CN1325198A - 多输入多输出正交频分多路复用系统 - Google Patents

Abstract

一个多输入多输出正交频分多路复用系统包含多个使用独立的时空编码对各个数据块进行编码的时空编码器。变换的数据块信号被多个发送天线发送并且被多个接收天线接收。在最大似然检测之前对接收数据进行预白化处理。在一个实施例中,连续干扰消除可用于改进系统的性能。通过根据一个与平均值的偏差对信道脉冲响应估测进行加权来增强信道参数估测。

Description

多输入多输出正交频分多路复用系统

本发明涉及通信系统，更具体地是涉及正交频分多路复用(OFDM)通信系统。

许多应用都要求进行高数据速率无线访问。通常，高数据速率传输需要更多的带宽。然而由于频谱限制，增加带宽的技术经常是不切实际的和/或昂贵的。

在一个已知的系统中，多个发送和接收天线被用来实现有效利用频谱的数据传输。多个发送天线可用于获得发送分集或构成多输入多输出(MIMO)信道。多个发送天线也被用来在无线系统中提供分集。发送分集可以基于线性变换或通过时空编码来实现。时空编码的具体特征是高代码效率，并且可以改进正交频分多路复用(OFDM)系统的效率和性能。在多个发送和接收天线被用来构成MIMO信道的情况下还可以改进系统容量。与具有平滑瑞利衰减或窄带信道的单输入单输出(SISO)系统相比较，MIMO系统可以通过最小发送和接收天线数量这样的系数来改进容量。

图1示出了一个常规OFDM系统10，其中包含发送和接收数据的子系统。一个编码子系统12对来自数据源的二进制数据进行编码。编码数据被一个交叉子系统14进行交叉处理并且被一个映射子系统16映射到多振幅多相位构象符号上。在一个具体实施例中，多振幅多相位构象符号包含正交相移键控(QPSK)符号。接着可以由一个导频插入子系统18插入导频信号以估测远程用户单元接收器上的信道。一个串并转换子系统20把串行数据流转换成并行数据流，并行数据流被提供到一个逆快速快速富立叶变换(IFFT)子系统22。

变换数据被一个并串转换器24转换成串行数据流。在DAC28进行数模转换和天线系统30进行传输之前可以由一个子系统26增加循环生长和开窗口。OFDM系统的接收部分32包含从接收OFDM信号提取数据的类似对应部件。

如图2所示，已知的OFDM系统10使用一种具有多个副载波50的重叠正交多载波调制技术。图3示出了副载波的正交性质。更具体地，一个OFDM数据符号的所有四个副载波60均在间隔T内具有整数个周期。相邻副载波之间的周期数量差值为1。

在一个已知的OFDM传输系统中，当估测信道参数被用来构造时空处理器时时空处理器的复杂性随着带宽的增加和时空处理器性能的显著下降而增加。

所以会期望提供具有增强信号检测的MIMO OFDM系统。并且还期望增加信道参数估测的准确度。

本发明提供了针对多个发送天线装置使用独立时空编码的MIMOOFDM系统。接收器使用跟随有最大似然解码的预白化处理对时空编码进行解码。通过这种方案，MIMO OFDM系统提供了有效利用频谱的宽带通信。MIMO OFDM系统确定并使用信道延迟分布估测实现更精确的信道参数估测。

在本发明的一个方面，一个MIMO OFDM通信系统包含多个发送天线和多个接收天线。第一和第二数据块分别被第一和时空编码器变换成两个信号。所有四个结果信号均构成一个由各个发送天线发送的OFDM块。每个接收天线接收一个信号，该信号是四个发送OFDM块的叠加。当对第一数据块的编码信号进行检测和解码时，第二数据块的编码信号被看作一个干扰信号。类似地，当检测和解码第二数据块信号时第一数据块信号被看作一个干扰信号。在进行最大似然解码之前对接收信号进行预白化处理，其中上述解码可以包含维特比解码。在一个实施例中，最大似然解码的预白化包含期望信号的最小均方差(MMSE)还原，后面跟随残留干扰信号和噪声的白化处理。

连续干扰消除可以改进系统的性能。更具体地，在解码第一和第二数据块之后，确定解码信号是否包含差错。在一个解码数据块具有一个差错而其它数据块不包含差错的情况下，重新产生正确数据块信号并且从接收信号中清除该信号。接着从修改信号中重新检测并解码出其它数据块。

