适用于IEEE 802.11a/g的联合信道估计和均衡算法

开篇：润墨网以专业的文秘视角，为您筛选了一篇适用于IEEE 802.11a/g的联合信道估计和均衡算法范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘 要： 基于ieee 802.11a/g协议，提出了一种联合信道估计和均衡的算法，该算法采用自适应信道估计方式在低信噪比情况下实现精确的信道估计，并且具有较低的设计复杂度。信道均衡采用频域内MMSE（FD?MMSE）均衡方式，与自适应信道估计配合在系统性能和计算复杂度方面取得较好折中。仿真表明该算法结构性能满足IEEE 802.11a/g协议规定，与同类算法相比在低信噪比区域提高系统性能的前提下算法的计算复杂度也有所降低。

关键词： 正交频分复用； 信道估计； 信道均衡； IEEE 802.11a/g

中图分类号： TN925+.93?34 文献标识码： A 文章编号： 1004?373X（2014）06?0001?03

0 引 言

由于OFDM（Orthogonal Frequency Division Multiplexing）技术能有效地对抗无线通信信道中的频率选择性衰落，并且基于OFDM技术的通信系统接收机均衡可以采用频域内单抽头均衡器的低复杂度等优点，已被诸多通信标准采用[1?2]，第四代移动通信也将其作为核心技术。针对无线通信中的信道估计和均衡问题，目前已经有不少算法发表[3]，但是很难在算法精度和复杂度方面取得较好折中，往往具有较高精度的算法具有较大的计算复杂度[4?5]，计算复杂度较低的算法其性能却不太理想[6]。

通信系统接收机的设计是一个系统工程，需要从整体着眼，并不是一个模块性能做到最优整个系统性能就会最优。本文基于已有的信道估计和信道均衡算法[3]，针对IEEE 802.11a系统物理层帧的特殊结构[1]，重新设计一种联合信道估计和信道均衡算法。该算法联合信道估计和信道均衡。在信道估计部分采用了一种自适应的估计过程，取得了较好效果，尤其在低信噪比情况下取得较好的性能提升。在信道均衡部分采用一种称为频域内最小均方误差的均衡方法[7]（Frequency Domain MMSE，FD?MMSE）。相对于时域MMSE均衡算法，频域的MMSE算法计算复杂度大大降低。该算法结构充分利用了IEEE 802.11a系统物理层帧结构，有效降低了系统的计算复杂度。仿真结果表明虽然整个系统的PER?SNR性能和其他算法相比，系统性能有所提升，算法复杂度有很大程度降低。在系统性能和计算复杂度方面取得较好折中。

1 系统平台

为了验证本文提出的提出的算法设计，基于IEEE 802.11a/g协议，搭建了物理层基带系统结构。系统的结构框图如图1所示。

在仿真过程中，加性噪声信道为AWGN信道，无线衰落信道采用ETSI给出的ETSI?b瑞利衰落信道[2]。其他的仿真参数，如表1所示。

2 信道估计和均衡算法描述

整个算法的结构框图如图2所示。

图2 算法结构框图

信道估计模块块由一个平滑滤波器和一个自适应控制器组成。紧跟着FD?MMSE信道均衡模快，均衡模块的估计信道有两个来源：经过平滑滤波器的估计信道[Hsk]或者不经过平滑滤波器的信道[Hek]。[Hek]由IEEE 802.11a/g中物理层帧结构中两个长训练序列得到。[Hak]选用[Hsk]或[Hek]由信道估计模块的自适应控制器（在算法结构框图中表示为ACM（Adaptive Channel Manager））决定。

2.1 信道估计

IEEE 802.11a/g中物理层帧的前导码由10个短训练序列和2个长训练序列构成，在本算法中长训练序列用于信道估计，假设接收端收到的长训练序列为[YL（k）]，原始发送序列为[XL（k）]，则最简单的信道估计方式LS得出的信道响应为：

在本文中[He（k）=HLS（k）]，[Hek]经过平滑低通滤波器滤除频域噪声。平滑滤波器的响应为：

式中[Ws]和[Rs]由仿真确定。经过平滑滤波的信道响应为[Hs（k）]：

经过平滑滤波，每一个子信道上频域相应时相邻[2Ws+1]个子信道的加权和。由于噪声为零均值的加性高斯白噪，加权平均会减弱噪声功率。接下来分析平滑低通滤波器对系统性能的影响。假设理想的信道响应为[H（k）]，频域噪声为[WL（k）]，由滤波器引入的噪声为[εS（k）]，则经过平滑滤波的信道响应可以表示为：

分析式（4）最后等号右边部分：在低信噪比情况下，[WL（k）XL（k）]占主要部分，[εL（k）]占次要部分。此时，信道估计使用[Hs（k）]较好，因为在引入滤波器干扰不大的情况下，降低了系统高斯白噪声功率，提高了接收机接收到的信号信噪比。在高信噪比情况下，[WL（k）XL（k）]不再占主要作用，滤波器引入的噪声[εL（k）]开始占主要作用，此时使用信道估计[Hs（k）]反而会使系统性能降低，相反使用LS估计得到的[He（k）]得到的效果要好于使用[Hs（k）]得到的效果。经过上面分析，需要利用ACM模块设置一个判决门限来控制信道估计输出[Ha（k）]。当判决函数大于门限值时，[Ha（k）]使用[Hs（k）]，当判决门限小于门限值时，[Ha（k）]使用[He（k）]，即：

