龙智强，夏文龙，郭庆功

　　(四川大学 电子信息学院，四川 成都 610065）

       摘要：针对3G移动通信中的某些特殊应用场景，如信号侦查、定位及信号的智能干扰等需要对通信信道进行快速准确估计的要求，在B.Steiner信道估计法的基础上，提出一种新型的改进方法。该方法首先对B.Steiner信道估计结果进行门限处理，然后对保留径的响应进行最大比增益修正，从而进一步减弱噪声对系统的影响。在TD-SCDMA的协议测试模型case3条件下进行仿真，结果表明，在不明显增加算法复杂度的前提下，同一误码率时该方法所需输入信噪比降低了1~2 dB。

　　关键词：TD-SCDMA；信道估计；门限后处理；最大比增益

　　中图分类号：TN91;TN92文献标识码：ADOI： 10.19358/j.issn.1674-7720.2017.07.020

　　引用格式：龙智强，夏文龙，郭庆功.基于传输径修正的改进型TDSCDMA信道估计法［J］.微型机与应用，2017,36（7）：67-69，73.

0引言

　　*基金项目：国家自然科学基金委员会与中国工程物理研究院联合基金（U1530143）作为世界公认为3G通信制式之一的TDSCDMA，是唯一一个以我国自主知识产权为主的通信标准，在频谱利用率、频率灵活性等方面有独特优势。TDSCDMA系统的关键技术，如智能天线、联合检测、上行同步等的实现，都是建立在对信道的正确估计之上的。

　　信道估计分为盲信道估计和非盲信道估计。文献［1］提出一种考虑噪声统计特性自适应修正的子空间盲信道估计方法，对多径慢衰落信道有良好的估计效果。文献［2］利用MPSK调制符号的M次方符号在复平面上对称分布的特点，推导出了MPSK调制阶数、初始相位和衰落系数的估计算法。盲信道估计算法不需要知道信道的先验信息，但是硬件实现复杂，难以进行小型化设计。B.Steiner等针对CDMA系统的特殊编码结构，提出的适用于CDMA系统的信道估计算法，将复杂的线性卷积简化为简单的循环卷积，大大减少了信道估计的计算量，提高了估计的效率［3］。但是该算法对系统背景噪声没有进行任何抑制，会导致输出端信噪比恶化，尤其是信噪比较低时，估计结果存在较大误差［4］。为此，文献［57］研究了一些门限处理方法，这些方法可以消除由噪声产生的响应径，一定程度上提高了信道估计精度，但是保留径中仍然存在噪声。针对这一缺点，文献［8］提出，在去除噪声径的基础上，将保留径的响应模值减去噪声功率，达到减弱保留径中噪声影响的目的。文献［9］针对宽带卫星移动通信信道的特殊衰落特性，提出改进的基于功率判决的最小二乘估计算法（LS）和补零插值算法，能够充分利用已估计导频信息，抑制有效抽头外的噪声，提高系统性能。

　　针对上述方法存在的运算复杂度过高的不足，本文提出一种新型信道估计改进方法：基于功率大的保留径在信道估计中的贡献也大，功率小的保留径在信道估计中的贡献也小的思想，首先将B.Steiner方法得到的信道响应通过设定的门限，然后将保留径做最大比增益修正，削弱噪声对保留径的影响。经过这样的处理，更大程度地减弱了噪声影响，降低了系统误码率和信道估计的均方误差。

1基于训练序列的信道估计

　　1.1经典B.Steiner信道估计

　　TD-SCDMA系统的帧结构如图1所示。

　　TDSCDMA系统的帧中常规时隙都包含长度均为352 chips的两个数据块d(k,1)、d(k,2)和一个长度为144 chips的训练序列（Midamble码）以及一个16 chips的保护带。

　　发射的信号经过多径时延信道以后，用户k接收到的(864+W-1)×1信号矢量yk为：

　　yk=s×hk+ωk(1)

　　其中，W为信道估计窗长度，K表示一个时隙中的用户总数，k表示此时隙中的第k用户，k=1,2,3…K,hk=（hk0，hk1，hk2…hkL-1）T为多径信道矢量，ωk为高斯白噪声矢量。按照时隙格式，可以从接收到的信号yk中分离出数据rk和训练序列pk，利用该训练序列可以估算出用户k的W×1的信道冲击响应矢量h︿k。

