1、精選優質文檔-傾情為你奉上LS信道估計假設OFDM系統模型用下式表示： （1）式中為信道響應；為已知的導頻發送信號；為接收到的導頻信號；為在導頻子信道上疊加的AWGN矢量。LS為最小二乘(LeastSquare)信道估計， LS算法就是對（1）式中的參數進行估計，使函數（2）最小。 （2）其中是接收端導頻子載波處的接受信號組成的向量；是經過信道估計后得到的導頻輸出信號；是信道響應的估計值。由此可以得到LS算法的信道估計值為：可見，LS估計只需要知道發送信號，對于待定的參數，觀測噪聲，以及接收信號的其它統計特征，都不需要其它的信息，因此LS信道估計算法的最大優點是結構簡單，計算量小，僅通過在各載

2、波上進行一次除法運算即可得到導頻位置子載波的信道特征。但是，LS估計算法由于在估計時忽略了噪聲的影響，所以信道估計值對噪聲干擾以及ICI的影響比較敏感。在信道噪聲較大時，估計的準確性大大降低，從而影響數據子信道的參數估計。LMMSE算法的實現流程：首先我們得到LMMSE算法的相關公式：其中為信道矢量H的自相關矩陣， 代表采用LMMSE算法時信道的階躍響應。從公式中可以看出LMMSE使用子載波間的自相關矩陣以及SNR等信息進行信道估計。因為可以作為一個常量。則可以替換為其期望值：，其中代表單位矩陣。（具體推導待定）所以，上式又可變為。該公式為LMMSE算法的常用公式。其中，星座因子與采用的調制方

3、式有關：對于16QAM調制為179；對于QPSK調制為1。SNR是每個符號的信噪比；表示參考信號處由LS估計的信道沖激響應值；因為要進行求逆運算，所以運算的復雜度較高。如果參考信號的子載波數目較多，則求逆運算會變得很復雜。下面則將對LMMSE算法進行改進。在這里我們采用了矩陣分析中奇異值分解的方法進行簡化。將信道的自相關函數分解為: 。其中U為酉矩陣。則原公式可以化為：其中.這樣在某種程度上就可以大大減少運算量。改進后的LMMSE算法關鍵在于求出矩陣U和特征值、信噪比SNR。插值算法在估計完導頻子載波處的信道傳輸函數后，數據子載波處的信道響應可以通過在相鄰的導頻子載波間插值得到。不同的插值算法

4、具有不同的計算復雜度和性能，下面討論一些常用的插值算法。1 線性插值法線性插值就是利用前后相鄰的2個導頻子載波的信道響應，來線性地計算出處于它們之間的數據子載波上的信道響應。對于第k個子載波，采用線性插值算法，其信道的頻域響應為： 式中 ，為導頻子載波之間的距離(即)，為導頻的相對位置，下同。2 二階插值法二階插值算法的性能要優于線性插值。這種方法利用了前后相鄰3個導頻子載波的信息進行二階插值，得到第k個子載波的信道頻域響應為：其中，且。3 時域插值法時域插值算法是一種基于補零和 DFT/IDFT運算的高精度插值算法。先將已估計出的導頻子載波處的信道頻域響應進行IDFT變換得：然后，按下式將信號點插值到點最后，對進行DFT變換得到所有子載波上的信道的頻域響應：算法運算的復雜度用每個子載波上的信道頻域響應所需要執行的乘法次數和加法次數衡量，各插值算法的計算復雜度見表1所列。表1 插值算法的計算復雜度Table 1 Numeration complication of interpolation algorithms算法線性差值12二階差值32時域差值各種插值算法的估計精度從高到低依次為：時域變換插值算法、二階插