TD-SCDMA系統(tǒng)中基于訓練序列的信道估計

 1 引 言

TD-SCDM系統(tǒng)是TDMA，F(xiàn)DMA和CDMA多種傳輸模式的靈活結合，是由中國無線通信標準化組織(CWTS)提出并得到ITU通過的3G無線通信標準。TD-SCDMA系統(tǒng)中的關鍵技術，如智能天線、聯(lián)合檢測、上行同步等，都是建立在對信道正確估計的基礎上。因此對信道估計技術的研究具有非常重要的意義。

本文考慮了一種TD-SCDMA系統(tǒng)中的上行信道估計，其信息包含在每個突發(fā)中，并且使用每個突發(fā)中的訓練序列來進行信道估計。因為其中涉及到矩陣和向量的乘法運算，TD-SCDMA系統(tǒng)的信道估計是昂貴的。本文論述了TD-SCDMA系統(tǒng)中基于訓練序列的信道估計方法,其中每個用戶的訓練序列由一個基本碼循環(huán)產(chǎn)生，這樣即可以在一定程度上消除碼問干擾，同時可以大大減少計算量。模擬試驗表明，文中的算法接近真實值，能夠提高系統(tǒng)性能，并且方法簡單、易于實現(xiàn)。

2 TD-SCDMA系統(tǒng)信道估計的數(shù)學模型

當信號在移動信道中傳輸時會發(fā)生信號幅度的衰落和信號相位的畸變，雖然可以用數(shù)學模型來模擬和分析這種變化，但是由于這個變化是一個隨機過程，因此，所能了解的僅僅是他的概率特性，至于實時變化，很難用數(shù)學方法進行準確的估計。因此，要能夠在接收端準確地解調出用戶數(shù)據(jù)，就需要一種手段來實現(xiàn)在接收端對信道變化的估計，這就是信道估計技術。

TD-SCDMA系統(tǒng)中，假設在m(k)每個時隙中第k個用戶訓練序列(midamble碼)，h(k)是信道的沖激響應，則訓練序列經(jīng)過信道的沖激響應的結果為：

這種卷積運算也可以由第k個用戶的訓練序列，移位產(chǎn)生矩陣G(k)來表示：

由于G(k)是訓練序列m(k)移位產(chǎn)生的矩陣，因此向量的卷積運算等效于矩陣向量的乘。所以訓練序列的接收向量可以表示為：

在TD-SCDMA系統(tǒng)中，K個用戶的訓練序列碼m(k)，k = 1，…，K同時傳輸，接收信號是由所有K個用戶的訓練序列和白噪聲共同決定的。K個用戶訓練序列的L×KW維循環(huán)矩陣為：

則在考慮加性白噪聲情況下，接收信號可以表示如下：

用矩陣和向量形式表示為[1]：

則信道沖激響應h的估值為：

在基站陣列天線接收情況下，對應的接收到的信號方程為[2]：

其中Ka為陣列天線數(shù)，G與Ka×Ka的單位矩陣I(Ka)為Kronecker乘。

此時信道沖激響應h的估值為：

信道估計就是通過對經(jīng)過信道的訓練序列進行反卷積運算而得到信道的沖激響應。具體而言就是通過從接收信號e估計每個用戶的信道沖激響應h(k)。

3 訓練序列的構造

如果要求式(6)和式(8)兩式有解，則G中向量必須線性無關，因此在TD-SCDMA中訓練序列的選取非常重要。對訓練序列的選取有以下要求：

首先，由于TD-SCDMA系統(tǒng)在一個時隙內(nèi)同時傳輸K個用戶的信息，因此就要求K個用戶的訓練序列之間相互獨立。其次，為了能夠順利求解，訓練序列與沖激響應之間的卷積運算需要產(chǎn)生獨立的響應。

綜上所述，要滿足條件就要使系統(tǒng)的訓練序列為循環(huán)序列，并且構造訓練序列就需要用到偽隨機碼，因此訓練序列的相關性理想時滿足δ函數(shù)。訓練序列的相關特征如圖1所示。

考慮TD-SCDMA移動通信系統(tǒng)的上行鏈路，具體幀結構如圖2所示[3]。

在TD-SCDMA系統(tǒng)中，K個用戶在同頻同時傳輸信息，每個常規(guī)時隙包括2個數(shù)據(jù)域和1個訓練序列域。訓練序列用于信道估計，每個時隙中可以認為信道的沖激響應是時不變的，因此由訓練序列估計出來的信道沖激響應能夠用于兩邊的數(shù)據(jù)域中。

第k個用戶的離散時間沖激響應表述如下：

其中，W表示分配給用戶k的估計窗長，該窗長表示信道沖激響應的長度。TD-SCDMA系統(tǒng)協(xié)議ITM-2000CDMA TDD規(guī)定該窗長一般取8或16個碼片長。本文中取16個碼片長。

現(xiàn)將規(guī)范中給定的每一個基本碼(共128個)的二進制形式寫成矢量形式[4]:

為了從長度為L=128的矢量mL中得到可用的訓練序列，將mL的長度進行周期性擴展，其最大值由窗長和用戶數(shù)來確定：

其中Lm為訓練序列的長度，TD-SCDMA系統(tǒng)規(guī)定為144位；由于多徑傳播引起數(shù)據(jù)符號的時延擴展，從而使接收到的訓練序列的前W個符號受到數(shù)據(jù)域的碼間串擾，這些符號不用于信道估計，因此訓練序列的長度應為L+W-1；K為一個時隙中可用訓練序列的最大數(shù)目，取值范圍可為2，4，6，8，10，12，14，16，具體由系統(tǒng)廣播或連接建立時由網(wǎng)絡給定；W為其值用來描述無線信道沖激響應的窗口長度，用來保證用戶訓練序列在系統(tǒng)環(huán)境下正交，使各用戶的響應各不相關；

