本發(fā)明屬于無線通信
技術(shù)領(lǐng)域：
，涉及一種無線信道估算算法，特別涉及一種OFDM壓縮感知信道與非線性失真聯(lián)合估計(jì)算法。
背景技術(shù)：
：正交頻分復(fù)用(OrthogonalFrequencyDivisionMultiplexing，OFDM)具有頻帶利用率高、抗符號串?dāng)_能力強(qiáng)、抗頻率選擇性衰落能力強(qiáng)等優(yōu)點(diǎn)，是高速無線通信領(lǐng)域的核心。信道估計(jì)與降低峰均比是OFDM系統(tǒng)的兩大關(guān)鍵技術(shù)。信道估計(jì)的精度直接影響衰落信道下的系統(tǒng)性能，高峰均比導(dǎo)致信號經(jīng)過功率放大器時(shí)產(chǎn)生非線性失真(nonlineardistortion，NLD)。目前，已有大量關(guān)于OFDM信道估計(jì)的研究，其中基于輔助信息的信道估計(jì)研究最為廣泛，典型方法有最小二乘(leastsquares，LS)、最小均方誤差(minimummean-squarederror，MMSE)、線性最小均方誤差(linearminimummean-squarederror，LMMSE)估計(jì)等。近年來，隨著壓縮感知理論的提出，大量學(xué)者開始探究將其應(yīng)用于無線通信領(lǐng)域，并對其用于導(dǎo)頻輔助的OFDM信道估計(jì)進(jìn)行研究。研究表明，在稀疏信道下基于相同數(shù)量的導(dǎo)頻可以比傳統(tǒng)方法達(dá)到更好的估計(jì)性能。然而，已有的信道估計(jì)方法大多未考慮OFDM信號非線性的影響，認(rèn)為信號不存在非線性失真或已通過降低峰均比算法得到良好解決。目前，降低峰均比的典型方法有預(yù)失真法、部分傳輸序列法、選擇映射法等，其在發(fā)射機(jī)中實(shí)施且多數(shù)具有較高的復(fù)雜度。2003年，一種基于信號重建的迭代方法被提出用以在接收機(jī)中估計(jì)和消除非線性失真。2005年，Tropp等人提出將壓縮感知用于OFDM系統(tǒng)的脈沖噪聲消除，基于導(dǎo)頻估計(jì)脈沖噪聲。2014年，A.Ghassemi等人進(jìn)一步提出OFDM信號的非線性失真可以看作稀疏的加性噪聲，可利用壓縮感知在接收機(jī)中對其進(jìn)行估計(jì)與補(bǔ)償。上述方法可避免發(fā)射機(jī)中實(shí)施降低降均比算法，但均未考慮衰落信道對NLD估計(jì)的影響。在非線性O(shè)FDM系統(tǒng)中，基于帶有非線性失真的輔助信息無法進(jìn)行準(zhǔn)確的信道估計(jì)，而衰落信道又嚴(yán)重影響NLD估計(jì)性能，信道估計(jì)與NLD估計(jì)相互影響相互制約成為二者聯(lián)合估計(jì)的難點(diǎn)。近年來，已有少量學(xué)者開始研究非線性O(shè)FDM系統(tǒng)的信道與NLD聯(lián)合估計(jì)問題。例如基于迭代的聯(lián)合算法，基于LS和DFT插值進(jìn)行信道估計(jì)，基于判決反饋和信號重構(gòu)進(jìn)行NLD消除。該方法的估計(jì)精度受導(dǎo)頻數(shù)量和錯(cuò)誤判決的影響，且需已知發(fā)射機(jī)限幅操作的先驗(yàn)信息，接收機(jī)實(shí)施信號重構(gòu)增加了系統(tǒng)復(fù)雜度?；贚MMSE結(jié)合壓縮感知的迭代聯(lián)合估計(jì)也被提出，但LMMSE算法復(fù)雜度較高，且需已知信道先驗(yàn)信息。上述聯(lián)合估計(jì)方法均需要信道或限幅的先驗(yàn)信息，使其適用范圍受到限制。技術(shù)實(shí)現(xiàn)要素：本發(fā)明的目的是針對OFDM系統(tǒng)信道估計(jì)及高峰均比問題，利用信道與NLD的雙重稀疏性，提出了一種基于壓縮感知的非線性O(shè)FDM系統(tǒng)的信道估計(jì)與NLD恢復(fù)聯(lián)合算法。