通信系統(tǒng)中是較為合適的。然而在郊區(qū)、鄉(xiāng)村地區(qū)和開闊區(qū)域，存在部分視距分量或無陰影效應(yīng)，這就需要對Suzuki過程模型作進(jìn)一步擴展。

擴展Suzuki過程[η（t）]可以表示為萊斯過程[ξ（t）]（小尺度衰落）與對數(shù)正態(tài)過程[ζ（t）]（大尺度衰落）的乘積：

[η（t）=ξ（t）ζ（t）] （2）

其中萊斯過程為：

[ξ（t）=μρ（t）=μ（t）+m（t）=μ1（t）+m1（t）+jμ2（t）+m2（t）=μ1（t）+m1（t）2+μ2（t）+m2（t）2] （3）

式中：[μ（t）=μ1（t）+jμ2（t）]代表信號的散射分量；[m（t）=][m1（t）+jm2（t）=ρej（2πfρt+θρ）]代表信號中的直射分量（均值）；[ρ，][fρ，][θρ]分別是直射分量的幅度、多普勒頻率和相位。當(dāng)[fρ]=0時，均值[m（t）=m=ρejθρ]是常數(shù)，不隨時間變化，這相當(dāng)于移動臺運動的方向與直射信號傳播的方向成直角。

對數(shù)正態(tài)過程可表示為：

[ζ（t）=em+sμ3（t）] （4）

式中：[μ3（t）]為均值[m3=0，]方差[σ23=1]的實高斯隨機過程；參數(shù)[m]和[s]的引入是為了分別將[m3]和[σ23]轉(zhuǎn)換成實際的均值和方差。

由以上分析可知，擴展Suzuki過程的參考模型是基于三個實值的有色高斯隨機過程[μi（t）]（[i=]1，2，3）。由確定性信道建模原理，將理想的高斯隨機過程[μi（t）]近似為：

[μi（t）=n=1Nici，ncos（2πfi，nt+θi，n），i=1，2，3] （5）

式中：參數(shù)[ci，n，][fi，n，][θi，n]分別為多普勒系數(shù)、離散多普勒頻移、多普勒相移。文獻(xiàn)[10]表明這些參數(shù)可由精確多普勒擴展法得到：

[ci，n=σ02Ni，n=1，2，…，Ni] （6）

[fi，n=fmaxsinπ2Ni（n-12），n=1，2，…，Ni] （7）

式中：[σ0]為高斯分布的方差；[fmax]為最大多普勒頻移。參數(shù)相移[θi，n]是[[0，2π）]內(nèi)均勻分布的隨機變量。

3 最佳負(fù)載因子檢測

3.1 檢測流程

最佳負(fù)載因子的檢測流程為：估計當(dāng)前幀[t]的信道特性[H（t）]，然后分別設(shè)負(fù)載因子[L]為5，6，7和8，參考信噪比[SNRref]為13 dB，19 dB和25 dB（對應(yīng)調(diào)制方式[M=2，]4，6），基于以下信道模型，按照式（8），式（9）計算[SINR（t，L，SNRref）]。

[Y（t）=G（t，L）S（t）+1SNRrefV（t）] （8）

[G（t，L）=diag{H（t）}W（：，1：L）（10^（SNRref20））] （9）

[M（t，L）=（G（t，L）G（t，L）+I）-1] （10）

[SINR（t，L，SNRref）=10*lg（1mean（diag（M（t，L））））] （11）

按照95%outage準(zhǔn)則計算信噪比損失[SinrLoss=][SNRref-SINR，]并且按照式（12）計算最佳負(fù)載因子：

[Lopt（SNRref）=arg minLSinrLoss（L，SNRref）-10?lgL] （12）

式中：[Lopt]為最佳負(fù)載因子；SinrLoss為信噪比損失。

3.2 仿真與實測結(jié)果

仿真時采用最小二乘估計方法（LS）獲得信道估計值。仿真環(huán)境為：借助仿真軟件Matlab搭建仿真平臺，進(jìn)行仿真、分析與繪圖。設(shè)置系統(tǒng)工作載頻為340 MHz，采樣率為2 MHz，采用ITU?3A信道模型，多普勒頻偏為100 Hz，對應(yīng)車速為300 km/h。