在本发明的另一个方面，MIMO OFDM系统使用根据信道脉冲响应的空间相关导出的相对精确的信道延迟分布增强信道参数估测。通常，根据与平均信道响应的偏差对估测信道响应进行加权。通过更多地对相对精确的信道响应进行加权，信道参数估测变得更加精确。

通过下列结合附图进行的详细描述会更完全地理解本发明，其中：

图1是一个现有技术正交频分多路复用(OFDM)系统；

图2是一个示出图1的OFDM系统中使用的子信道的现有技术图形描述；

图3是一个示出图1的OFDM系统中使用的正交副载波的现有技术图形描述；

图4是有关基于本发明的MIMO OFDM系统的一部分的模块图；

图5A-6B是对基于本发明，具有各种信道延迟分布，接收天线数量和检测技术的MIMO-OFDM系统的图形表示；

图7A-B是对基于本发明，具有理想和估测信道参数的MIMO-OFDM系统的图形比较；和

图8A-D是对基于本发明，具有各种多普勒频率的MIMO-OFDM系统的图形表示。

通常，本发明提供一个具有多个构成MIMO信道的发送和接收天线的正交频分多路复用(OFDM)系统。通过这种方案，增强了信道估测和信号检测。

图4示出了一个MIMO-OFDM系统100，该系统具有多个发送天线和多个接收天线RA1-P，这里示出为四个发送天线TA1-4。虽然所示的MIMO-OFDM系统具有四个发送天线，但应当理解可以使用任何数量的发送天线。另外，接收天线的数量应当等于或大于发送天线的数量。

MIMO-OFDM系统100包含一个接收第一数据块b₁[n,k]的第一时空编码器STE1和一个接收第二数据块b₂[n,k]的第二时空编码器STE2。在时间n和音调(tone)k上，两个数据块中的各个数据块，{b_i[n,k]:k=0,1,…}其中i=1和2，分别被第一和第二时空编码器STE1,STE21转换成两个信号，{t_2i+j[n,k]:k=0,1,…,&j=1,2}(等式1-3)。每个编码信号构成一个OFDM块。在分别用信号tm_i[n,k]其中i=1,…,4进行逆快速快速富立叶变换IFFT1-4之后，发送天线TA1-4发送OFDM信号。

发送天线TA1-4发送的信号被接收天线RA1-RAP接收。接收信号r₁[n,k],r₂[n,k],…,r_p[n,k]分别被快速富立叶变换(FFT)子系统FFT1-FFTP进行变换以产生被提供到一个时空处理器STP的信号，其中时空处理器分别向第一和第二时空解码器STD1,STD2提供检测信号信息。一个信道参数估测器CPE变换信号，其中根据上述变换信号确定信道参数信息并且将该信息提供到时空处理器STP以便用于信号解码。

各个接收天线RA1-RAP上的接收信号是四个畸变发送信号的叠加，通过下面的等式1可以表示上述信号： $r_j\[n,k\]=\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{H}_{\mathrm{ij}}\[n,k\]t_i\[n,k\]+w_j\[n,k\],$               等式(1)

j=1,…,p，其中p对应于接收天线的数量，H_ij[n,k]表示对应于第i个发送天线和第j个接收天线、在时间n上的第k个音调的信道频率响应，而w_j[n,k]表示第j个接收天线上的附加复高斯噪声。噪声被假定为具有方差σ_n ²的零均值并且与不同的时间n，音调k，和接收天线j不相关。

也可以通过如下面等式2-4所示的向量形式表示OFDM信号的输入-输出关系：

r[n,k]=H₁[n,k]t₁[n,k]+H₂[n,k]t₂[n,k]+w[n,k]    等式(2)其中 $r\[n,k]\stackrel{\mathrm{\Δ}}{=}\left[\begin{array}{c}{r}_1\[n,k\]\\ \underset{.}{\overset{.}{.}}\\ r_4\[n,k\]\end{array}\right],w\[n,k\]\stackrel{\mathrm{\Δ}}{=}\left[\begin{array}{c}{w}_1\[n,k\]\\ \underset{.}{\overset{.}{.}}\\ r_4\[n,k\]\end{array}\right],t_i\[n,k\]\stackrel{\mathrm{\Δ}}{=}\left[\begin{array}{c}{t}_{2i+1}\[n,k\]\\ t_{2i+2}\[n,k\]\end{array}\right]$  等式(3)并且 $H_i\[n,k\]\stackrel{\mathrm{\Δ}}{=}\left[\begin{array}{cccc}{H}_{2i+1}& \[n,k\]_1& H_{2i+2}& \[n,k\]_1\\ & \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \\ H_{2i+1}& [n,k]_p& H_{2i+2}& \[n,k\]_p\end{array}\right]$  等式(4)