該算法具有良好的估計(jì)性能，同時(shí)可避免系統(tǒng)實(shí)施復(fù)雜的降低峰均比算法，且無需迭代運(yùn)算及先驗(yàn)信息。為了達(dá)到以上效果，本發(fā)明OFDM壓縮感知信道與非線性失真聯(lián)合估計(jì)算法，包括下列步驟：步驟1：構(gòu)建存在多徑信道與NLD影響時(shí)的OFDM解調(diào)信號模型；步驟2：在發(fā)送端分組導(dǎo)頻與級聯(lián)限幅，以保護(hù)導(dǎo)頻信息不受非線性失真影響；步驟3：利用信道與非線性噪聲脈沖的雙重稀疏性，在接收端利用壓縮感知進(jìn)行信道與NLD聯(lián)合估計(jì)。采用OFDM壓縮感知信道與非線性失真聯(lián)合估計(jì)算法可避免系統(tǒng)實(shí)施復(fù)雜的降低峰均比算法，且無需迭代運(yùn)算及先驗(yàn)信息，具有良好的估計(jì)性能。附圖說明：為了更清楚的說明發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單的介紹，下面描述中的附圖僅僅是本發(fā)明的一個(gè)實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造勞動性的前提下，還可以根據(jù)附圖獲得其他的附圖。圖1是本發(fā)明分組導(dǎo)頻結(jié)構(gòu)示意圖；圖2是本發(fā)明聯(lián)合算法原理框圖；圖3是不同信噪比下各聯(lián)合算法的信道估計(jì)性能；圖4是不同信噪比下各聯(lián)合算法的非線性失真估計(jì)性能；圖5是不同限幅門限下各聯(lián)合算法的信道估計(jì)性能；圖6是不同限幅門限下各聯(lián)合算法的非線性失真估計(jì)性能；圖7是不同信噪比下各聯(lián)合算法的系統(tǒng)誤比特率；圖8是不同限幅門限下各聯(lián)合算法的系統(tǒng)誤比特率。具體實(shí)施方式：本發(fā)明的主旨是提出一種OFDM壓縮感知信道與非線性失真聯(lián)合估計(jì)算法，利用信道與非線性失真的雙重稀疏性，避免系統(tǒng)實(shí)施復(fù)雜的降低峰均比算法，降低系統(tǒng)的復(fù)雜度。下面結(jié)合附圖對本發(fā)明實(shí)施方式作進(jìn)一步詳細(xì)描述。一、OFDM系統(tǒng)模型的構(gòu)建在OFDM系統(tǒng)中，頻域信號X＝[X0，x1，...，XN-1]T經(jīng)過IDFT調(diào)制的時(shí)域信號可表示為xn=1NΣk=0N-1Xkej2πkn/N,n=0,1,...,N-1---(1)]]>定義向量x＝[x0，x1，...，xN-1]T，則(1)式可表示為矩陣形式x＝QX(2)式中，Q為N×N維逆傅里葉變換矩陣。Qm,n=1Nej2π(m-1)(n-1)/N,1≤m≤N,1≤n≤N---(3)]]>在N點(diǎn)數(shù)據(jù)前加入長為Ng的循環(huán)前綴組成完整OFDM符號經(jīng)DAC輸出。信號經(jīng)過功率放大器時(shí)由于其線性度的限制產(chǎn)生NLD，引入NLD的信號可表示為x′n＝βxn+dn(4)式中，β為使xn與dn不相關(guān)的常數(shù)。定義向量d＝[d0，d1，...，dN-1]為引入的NLD，其可看作稀疏的加性噪聲。為分析方便，本發(fā)明中令β為1，則引入NLD的信號可表示為x′＝x+d＝QX+d(5)為使放大器工作于線性區(qū)域，在發(fā)送端對信號進(jìn)行限幅處理，則經(jīng)過限幅的時(shí)域信號可表示為xn′=xn,|xn|≤AAxn/|xn|,|xn|>A---(6)]]>式中，A為歸一化限幅門限。受多徑信道影響，接收信號可表示為y=h⊗x′+z=h⊗(x+d)+z---(7)]]>式中，表示循環(huán)卷積運(yùn)算，z＝[z0，z1，...