　　在同一个小区中，同一时隙不同用户的训练序列是由同一基本训练序列经过循环移位产生的，并且循环移位的长度等于信道估计窗窗长的整数倍［10］。令基本训练序列码为：

　　mb=(m1,m2,m3…,mP)T(2)

　　其中P=128，表示基本Midamble长度，则第k个用户的训练码可以表示为：

　　mk=（m（k）1,m（k）2,m（k）3…,m（k）Lm）T(3)

　　其中，Lm=144，表示每个用户的训练序列长度。每个用户的Midamble码选取规则如图2。

　　在接收时，由于受到时延影响，接收数据的训练码em的前W-1位会受到数据块1的干扰，后W1位会受到数据块2的干扰，因此通常只利用中间的LmW位进行信道估计，从而Midamble经过高斯信道的过程表示为:

　　e′m=Gh+n′m(4)

　　其中，

　　e′m=（eW，eW+1…eLm-1）T(5)

　　n′m=（nW，nW+1…nLm-1）T(6)

　　G=［G1,G2…GK］(7)

　　h=(h(1),h(2),…,h(K))T(8)

　　而n′m表示系统的高斯白噪声，h(k)表示第k个用户的W位信道冲击响应，对式(4)利用迫零准则［11］，可得到信道冲击响应的估计值为：

　　h(=G－1e′m=h+G－1n′m(10)

　　从式（10）中可以看出，求出信道估计的关键就是求G矩阵的逆，直接求逆过程的运算量较大。B.Steiner信道估计算法利用G的每一列都是由基本Midamble的循环移位得到的特性，提出求矩阵的逆可以利用FFT算法进行简化的方法［11］。所以，式（10）可以等价为：

　　因此，B.Steiner的信道估计结果中包含了噪声信号G－1n′m，这部分加性噪声使得信道估计结果中不仅增加了噪声径，同时每一条有用径的信道响应值也比理想信道估计值要大。

　　1.2B.Steiner信道估计法的改进

　　从式（10）可以看出，基本B.Steiner估计法得到的信道估计结果含有噪声干扰信号，所有径的估计值都要比实际值高，这些误差会严重影响系统的性能。因此，文献［12］提出一种门限处理方法：

　　其中，r2表示门限信噪比，δ2表示信道噪声功率，h((k)l表示第k个用户的第l条路径的信道估计值。r可以通过多次仿真比较获得，将所有用户信道估计值的模值按照从大到小排序后，选择后64位的平均值作为δ。通过选择合适的门限，可以去掉那些完全由噪声产生的响应径，保留有用径的信道估计值。

　　由式（10）可知，即使在选择完美的门限进行处理后，也只是消除了噪声径的干扰，保留径内的噪声仍然存在。在门限处理的基础上为进一步减小噪声的影响，提高系统的性能，需要对保留径的信道估计值进行进一步的修正。

　　用户接收到的信号是发送端信号经过不同路径后的叠加，而所有路径的干扰噪声功率都强于信号功率的可能性几乎为零。因此，功率越大的路径受到的噪声干扰相对来说更小，对信道估计的准确性贡献越大，而功率越小的路径对信道估计的准确性贡献相对越小。本文提出一种保留径的增益修正方法，对于用户k的第l条路径的修正如下：

　　从而，时隙内的所有用户信道估计结果为：

　　l表示保留径序号，序号越大的路径时延越大，信号衰减越严重，功率越小。经过这样的修正以后，进一步提高了功率较大的保留径对信道估计最终结果的贡献，并且增加的运算相对整个系统的运算量来说微乎其微。

　　1.3不同信道估计方法的复杂度比较

　　由文献［13］可知，1次P点FFT(IFFT)运算，需要进行(P/2)×log2P次复数乘法，P×log2P次复数加法；2次比较运算等效为1次复数运算；K次开方平均运算等效为2K次复数乘法运算，因此不同算法间的复杂度比较如表1所示。

　　由表1可知，本文算法只比门限处理算法多了P次复数乘法，所以本文算法在提高系统性能的同时，并没有增大系统的处理时延。

2改进算法的性能仿真

　　2.1仿真模型

　　仿真采用TDSCDMA系统专用测试模型3［14］，条件如表2所示。

　　单个时隙用户数为K=8，信道估计窗长W=16，扰码序列长度SF=16，码片速率为1.28 Mchips/s；调制方式为QPSK，仿真的信噪比为1~10 dB，仿真结果为200次仿真的平均结果。