为了实现发送分集增益和发送信号检测，时空处理器STP提取需要的信号以便被第一和第二时空解码器STD1,STD2解码。时空处理器和时空解码器均需要信道状态信息。

在一个实施例中，CPE使用常规训练序列以挖掘信道参数的时域和频域相关特性。在Y.Li等人，″在移动无线信道中具有发送器分集的OFDM系统的信道估测″，IEEE通信专题杂志，Vol.17,pp.461-471,1999年3月，和Y.Li.,″具有多个发送天线的OFDM系统的简化信道估测″,IEEE通信专题杂志，Vol.___,PP.___,___中描述了示例性信道估测技术，这里参考引用了上述文章。

通过下面等式5可以描述移动无线信道脉冲响应的复基带表示： $h(t,\mathrm{\τ})=\underset{k}{\mathrm{\Σ}}{\mathrm{\γ}}_k\left(t\right)c(\mathrm{\τ}-{\mathrm{\τ}}_k)$  等式(5)

其中τ_k是第k个路径的延迟，γ_k(t)是对应的复振幅，而c(t)是具有一个可以是平方根上升余弦奈奎斯特滤波器的频率响应的整形脉冲。由于车辆的移动，复振幅γ_k(t)是各个路径相互独立的广义平稳(WSS)，窄带复高斯过程。复振幅γ_k(t)的平均功率取决于根据环境确定的信道延迟分布，例如丘陵地形(HT)和典型市区(TU)。信道通常具有相同的延迟分布。

根据前面的等式5可以发现，通过下面的等式6可以表示时间t上的频率响应： $H(t,f)\stackrel{\mathrm{\Δ}}{=}{\∫}_{-\∞}^{+\∞}h(t,\mathrm{\τ})e^{-j2\mathrm{\πf\τ}}$ $C=\left(f\right)\underset{k}{\mathrm{\Σ}}{\mathrm{\γ}}_k\left(t\right)e^{-2\mathrm{\πf}{\mathrm{\τ}}_k}$ 等式(6)其中 $C\left(f\right)\stackrel{\mathrm{\Δ}}{=}{\∫}_{-\∞}^{+\∞}c\left(\mathrm{\τ}\right)e^{-j2\mathrm{\πf\τ}}\mathrm{d\τ}$ 等式(7)

在一个具有适当周期延伸和定时的OFDM系统中，通过下面的等式8可以表示具有可容忍漏露的信道频率响应： $H\[n,k\]\stackrel{\mathrm{\Δ}}{=}H({\mathrm{nT}}_f,\mathrm{k\Δf})=\underset{l=0}{\overset{K_0-l}{\mathrm{\Σ}}}h\[n,l\]W_K^{\mathrm{kl}}$  等式(8)其中信道响应为 $h\[n,l\]$ $\stackrel{\mathrm{\Δ}}{=}h({\mathrm{nT}}_f,k\frac{T_s}{K})$ $W_k=\exp (-j\frac{2\mathrm{\π}}{k}),$ K是一个OFDM块中的音调数量，T_f和δf分别是块长度和音调间隔，而T_s是OFDM的符号时延，上述时延与Δf有关，关系为T_s=1/Δf。信道响应h[n,l],l=0,1,…,K₀-1，是WSS，窄带复高斯过程。信道的平均功率h[n,l]和下标K₀(＜K)取决于无线信道的延迟分布，例如HT和TU。

根据本发明，通过使用空间预白化处理并且接着进行最大似然(ML)解码来增强信号检测。尽管对多个输入进行联合检测可以是最优的，但伴随的计算复杂性致使这种方案是不切实际的。

与联合检测相反，根据本发明，当对第一数据块b₁[n,k]信号进行检测和解码时第二数据块b₂[n,k]的编码信号被看作干扰信号。类似地，当对第二数据块b₂[n,k]进行检测和解码时第一数据块b₁[n,k]的编码信号被看作干扰信号。另外，发送信号被认为是不相关高斯过程。