，zN-1]T表示加性高斯白噪聲，h＝[h0，h1，...，hL-1，01×(N-L+1)]T，其中hl，l＝0，1，...，L-1為信道沖擊響應(yīng)(CIR)。經(jīng)過DFT解調(diào)所得頻域信號可表示為Yk=Σn=0N-1yne-j2πnk/N,k=0,1,...,N-1---(8)]]>定義向量Y＝[Y0，Y1，...，YN-1]T，則將(7)式寫為矩陣形式Y(jié)＝QHy＝HX+HQHd+Z(9)式中，QH為N×N維傅里葉變換矩陣，H＝diag(H0，H1，...，HN-1)為信道頻域響應(yīng)向量QHh變形而成的對角矩陣，Z＝QHz為高斯白噪聲的頻域形式。式(8)即為同時(shí)存在多徑信道與NLD影響時(shí)的OFDM解調(diào)信號模型。二、發(fā)送端加入分組導(dǎo)頻與級聯(lián)限幅圖1是本發(fā)明分組導(dǎo)頻結(jié)構(gòu)示意圖，圖2是本發(fā)明聯(lián)合算法原理框圖；為利用壓縮感知同時(shí)估計(jì)信道與非線性失真，設(shè)計(jì)兩組梳狀導(dǎo)頻：第一組用于信道估計(jì)，定義為向量XpCE＝[XpCE，1，XpCE，2，...，XpCE，S]，S為信道估計(jì)導(dǎo)頻組長度；第二組用于NLD估計(jì)，定義為向量XpNLDE＝[XpNLDE，1，XpNLDE，2，...，XpNLDE，R]，R為NLD估計(jì)導(dǎo)頻組長度。為消除信道估計(jì)導(dǎo)頻組所受NLD的影響，提高信道估計(jì)精度，本發(fā)明在傳統(tǒng)限幅法的基礎(chǔ)上提出在系統(tǒng)發(fā)送端進(jìn)行級聯(lián)限幅，以減小限幅帶來的導(dǎo)頻處NLD噪聲。對時(shí)域OFDM信號xn進(jìn)行限幅并求出限幅失真噪聲dn=0,|xn|≤AAxn/|xn|-xn,|xn|>A---(10)]]>式中，A為限幅門限值。對向量d＝[d0，d1，...，dN-1]T進(jìn)行FFT變換可得D＝QHd(11)式中，QH為傅里葉變換矩陣。將D中與信道估計(jì)分組導(dǎo)頻位置相對應(yīng)的元素置為0得到D’，以消除NLD噪聲影響，再將D’變換到時(shí)域d′＝QD′(12)式中，Q為逆傅里葉變換矩陣。對OFDM信號x＝[x0，x1，...，xN-1]T疊加變換后的限幅失真向量得到x′＝x+d′(13)從而完成第一次限幅操作。上述頻域置零操作會使第一次限幅后的信號產(chǎn)生一定程度的峰值回升，需對其進(jìn)行第二次限幅使不超過門限值A(chǔ)xn′′=0,|xn′|≤AAxn′/|xn′|,|xn′|>A---(14)]]>設(shè)二次限幅產(chǎn)生的NLD噪聲為d″，則二次限幅后的信號可以表示為x″＝x′+d″＝x+d′+d″(15)第二次限幅會使頻域信道估計(jì)導(dǎo)頻處重新產(chǎn)生NLD，但此時(shí)的NLD噪聲影響已大幅減小，本發(fā)明采用二次級聯(lián)限幅。三、接收端利用壓縮感知進(jìn)行信道與NLD聯(lián)合估計(jì)接收端首先基于分組導(dǎo)頻XpCE進(jìn)行信道估計(jì)，再以信道信息為先驗(yàn)信息利用分組導(dǎo)頻XpNLDE估計(jì)信號的非線性失真。將(14)式代入前文信號模型(6)式后進(jìn)行傅里葉變換可得Y＝HX+HQHd′+HQHd″+Z(16)選取信道估計(jì)導(dǎo)頻所在的行可得YpCE=HpCEXpCE+HpCEQpCEHd′+HpCEQpCEHd′′+ZpCE---(17)]]>由于第一次限幅使得上式可簡化為YpCE=HpCEXpCE+HpCEQpCEHd′′+ZpCE---(18)]]>由于第二次限幅后導(dǎo)頻處的噪聲影響已很小，這里將上式第二項(xiàng)歸并到噪聲項(xiàng)中，則YpCE＝HpCEXpCE+ZpCE′(19)為進(jìn)一步整理為壓縮感知基本形式，將上式改寫為YpCE=XpCE′HpCE′+Z′=XpCE′QpCEHh+ZpCE′---(20)]]>式中，XpCE′＝diag(XpCE，1，XpCE，2，...