這樣得到一個擴展序列：

m中的前L個元素與矢量mL完全相同，后面的L+1～imax元素則不斷重復mL中的前L個元素，即：mi=mi-L。

在對TD-SCDMA系統(tǒng)進行信道估計時，假如獨立選擇用戶的訓練序列，那么將不能使矩陣G正交循環(huán)，G是由用戶訓練序列產(chǎn)生的循環(huán)矩陣。然而，假如K個用戶從一個相同的周期基礎碼m中產(chǎn)生他們的訓練序列碼m(k)，則能夠實現(xiàn)矩陣G的正交循環(huán)性。不同用戶的訓練序列用m(k)表示。根據(jù)mi(k) = mi+(K-k)w，將生成各個用戶的訓練序列。

在這里W=L／K，在本文中，用戶數(shù)K=8，因此，W=128／8=16。即假設第K個用戶發(fā)射mi作為一個訓練序列，則第(K-1)個用戶發(fā)射mi+w作為一個訓練序列。圖3顯示了如何從基本碼mL中產(chǎn)生有限長度的訓練序列碼：

4 聯(lián)合檢測技術

4.1 聯(lián)合檢測的系統(tǒng)模型[5]

假設在每個時隙有K個用戶，分別用K個不同的正交標識，第k個用戶在一個數(shù)據(jù)塊內(nèi)發(fā)送N個數(shù)據(jù)符號d(k)=(d1(k),d2(k),…，dN(k))T∈CN。假設第k個用戶的信道響應為h(k)∈Cw，k=1，2，…，K(K是最大用戶數(shù)，W是信道響應長度)。第k個用戶每個碼元序列用擴頻因子為Q的序列擴頻，擴頻序列為：

將此擴頻序列與N×N的單位矩陣IN作Kronecker乘，得到對應于第k個擴頻碼的塊對角擴頻矩陣C(k)：

假設接收端有M根天線，第k個用戶(對應于第k個擴頻碼)在第m根天線上的信道沖激響應向量h(k,m)的長度為W，則K個用戶在第m根天線上的長度為NQ+W-1的數(shù)據(jù)序列同步到達接收端，并且受到一個靜態(tài)高斯白噪聲序列的干擾，第m根天線對應的白噪聲序列可以表示為：

因此第m根天線上的接收向量可以表示為：

如果把擴頻碼和信道沖激響應結合起來考慮，那么復合信道沖激響應為：

其中n是高斯白噪聲，矩陣A(NQ+W-1)×(KN)為系統(tǒng)矩陣，d為發(fā)送端所發(fā)送的數(shù)據(jù)。

4.2 TD-SCDMA系統(tǒng)中的聯(lián)合檢測算法

聯(lián)合檢測的基本思想是利用所有用戶的相關信息，在一步之內(nèi)將所有用戶的信號分離出來，理論上聯(lián)合檢測可以完全消除多址干擾的影響。TD-SCDMA系統(tǒng)中，在綜合考慮后，采用了ZF-BLE作為聯(lián)合檢測技術的實現(xiàn)方法[5]。

迫零數(shù)據(jù)塊線性均衡器算法(Zero-Forcing Block Linear Equalizer，ZF-BLE)遵循迫零準則，即通過使‖e-A^d ZF-BLE‖2→O來得到用戶數(shù)據(jù)的連續(xù)值估計，其表達式為：

其中Rn是噪聲向量n的協(xié)方差矩陣，Rn=E{nnH}。

當在AWGN情況下時。ZF-BLE的輸出可變化為：

聯(lián)合檢測的目的就是通過e和A來估計出用戶在發(fā)送端所發(fā)送的數(shù)據(jù)。

5 仿真結果及結論

為了驗證本文所討論的TD-SCDMA系統(tǒng)中基于訓練序列的信道估計方法，進行了仿真驗證。為便于性能比較，在仿真中常在理想情況下計算出信道估計，再與實際信道估計進行比較。理想情況下的信道估計實現(xiàn)方法為，直接對沒有加噪聲的由所有用戶的midamble碼疊加得到的接收midamble碼矢量進行信道估計，由于他利用的是不受干擾影響的midamble碼接收數(shù)據(jù)，因此他能夠對信道進行最準確的估計。

TD-SCDMA系統(tǒng)中信道估計實現(xiàn)框圖如圖4所示。

根據(jù)上面推導的算法，在計算機上用Matlab進行了性能仿真，仿真參數(shù)設定如下：

(1) 采用QPSK進行調制，OVSF碼進行擴頻；

(2) 濾波器采用升余弦數(shù)字濾波器。滾降系數(shù)為0.22；

(3) 移動臺速度為3 km／h，30 km／h，120 km／h；

(4) 擴頻因子為16，信道響應窗長為16，訓練序列由128位walsh碼產(chǎn)生；

利用本文討論的信道估計算法實現(xiàn)聯(lián)合檢測仿真結果。從圖5中可以看到，聯(lián)合檢測接收機在理想信道估計情況下的性能要比對進行信道估計情況下的性能好。例如要達到BER=10e-5，理想信道估計情況下的信噪比要比本文中信道估計情況下的信噪比少0.3 dB。

圖6中比較了在本文研究的信道估計方法下，移動速度分別為3 km／h，30 km／h，120 km／h時算法的性能�？梢钥吹剑�隨著移動速度的增大，算法性能呈現(xiàn)惡化趨勢，說明多普勒的存在對算法造成了一定的影響。但是總的來說，基于本文中的信道估計算法得到的結論已接近真實值，并達到了通話標準，為后續(xù)聯(lián)合檢測算法的改進提供了良好的基礎。