例如，当对第一数据块b₁[n,k]进行检测和解码时，被第三和第四发送天线TA3,TA4发送的第二数据块信号b₂[n,k]被看作干扰信号。所以，如下面的等式9所示，接收器上的干扰信号v[n,k]等于信道响应向量H₂[n,k]乘以干扰信号的发送信号向量t₂[n,k]再加上高斯噪声W[n,k]：

v[n,k]=H₂[n,k]t₂[n,k]+w(n,k)    等式(9)

根据上面的等式2-4导出等式9中的向量。

如果v[n,k]在空间和时间上是白化的，则最小欧几里德距离解码器等价于最大似然(ML)解码器。然而，如果v[n,k]在空间或时间上是相关的，则预白化处理被用于ML解码器。将预白化处理用于ML解码是本领域的普通技术人员众所周知的，并且该处理如下所述。通常，使用预白化处理对第一和第二数据块的时空编码进行解码以便平滑接收器响应并帮助ML检测。检测构象点被映射到欧几里德距离最接近的序列。

根据ML准则，ML解码等价于寻找使等式的值最小的估测第一数据块 $\{\widehat{b_1}\[n,k\]\}:$ $C\left(\right\{b_1\[n,k\]\left\}\right)=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}m\[n,k\]$ 等式(10)其中通过下面等式11-12定义最小欧几里德距离： $m[n,k]\stackrel{\mathrm{\Δ}}{=}{\left(r\right[n,k]-H_1[n,k\left]t_1\right[n,k\left]\right)}^H{R}_v^{-1}[n,k]\left(r\right[n,k]-H_1[n,k\left]t_1\right[n,k\left]\right)$ 等式(11)和 $R_v[n,k]\stackrel{\mathrm{\Δ}}{=}E\left\{v\right[n,k\left]v^H\right[n,k\left]\right\}=H_2[n,k]+{\mathrm{\σ}}_n^{2}I$ 等式(12)

正如本领域的普通技术人员已知的，根据干扰信道响应的交叉相关H₂[n,k]H₂ ^H[n,k]导出的矩阵R_v[n,k]的逆可用于对信号进行白化处理。

直接计算产生了可以通过等式13定义的最小欧几里德距离m[n,k]=r^H[n,k]R_v ^-1[n,k]r[n,k]-t₁ ^H[n,k]H₁ ^H[n,k]R_v ^-1[n,k]r[n,k]-r^H[n,k]R_v ^-1[n,k]H₁[n,k]t₁[n,k]         等式(13)+t₁ ^H[n,k]H₁ ^H[n,k]R_v ^-1[n,k]H₁[n,k]t₁[n,k]把 $\tilde{H}[n,k]$ 表示成一个满足等式14和15的二乘二矩阵 $H_1^H[n,k]R_v^{-1}[n,k]H_1[n,k]\stackrel{\mathrm{\Δ}}{=}\widetilde{H^H}[n,k]\tilde{H}[n,k]$  等式(14)和 $L_1\[n,k\]\stackrel{\mathrm{\Δ}}{=}{\left(H_1{\tilde{H}}_1^{-1}\right)}^H{R}_v^{-1}[n,k]$ 等式(15)接着可以通过等式16表示最小欧几里德距离 $m[n,k]r^H[n,k]R_v^{-1}[n,k]r[n,k]-t_1^H[n,k]{\tilde{H}}_1^H[n,k]L_1[n,k]r[n,k]$ $-r^H[n,k]L_1^H[n,k]\widetilde{H_1}[n,k]t_1[n,k]+t_1^H[n,k]{\tilde{H}}_1^H[n,k]{\tilde{H}}_1[n,k]t_1[n,k]$ $=r^H[n,k]R_v^{-1}[n,k]r[n,k]-t_1^H[n,k]{\tilde{H}}_1^H[n,k]{\tilde{r}}_1[n,k]$ ${\stackrel{-}{r}}_1^H[n,k]$ ${\tilde{H}}_1[n,k]t_1[n,k]+t_1^H[n,k]{\tilde{H}}_1^H[n,k]t_1[n,k]$ $=r^H[n,k]R_v^{-1}[n,k]r[n,k]-{\tilde{r}}_1^H[n,k]{\tilde{r}}_1[n,k]$ $+{\left|\right|{\tilde{r}}_1[n,k]-{\tilde{H}}_1[n,k]t_1[n,k]\left|\right|}^2$                                                      等式(16)其中 ${\tilde{r}}_1[n,k]\stackrel{\mathrm{\Δ}}{=}{L}_1[n,k]r[n,k]$                                                      等式(17)