式中：[FLR]为判决函数，[Lo]为判决门限。[FLR]如式（6）所示，[Lo]需要在仿真中确定。

2.2 信道均衡

为配合前文提到的信道估计算法，本文用频域内最小均衡误差信道均衡算法（Frequency Domain Minimum Mean Square Error，FD?MMSE）。

该算法充分利用IEEE 802.11a 物理层帧结构和OFDM系统特性，在频域内进行单抽头均衡。在计算复杂度方面和LS没有差别[8]。

下面给出FD?MMSE具体推导过程。假设[Y（k）]是接收端信号，[X（k）]是发送端信号，[C（k）]是补偿因子，则目标函数为：

对于IEEE 802.11a/g 物理层帧有两个长训练序列，表示为[XL1（k）]和[XL2（k）]，则发送端收到的序列表示为[YL1（k）]和[YL2（k）]，于是[C（k）]可以表示为：

在对接收信号进行均衡过程中，可以利用前面得出的信道估计结果进一步优化[C（k）]，优化过程为：[C（k）=E[X（k）H（k）+W*（k）]X（k）E[X（k）H（k）+W（k）2]=E[X（k）2H*（k）]E[X（k）2・H（k）2]式（11）中的[σ2]为噪声功率，噪声功率的估计可以利用IEEE 802.11a/g 物理层帧的两个长训练序列完成，即：

可见噪声的估计非常简单，只需IEEE 802.11a/g物理层帧的两个长训练序列的均方差即可实现。

3 仿真及仿真结果分析

为了分析自适应信道估计算法和FD?MMSE均衡算法的性能，在第二部分描述的系统平台上进行仿真实验。采用IEEE 802.11a/g 中规定的10%PER（Packet Error Rate）标准来判定系统性能好坏。仿真过程中采用的信道为RMS（Root Mean Square）为150 ns的ETSI?B信道。自适应信道估计中的平滑滤波器参数[Rs=0.1]，[Ws=2]，自适应信道管理器（ACM）中判决门限[Lo=0.1]。针对IEEE 802.11a/g 支持的8种速率模式，进行了仿真实验。PER?SNR仿真结果PER?SNR曲线见图3。

在6 Mb/s速率模式下，10%PER要求SNR为4 dB，系统要求为9.7 dB，文献[9]要求为5.4 dB，文献[10]要求为4.9 dB。在12 Mb/s速率模式下，10%PER要求SNR为6.7 dB，系统要求为12.7 dB，文献[9]要求为7.0 dB，文献[10]要求为8.6 dB。

4 结 论

本文综合信道估计和信道均衡算法，提出一种在性能和计算复杂度方面有较好折中的算法结构。本算法结构充分利用IEEE 802.11a/g物理层帧中前导码，在保证系统整体性能在低信噪比区域有提高，高信噪比区域变化不大的前提下，系统计算复杂度有了较大程度的降低。

参考文献

[1] IEEE. Wireless LAN medium access control （MAC） and physical layer （PHY） specifications： high?speed physical layer in the 5 GHz band [S]. USA： IEEE Computer Society， 1999.

[2] ETSI. DTS/BRAN 030003?1 broadband radio access networks （BRAN）； HIPERLAN type 2 functional specifications. part 1? physical （PHY） layer [S]. [S.l.]： ETSI， 1999.

[3] OZDEMIR M K， ARSLAN H. Channel estimation for wireless OFDM systems [J]. IEEE Communications Surveys & Tutorials， 2007， 9（2）： 18?48.

[4] WU Kuo?guan， WU Jer?an. Efficient decision?directed channel estimation for OFDM systems with transmit diversity [J]. IEEE Communications Letters， 2011， 15（7）： 740?742.

[5] WAN Ping， MCGUIRE M， DONG Xiao?dai. Near?optimal channel estimation for OFDM in fast?fading channels [J]. IEEE Transactions on Vehicular Technology， 2011， 60（8）： 3780?3791.

[6] ZHENG Zi?Wei. Channel estimation and channel equalization for the OFDM?based WLAN systems [C]// Proceedings of 2010 International Conference on E?Business and E?Government （ICEE）. Guangzhou， China： ICEE， 2010： 1691?1694.

[7] LIU H Y. Study on low?complexity OFDM?based wireless baseband transceiver [D]. National Chiao Tung University， Taiwan， China， 1995.

[8] HWANG T， YANG C， WU G， et al. OFDM and its wireless applications： a survey [J]. IEEE Transactions on Vehicular Tech， 2009， 58（4）： 1673?1694.

[9] THOMSON J， BAAS B， COOPER E M， et al. An integrated 802.11a baseband and MAC processor [C]. Proceedings of 2002 IEEE International Solid?State Circuits Conference. San Francisco， CA， USA： IEEE 2002： 126?415.

[10] FUJISAWA T. A single?chip 802.11a MAC/PHY with a 32?b RISC processor [J]. IEEE Journal of Solid?State Circuits， 2003， 38（11） 2001?2009.