仿真時每20幀進(jìn)行一次負(fù)載因子與調(diào)制方式重配，即利用最佳負(fù)載因子檢測結(jié)果對每20幀進(jìn)行一次負(fù)載因子與調(diào)制方式的更新。設(shè)置發(fā)送信噪比為25 dB，結(jié)果如圖3所示。

從結(jié)果中可以看出，當(dāng)接收端解調(diào)信噪比（每20幀計算一次）較高時，系統(tǒng)會分配更高的負(fù)載因子或更高階的調(diào)制方式以獲得更高的吞吐量；而當(dāng)解調(diào)信噪比降低時，則會采取較低的負(fù)載因子或低階的調(diào)制方式來保證一定的解調(diào)信噪比和誤包率。

采用最佳負(fù)載因子檢測與重配的方案同采用固定調(diào)制方式QPSK和固定負(fù)載因子5～8情況下的誤包率（Packet Error Rate，PER）和吞吐量（Throughput）進(jìn)行比較，結(jié)果如圖4，圖5所示。

系統(tǒng)誤包率對比

圖中的Lopt表示采用最佳負(fù)載因子的方案。從圖4中可以看出，在發(fā)送信噪比一定的情況下，固定采用的負(fù)載因子越大，系統(tǒng)誤包率越高；而采用最佳負(fù)載因子則可以明顯降低誤包率。

另外，雖然負(fù)載因子越大系統(tǒng)傳輸效率越高，但由于較高的固定負(fù)載因子會帶來較大的誤包率，因此并不會帶來系統(tǒng)吞吐量的提升，幾種固定負(fù)載因子下的吞吐量差別不大；而采用最佳負(fù)載因子則可以明顯提高系統(tǒng)吞吐量，使得系統(tǒng)可以根據(jù)當(dāng)前信道環(huán)境以最高效的方式工作。

系統(tǒng)吞吐量對比

4 結(jié) 論

在高速移動的環(huán)境下，對信道的估計直接影響到無線通信系統(tǒng)的質(zhì)量。信道質(zhì)量檢測尤為重要。本文研究了高速移動環(huán)境下無線信道的傳播特性，建立了信道模型，提出一種基于最佳負(fù)載因子的信道估計方法。仿真結(jié)果證明了新算法的可行性和有效性。

參考文獻(xiàn)

[1] 溫斌，林波，劉昀，等.McWiLL寬帶無線接入技術(shù)及應(yīng)用[M].北京：人民郵電出版社，2009：10?15.

[2] 王文博，鄭侃.寬帶無線通信OFDM技術(shù)[M].北京：人民郵電出版社，2003：54?59.

[3] 尹長川，羅濤，樂光新.多載波寬帶無線通信技術(shù)[M].北京：北京郵電大學(xué)出版社，2004：88?90.

[4] 王丹，周元元，李小文.基于TD?LTE系統(tǒng)下行信道檢測的研究[J].電子技術(shù)應(yīng)用，2013，39（12）：99?102.

[5] 朱耀麟，孟超，張勇.無線通信系統(tǒng)中衰落信道的仿真及信道估計[J].西安工程大學(xué)學(xué)報，2012，26（6）：748?751.

[6] 陶成，劉留，邱佳惠，等.高速鐵路寬帶無線接入系統(tǒng)架構(gòu)與關(guān)鍵技術(shù)[J].電信科學(xué)，2010（6）：95?101.

[7] 于小紅.基于LTE的高速鐵路寬帶通信上行頻偏解決方案[J].電信科學(xué)，2014（3）：27?31.

[8] 王華華，呂南，張莉.一種改進(jìn)的上行信道估計算法[J].西安郵電大學(xué)學(xué)報，2014，19（1）：21?25.

[9] 孫波，鐘征斌.云計算無線接入網(wǎng)下的物理下行控制信道增強[J].西安郵電大學(xué)學(xué)報，2014，19（5）：71?76.

[10] 李富新，謝鷹，劉文鵬.高速鐵路移動網(wǎng)絡(luò)覆蓋方案的研究[J].郵電設(shè)計技術(shù)，2008（9）：20?24.