当众所周知的维特比算法被用于时空编码的ML解码时，上述等式中针对m[n,k]的前两项独立于检测的数据，只有第三项，即 ${\left|\right|{\tilde{r}}_1[n,k]-{\tilde{H}}_1[n,k]t_1[n,k]\left|\right|}^2$ 与检测的数据相关并且在使用维特比算法时影响网格搜寻中的度量。网格搜寻是本领域的普通技术人员众所周知的。所以，ML解码等价于寻找下面等式18的值最小的估测第一数据块 $\left\{{\hat{b}}_1\right[n,k\left]\right\}:$ $\tilde{C}\left(\right\{b_1[n,k]\left\}\right)=\underset{k-1}{\overset{K}{\mathrm{\Σ}}}{\left|\right|{\tilde{r}}_1[n,k]-{\tilde{H}}_1[n,k]t_1[n,k]\left|\right|}^2$ 等式(18)

因而，在进行预白化处理之后，可以使用一个针对2个发送天线和2个接收天线的系统的常规时空解码器。

注意，可以通过等式19重写L1[n,k]： $L_1[n,k]={\left({\tilde{H}}^{-1}\right[n,k\left]\right)}^H{H}_1^H[n,k]R_v^{-1}[n,k]$ 等式(19)

一个用于期望信号t₁[n,k]的最小均方差(MMSE)还原的预定权重矩阵H₁ ^H[n,k]R_v ^-1[n,k]抑制了干扰信号t₂[n,k]。在进行MMSE信号还原之后，通过等式20可以表示残留干扰信号和噪声的相关矩阵：E{H₁ ^H[n,k]R_v ^-1[n,k]v[n,k](H₁ ^H[n,k]R_v ^-1[n,k]v[n,k])H}=H₁ ^H[n,k]R_v ^-1[n,k]H₁[n,k]

数据项 ${\tilde{H}}^{-1}{[n,k]}^H$ 对残留干扰信号和噪声进行白化处理。所以，ML解码器的预白化包含期望信号的最小均方差(MMSE)还原，后面跟随残留干扰信号和噪声的白化处理。

在本发明的另一方面，连续干扰消除被用来改进总体系统性能。连续干扰消除可以基于循环冗余检查(crc)编码和/或信号质量。

在一个实施例中，一个MIMO-OFDM系统包含基于识别解码差错的CRC编码的连续干扰消除。如上所述可以对第一和第二数据块界区b₁[n,k],b₂[n,k]进行解码。如果在一个数据块，例如第一数据块b₁[n,k]中检测到一个差错并且在其它数据块，例如第二数据块b₂[n,k]中没有检测到差错，则在接收器上重新产生正确(第二)数据块的编码信号并且从接收信号中清除该信号。即，从接收信号中清除第二数据块b₂[n,k]的编码信号，使得更干净的信号可用于重新检测和解码最初包含一个差错的第一数据块信号b₁[n,k]。更具体地，可以在没有第二数据块信号的干扰的情况下重新检测和解码第一数据块。

在另一个实施例中，一个MIMO-OFDM系统检测和解码不包含诸如CRC编码的差错编码的各个数据块信号。正如本领域的普通技术人员众所周知的，当信号质量估计高于一个预定阈值时某些系统不使用差错编码。根据本发明，各个解码信号具有一个相关的MMSE。清除具有较高质量，例如较低MMSE的信号使其不干扰其它信号。

在本发明的另一方面，一个MIMO-OFDM系统包含使用相对精确的信道延迟分布进行增强信道参数估测。在一个实施例中，一个已知的判定引导信道参数估测器和针对具有多个发送天线的OFDM系统的最优训练序列被用来估测信道延迟分布。在Y.(Geoffrey)Li等人，″具有发送器分集的OFDM系统的信道估测及其对高速率数据无线网络的影响″，IEEE通信专题杂志，Vol.17,pp.461-471,1999年3月，和Y.Li.等人,″具有多个发送天线的OFDM系统的简化信道估测″，中举例描述了参数估测和训练序列。估测的信道延迟分布被用来确定信道参数估测。