，XpCE，Q)，HpCE′＝[HcCE，1，HpCE，2，...，HpCE，Q]，h為信道CIR。利用壓縮感知采用壓縮感知算法對(19)式中的h進(jìn)行求解，即h^=argmin||h||1s.t.||XpCE′QpCEHh^-YpCE||2≤ϵ---(21)]]>對估計(jì)出的進(jìn)行傅里葉變換得到頻域信道響應(yīng)代入前文(15)式并選取NLD估計(jì)導(dǎo)頻所在的行可得YpNLDE=H^pNLDEXpNLDE+H^pNLDEQpNLDEH(d′+d′′)+ZpNLDE---(22)]]>將上式改寫為VpNLDE=YpNLDE-H^pNLDEXpNLDE=H^pNLDEQpNLDEHd0+ZpNLDE---(23)]]>同樣利用壓縮感知采用壓縮感知算法求解NLD噪聲d0，即d^0=argmin||d0||1s.t.||H^pNLDEQpNLDEHd^0-VpNLDE||2≤ϵ---(24)]]>四、實(shí)例分析為驗(yàn)證本發(fā)明算法性能搭建OFDM系統(tǒng)，包含512個(gè)子載波，其中包括70個(gè)導(dǎo)頻子載波，循環(huán)前綴長度為64，采用64QAM調(diào)制及5/8LDPC編碼，離散信道長度為42，有6個(gè)有效徑，用于信道估計(jì)的導(dǎo)頻數(shù)選取22，用于非線性失真估計(jì)的導(dǎo)頻數(shù)選取48。為體現(xiàn)本發(fā)明算法的性能，與現(xiàn)有算法在同一系統(tǒng)中進(jìn)行性能比較，其中算法1為基于LS和DFT插值進(jìn)行信道估計(jì)，基于判決反饋和信號重構(gòu)進(jìn)行NLD消除；算法2為基于LMMSE結(jié)合壓縮感知的迭代聯(lián)合估計(jì)。圖3是不同信噪比下各聯(lián)合算法的信道估計(jì)性能，圖4是不同信噪比下各聯(lián)合算法的非線性失真估計(jì)性能，限幅門限2.5dB；圖5是不同限幅門限下各聯(lián)合算法的信道估計(jì)性能，圖6是不同限幅門限下各聯(lián)合算法的非線性失真估計(jì)性能，信噪比為25dB。當(dāng)信噪比較高時(shí)(大于15dB)，本發(fā)明算法的信道估計(jì)性能明顯優(yōu)于現(xiàn)有算法1、算法2，且十分接近無非線性失真的壓縮感知信道估計(jì)性能；在非線性失真估計(jì)方面，本算法性能明顯優(yōu)于現(xiàn)有算法1、算法2。圖7是不同信噪比下各聯(lián)合算法的系統(tǒng)誤比特率，限幅門限為2.5dB?？梢钥闯?，當(dāng)信噪比較低時(shí)，三種算法的系統(tǒng)誤比特率相近，而當(dāng)信噪比大于21dB時(shí)，本發(fā)明算法的系統(tǒng)誤比特率明顯小于算法1、算法2。圖8是不同限幅門限下各聯(lián)合算法的系統(tǒng)誤比特率，信噪比25dB?？梢钥闯觯谛旁氡容^高時(shí)，本發(fā)明算法在不同限幅程度下的系統(tǒng)誤比特率均明顯小于算法1、算法2，體現(xiàn)了本文聯(lián)合算法在較高信噪比下的優(yōu)勢。實(shí)例結(jié)果表明，該算法具有良好的估計(jì)性能，同時(shí)可避免系統(tǒng)實(shí)施復(fù)雜的降低峰均比算法，且無需迭代運(yùn)算及先驗(yàn)信息，對OFDM系統(tǒng)信道估計(jì)有很好的利用價(jià)值。以上所述僅為本發(fā)明的較佳實(shí)施例，并不限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。當(dāng)前第1頁1 2 3