OFDM系统中MMSE与LS信道估计算法的比较研究.docx

OFDM系统中MMSE与LS信道估计算法
的比较研究
第22卷第2期
2009年4月
四川理工学院学报(自然科学版)
JournalofSichuanUniversityofScience&Engineering(Natu计方法的最小平方法(LS,leastsquare)和最小均方误差法(MMSE,).
l基于导频的信道估计
基于导频的信道估计,即在发送数据流中插入导频
符号,:在发送端适当位置插入导频,接收端利用导频信号恢复出导频位置的信息,然后根据信道的时域和频域的相关性,
有最小平方法(Ls)和最小均方误差法(MMSE).基于导频的信道估计方法系统框图如图1所示:
作者简介:陈明举(1982一),男,重庆大足人,硕士,主要从事多媒体通信方面的研究
.92四川理工学院学报(自然科学版)2009年4月
串,并
变换
导频
插入
瑚
魏
癣
图1导频插入估计系统
规定输入信号为X(k),插入导频为(n),经过
IFrr变换后的时域输入信号为(n).信道传输函数
为h(n),其频域表示为H(k).高斯噪声为W(/7,)，频
域表示为W(k)，接收信号为Y(n)，频域表示为Y(k),
抽取导频为(m),其中k=O,l,…,N—1,m=0,1,
•••
,M一1,n:0,1，…
函数在各频点的估计值为17(k)，在导频点的估计值为
().只考虑导频在信道中传输,则有:(m)=
(m)He(m)+(m)其中,(m)为离散高斯噪声
频域表示在导频点的值,日.(m)是日(k)在导频点的值.
令8=(m)一(m)，信道估计值为17.
(m),
Ls估计算法希望方差ETa,最小，则：
s8=min{(—XP7p.
)(—XP.
))(1)
=0j=,
==H+1~p(2)
1P
由式(2)可见，基于Ls准则的信道估计算法结构简单，
是,在Ls估计中并未利用信道的频域与时域的相关特性,并且估计时忽略了噪声的影响,而实际中信道估计值对噪声的影响是比较敏感的,在信道噪声较大时,估计的准确性便大大降低,从而影响数据子信道的参数估计.
LS估计算法的均方误差为:
MSE:trace{E[(.—H)?(17.
日)]}
=trace{()}(3)
式中trace()表示对矩阵求迹,根据式⑵和式
(3)可知,当选取一定的导频信号,使其模1l比较大
AP
由于选取能量较大的导频信号,将会造成一定传输功率的损失,因此在实际应用中需要权衡考虑.
LS算法受高斯白噪声和子载波间干扰(ICI)的影响
小均方误差(MMSE)的信道估计算法，对于ICI和高斯
基础上进行的.
设(m)的MMSE估计为(m),MMSE算
法希望El.
(m)一(m)l最小，则：
疗P,
III,sE(m)=RH,()-()R疗P,
Ls(m)
R()(m)(()H()+
((m)(m)))疗.
(m)(4)
H表示共扼转置,为高斯噪声方差,且有：
R)=E{HP(m)HP(m)}
R(),
(m)=E{He(m)疗尸，
(m