通常，信道分布的时间和频率相关特性被用来更精确地估测信道参数估测。更具体地，由于随时间产生的变化相对较慢，信道分布在时间上是相关的。类似地，相邻信道具有类似的频率响应，因而与频率相关。通过确定平均信道脉冲响应，一个针对平均值的偏差可以构成对各个信道脉冲响应进行加权的基础。通过这个加权方案，可以更精确地估测信道延迟估测以便增强信道参数估测。

使用信道参数在时域和频域中的相关特性可以估测信道脉冲响应h_ij[n,l]。使用如下面等式21所示的离散富立叶变换(DFT)可以重构估测的信道脉冲响应 ${\hat{h}}_{\mathrm{ij}}[n,l]$ ${\tilde{H}}_{\mathrm{ij}}[n,l]=\underset{l=0}{\overset{K_0-1}{\mathrm{\Σ}}}{\hat{h}}_{\mathrm{ij}}[n,l]W_K^{\mathrm{kl}}$ 等式(21)

其中 ${\hat{h}}_{\mathrm{ij}}[n,l]$ 包含真实信道参数h_ij[n,l],W_k ^kl如前面等式5所述，而估测误差e_ij[n,l]如下面等式22所示： ${\hat{h}}_{\mathrm{ij}}[n,l]=h_{\mathrm{ij}}[n,l]+e_{\mathrm{ij}}[n,l]$ 等式(22)

估测误差e_ij[n,l]可以是具有零均值和方差σ²的高斯函数。可以用如下面等式23定义的规格化MSE(NMSE)测量参数估测质量： $\mathrm{NMSE}\stackrel{\mathrm{\Δ}}{=}\frac{E{\left|\right|{\hat{H}}_{\mathrm{ij}}[n,k]-H_{\mathrm{ij}}[n,k]\left|\right|}^2}{E\left|\right|H_{\mathrm{ij}}[n,k]|{|}^2}$ 等式(23)

因而，可以通过等式24表示信道响应的NMSE：

NMSE_r=K₀σ²    等式(24)

假定如等式25所示对NMSE进行规格化处理： $\underset{l=0}{\overset{K_0-1}{\mathrm{\Σ}}}E{\left|\right|h_{\mathrm{ij}}[n,k]\left|\right|}^2=\underset{l=0}{\overset{K_0-1}{\mathrm{\Σ}}}{\mathrm{\σ}}_l^2=1$ 等式(25)

其中 ${\mathrm{\σ}}_l^2\stackrel{\mathrm{\Δ}}{=}E{\left|\right|h_{\mathrm{ij}}[n,k]\left|\right|}^2$

如果信道延迟分布已知，即已知σ_l ²,l=0,…,K0-1，并且信道延迟分布被用来根据 ${\hat{h}}_{\mathrm{ij}}[n,l]$ 重构信道频率响应，则可以显著减少 ${\hat{H}}_{\mathrm{ij}}[n,l]$ 的MSE。在这种情况下，如果根据等式26选择加权系数α_l使估测信道响应的NMSE最小化： ${\hat{H}}_{\mathrm{ij}}[n,l]\stackrel{\mathrm{\Δ}}{=}\underset{l=0}{\overset{K_0-1}{\mathrm{\Σ}}}{\mathrm{\α}}_l{\hat{h}}_{\mathrm{ij}}[n,l]W_K^{\mathrm{kl}}$ 等式(26)

则可以通过等式27定义最优加权系数α_l： ${\mathrm{\α}}_l=\frac{\frac{{\mathrm{\σ}}_l^2}{{\mathrm{\σ}}_l^2+{\mathrm{\σ}}^2}}{\underset{m=0}{\overset{k_0-1}{\mathrm{\Σ}}}\frac{{\mathrm{\σ}}_m^4}{{\mathrm{\σ}}_m^2+{\mathrm{\σ}}^2}}$ 等式(27)

也可以表示成一加噪声功率与接收天线上的平均信道响应估测的功率的比值得到的总和的反置，即 $\frac{1}{1+\frac{{\mathrm{\σ}}^2}{{\mathrm{\σ}}_l^2}}$ ，并且通过等式28表示所得到的NMSE： ${\mathrm{NMSE}}_0=\frac{{\mathrm{\σ}}^2\underset{m=0}{\overset{K_0-1}{\mathrm{\Σ}}}\frac{{\mathrm{\σ}}_m^2}{{\mathrm{\σ}}_m^2+{\mathrm{\σ}}^2}}{\underset{m=0}{\overset{K_0-1}{\mathrm{\Σ}}}\frac{{\mathrm{\σ}}_m^4}{{\mathrm{\σ}}_m^2+{\mathrm{\σ}}^2}}$ 等式(28)