　　2.2仿真结果

　　在上述条件下，信噪比为1 dB时，得到的信道估计值如图3，不同信噪比下的误码率曲线如图4。

　　从图3中可以看出，实际信道估计值不仅在有用径的响应值变大，在无用径处也产生了响应，本文提出的方法在消除了噪声径干扰以后，也减弱了噪声对保留径的影响，使得信道估计值更接近于理想信道估计。

　　从图4中可以看出，在相同的误码率情况下，本文提出的方法输入信噪比比传统门限处理算法要低1~2 dB，使得系统性能得到改善，这种改善在低信噪比条件下更加明显，但是运算的复杂度却没有明显增加。

　　系统的信道估计值均方误差计算公式为：

　　不同信噪比情况下系统的均方误差如图5。

　　通过以上仿真可以发现，通过门限处理的方法，虽然可以有效地去除噪声径，但是保留的有用径内仍然存在噪声，使得信道估计值始终比理想信道估计值大。本文提出的方法不但去除了噪声径的干扰，与文献［6］相比，对保留径的噪声削弱效果更好，而且复杂度几乎相同，能有效降低系统的误码率。

3结论

　　本文针对门限处理后的信道估计保留径内仍然含有噪声的弱点，研究了TDSCDMA系统的帧结构特点，在理论上分析了B.Steiner 估计器造成的估计误差及门限处理能够去除噪声的原因，并提出了一种新的门限后处理方法。通过在不同信噪比条件下的仿真验证，表明本文提出的方法对系统性能具有良好的提高作用，在低信噪比条件下，相同误码率下能够降低输入信噪比1~2 dB。

　　参考文献

　　［1］ 李伟，黄高明，孟进，等.噪声误差自适应修正的子空间盲信道估计方法［J］.华中科技大学学报（自然科学版），2015，43(S1)：529-532.

　　［2］ 李啸天，雷菁，刘伟，等.平坦慢衰落信道下基于HOS的PSK调制盲信道估计［J］.通信学报,2015,36(5):1-8.

　　［3］ STEINER B, BAIER P W. Low cost channel estimation in the uplink receiver of CDMA mobile radio systems［J］.Frequenz,1993,47(1112): 292 298.

　　［4］ 陈艳杰，王丹.协作通信系统信道估计算法研究［J］.计算机仿真,2015,32(8):217-220.

　　［5］ 康绍莉.裘正定,李世鹤.TDSCDMA系统中低代价信道估计方法的改进［J］.通信学报,2002,23(10):108-113.

　　［6］ 常永宇,黄莉莉,杨大成.TDSCDMA系统中信道估计算法的性能分析及改进［J］.电子与信息学报,2005,27(7):1110-1113.

　　［7］ 李鹏,张敏军.TDSCDMA系统中一种基于门限处理的信道估计［J］.西华大学学报（自然科学版）,2010,29(1):1-3.

　　［8］ 赵德香,马秀荣,白媛，等.基于阈值处理的TDSCDMA下行多用户信道估计方法［J］.电子学报,2012,40(9):1904-1908.

　　［9］ 仲伟志，王红娟. 基于改进PLS和PLS_ZP算法的卫星移动通信信道估计［J］.四川大学学报（工程科学版），2015,47(1):156-161.

　　［10］ 李世鹤.TDSCDMA 第三代移动通信系统标准［M］.北京:人民邮电出版社,2002.

　　［11］ KLEIN A, KALEH G K, BAIER P W.Zero forcing and minimum meansquareerror equalization for multiuser detection in codedivision multipleaccess channels［J］. Vehicular Technology, IEEE Transactions on，1996,45(2):276-287.

　　［12］ 姜凯.基于门限处理的信道估计算法研究［D］.天津:天津理工大学,2013.

　　［13］ 卿朝进,唐友喜,邵士海.一种多用户辅助的TDSCDMA 下行信道估计方法［J］.电子学报，2010,38(4):934-938.

　　［14］ 3Gpp TS 25. 945, 3rd Generation Partnership Project ,Technical Specification Group Radio Access Network. RF Requirements for 1. 28Mcps UTRA TDD options［S］.2001.