信道延迟分布取决于环境，因此通常是系统用户未知的。然而对于MIMO-OFDM系统，对应于不同发送或接收天线的信道应当具有相同的延迟分布。因而如下面的等式29所示，通过求四个发送天线和p个接收天线构成的信道的估测信道脉冲响应的平均值可以估测σ_l ²=E‖h_ij[n,k]‖²： ${\widehat{\mathrm{\σ}}}_l^2=\frac{1}{4p}\underset{i=1}{\overset{4}{\mathrm{\Σ}}}\underset{j=1}{\overset{p}{\mathrm{\Σ}}}{\left|{\hat{h}}_{\mathrm{ij}}\right[n,l\left]\right|}^2$ 等式(29)

利用估测的方差，信道延迟分布估测更加精确，从而改进了信道参数估测。

例子

模拟一个基于本发明的示例性MIMO-OFDM系统。分别通过5，40,100，和200Hz的多普勒频率使用已知的典型市区(TU)和丘陵地形(HT)延迟分布。对应于不同发送或接收天线的信道具有相同的统计特性。四个发送天线和不同数量的接收天线被用来构成一个4输入多输出OFDM系统。

为了构造一个OFDM信号，全部1.25MHz信道带宽被分成256个子信道。每边有2个子信道被用作保护音调，而剩余子信道(252个音调)被用来发送数据。为了使音调彼此正交，符号时延大约为204.8微秒。一个额外的20.2微秒保护间隔被用来防止信道多路径延迟扩散产生的符号间干扰。这产生了大约为225微秒的总模块长度T_f和4.44kbaud的子信道符号速率r_b。

使用具有4-PSK的16状态时空编码。包含500个位的各个数据块被编码成两个不同的模块以构成一个OFDM块，上述每个模块具有252个符号。所以，具有4个发送天线的OFDM系统可以发送2个时空码字(总共有1000个位)。每个时隙包含10个OFDM块，其中第一个模块被用于训练而剩余9个模块被用于数据传输。因而，系统可以在一个1.25MHz的信道上以4Mbits/秒的速率发送数据，即传输效率为3.2位/秒/Hz。

图5A-6B示出了基于本发明，具有不同信道延迟分布，接收天线数量和检测技术的MIMO-OFDM系统的模拟性能。图5A显示了交叉对性能改进的影响。通过交叉，10％WER所需的SNR对于TU信道被改进了1.5dB，对于HT信道改进了0.7dB。由于在交叉之前HT信道比TU信道具有更多的分集，交叉为HT信道产生的效益低于为TU信道产生的效益。

图6A-B具有针对不同检测技术的交叉的系统的WER。如图所示，具有基于CRC和信号质量(MMSE)的连续干扰消除的系统可以分别将10％WER所需的WER减少2.5和1.8dB。图5A-5B中的所有性能曲线针对的是具有4个发送天线和4个接收天线的OFDM。通过图6A-6B可以发现，随着接收天线数量的增加，性能得到了改进。尤其是在具体地，如果接收天线数量从4增加到6，具有TU或HT信道的OFDM系统会具有大约4dB的性能改进。

图7A-7B针对具有40Hz多普勒频率的不同信道比较了具有理想或估测信道参数的MIMO-OFDM系统的性能。通过图7A可以发现，对于具有用于连续干扰抑制和时空解码的估测信道参数的MIMO-OFDM系统，10％WER所需的SNR为10-11个dB，比通过用于信号检测和解码的理想信道参数得到的结果高出1.5-2个dB。如图7B所示，随着接收天线的增加，性能得到了改进。具体地，对于一个具有估测信道参数的系统，当接收天线数量分别从4增加到6和从6增加到8时，10％WER所需的SNR分别减少了4.5dB和2dB。

图8A-D比较了具有不同多普勒频率的MIMO-OFDM系统的性能。信道估测误差随着多普勒频率的增高而增加，因此系统性能发生退化。对于一个具有4个发送天线和4个接收天线的MIMO-OFDM系统，当多普勒频率从40Hz增加到100Hz时，10％WER所需的SNR下降了2.4dB。然而随着接收天线数量的增加这种退化会减弱。在使用10个接收天线的情况下退化大约只有0.4dB。

本发明提供了一个OFDM系统，该系统具有多个发送和接收天线以构成一个增加系统容量的多输入多输出(MIMO)系统。公开了一种用于ML解码和连续干扰消除技术的预白化技术。当在一个四输入/四输出OFDM系统中使用这些技术时，根据无线环境和字长度多达500位的信号检测技术，净数据传输速率在一个具有10％WER所需的10-12dB SNR的1.25MHz无线信道上可以达到4Mbits/秒。基于本发明的MIMO-OFDM系统可以有效地应用于高数据速率无线系统。

本领域的技术人员根据上述实施例会理解本发明的其它特性和优点。因此，本发明不受前面已经具体示出和描述的内容的限制，除非所附权利要求书专门指出。这里明确完整地参考引用了所提到的所有出版物和参考资料。

Claims (17)

1．一个用于多输入多输出正交频分多路复用通信的方法，其中包括

把一个第一数据块编码成第一批多个编码信号；

把一个第二数据块编码成第二批多个编码信号；

通过各个发送天线发送所有第一批和第二批多个编码信号；

通过多个接收天线接收发送的信号；

对所有第一批和第二批数据块信号的接收信号进行预白化处理；

对各个预白化接收信号进行最大似然检测；和

对接收信号进行连续干扰消除。

2．如权利要求1所述的方法，其中还包含使用循环冗余编码执行连续干扰消除。

3．如权利要求1所述的方法，其中还包含使用最小均方误差电平执行连续干扰消除。

4．如权利要求1所述的方法，其中还包含对信道延迟响应估测进行加权。

5．如权利要求4所述的方法，其中还包含根据与各个延迟的一个平均信道响应估测的偏差对信道响应估测进行加权。

6．如权利要求1所述的方法，其中还包含通过对信道响应估测进行加权使一个信道的最小均方误差最小化。

7．一个用于多输入多输出正交频分多路复用通信的方法，其中包括：

向一个产生第一和第二编码信号的第一时空那提供一个第一数据块；

从一个第一发送天线发送第一编码信号；

从一个第二发送天线发送第二编码信号；

向一个产生第三和第四编码信号的第二时空编码器提供一个第二数据块，其中第一，第二，第三和第四编码信号中的每一个分别构成一个正交频分多路复用块；

从一个第三发送天线发送第三编码信号；

从一个第四发送天线发送第四编码信号；

通过多个接收天线接收第一，第二，第三和第四编码信号；

对第一数据块信号的接收信号进行预白化处理；

对预白化第一数据块信号进行最大似然解码；

对第二数据块信号的接收信号进行预白化处理；

对预白化第二数据块信号进行最大似然解码；和

当解码的第一数据块比解码的第二数据块具有更高的信号质量时，重新产生接收信号，从接收信号中清除第一数据块信号并且对第二数据块信号重新解码。

8．如权利要求7所述的方法，其中信号质量基于最小均方差。

9．如权利要求7所述的方法，其中还包含当解码的第一数据块没有解码差错而第二数据块信号有一个解码差错时，重新产生接收信号，从接收信号中清除第一数据块信号并且对第二数据块信号重新解码。

10．如权利要求7所述的方法，其中还包含使用维特比解码。

11．如权利要求7所述的方法，其中还包含使用独立的时空编码对第一和第二数据块信号进行编码。

12．如权利要求7所述的方法，其中还包含对第一和第二数据块信号进行最小均方差还原。

13．如权利要求7所述的方法，其中多个接收天线包含至少四个接收天线。

14．如权利要求7所述的方法，其中还包含根据信道延迟分布信息对信道响应估测进行加权。

15．如权利要求7所述的方法，其中还包含对估测信道响应执行加权DFT处理。

16．如权利要求7所述的方法，其中还包含计算一个加权系数，该系数对应于一加上噪声功率与接收天线上平均信道响应估测的功率的比值所得的总和的反置。

17．一个用于多输入多输出正交频分多路复用通信的方法，其中包括：

把一个第一数据块编码成第一批多个编码信号；

把一个第二数据块编码成第二批多个编码信号；

通过各个发送天线发送所有第一批和第二批多个编码信号；

通过多个接收天线接收发送的信号；

对第一和第二数据块信号进行解码；和

通过根据一个与平均值的偏差对信道响应估测进行加权来估测信道参数。

Images