一種基于TDD LTE物理層終端測量算法的研究

陳禹+朱慶華

摘要：該文給出了LTE TDD系統(tǒng)中接收端的噪聲方差和信噪比的測量方法，為接收端的信道估計、信號檢測等提供所需的參數(shù)。首先提出了OFDM系統(tǒng)中進(jìn)行噪聲方差估計的常用算法，然后介紹了在LTE下行鏈路平臺中采用的終端噪聲方差和信噪比估計算法的實現(xiàn)策略，最后進(jìn)行了仿真分析。仿真結(jié)果表明，本論文提出的信噪比估計算法非常有效。

關(guān)鍵詞：LTE TDD；噪聲方差；信噪比估計；下行鏈路

中圖分類號：TP311 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2016）35-0232-02

1概述

在LTE終端進(jìn)行的信道估計、信號檢測等操作，需要信道的噪聲方差信息；系統(tǒng)MCS方案的選取以及預(yù)編碼操作需要終端測量的信道狀態(tài)信息（CQI），噪聲方差和信噪比估計是E-UTRA TDD LTE通信系統(tǒng)的重要組成部分，估計的準(zhǔn)確性直接影響到整個系統(tǒng)的性能[1]。本研究論文介紹了3GPP LTE TDD終端噪聲方差和信噪比估計的算法，并且仿真分析了該算法的性能。

2基于虛擬子載波的算法

針對LTE系統(tǒng)幀結(jié)構(gòu)的特點，提出了多種終端噪聲方差和信噪比估計的算法[2]。在OFDM系統(tǒng)中，采用逆快速傅里葉變換（ IFFT） 實現(xiàn)多載波調(diào)制，為了在接收端準(zhǔn)確恢復(fù)出最高頻率子載波上調(diào)制數(shù)據(jù)，避免頻譜混疊失真，一般采用過采樣，即實際傳輸所用的子載波數(shù)目小于系統(tǒng)總的子載波數(shù)目，將這些未利用的子載波稱為虛擬子載波[4，5]。因此，在接收端利用虛載波上接收到的信號特性（只與噪聲有關(guān)）可以進(jìn)行噪聲方差的估計，利用中心頻率載波上的信號特性（信號與噪聲的疊加）可以進(jìn)行接收端的信噪比估計。

在虛載波處，第i個子載波處接收到的信號只與噪聲有關(guān)，即：

[Ym（i）=Nm（i）] （1）

并且：

[EYm（i）2=σ2N=PN] （2）

因此，利用上式就可以估計出接收端頻域的噪聲方差。另外，根據(jù)傅立葉變換的帕斯韋爾定理，即：

[n=0Nsc-1x（n）2=1Nsck=0Nsc-1X（k）2] （3）

因此利用頻域信號估計出來的值除以Nsc即可得到時域的噪聲方差估計。

3實現(xiàn)策略

3.1噪聲方差的測量

本論文采用文獻(xiàn)[3]中提出的另外一種利用導(dǎo)頻序列的噪聲方差估計算法。該算法的基本思想是首先利用LS算法估計出信道的頻域信息[HLS]，然后將其進(jìn)行N點IFFT變換到時域，得到時域響應(yīng)[hLS（τ）]，則CP長度之后的信道只受到噪聲的影響，因此可以利用下式估計噪聲方差：

[σ2N=1N-Ngτ=Ng+1NhLS（τ）2] （4）

對于5MHz帶寬的2×2MIMO系統(tǒng)，每個天線上各個導(dǎo)頻序列的長度為50，并且兩個導(dǎo)頻序列交錯，因此可以在接收端利用接收信號分別獲得不同導(dǎo)頻位置上相應(yīng)的信道頻域響應(yīng)。假設(shè)信道在一個時隙范圍內(nèi)是不變的，因此可以將兩個導(dǎo)頻序列得到的不同子載波上的信道頻域響應(yīng)合成一個序列（長度為100），將其IFFT變換到時域，利用式（4）即可得到噪聲方差的估計值。

由于接收信號先進(jìn)行FFT（512點）變換到頻域，在頻域進(jìn)行LS信道估計，獲得導(dǎo)頻載波上的信道頻域響應(yīng)，再IFFT（100點）變換到時域，此時時域功率譜與真實功率譜存在一個系數(shù)差異（512/100），同時時域波形也存在平臺效應(yīng)和尾部效應(yīng)，在進(jìn)行噪聲方差估計時需要去除這部分的影響。

另外由于2×2的MIMO系統(tǒng)有4個信道，系統(tǒng)的噪聲為AWGN，在各個信道上的特性相同，因此可以用式（4）分別求得各個信道的噪聲方差，然后平均，可以進(jìn)一步降低估計誤差。

3.2信噪比的測量

接收端在第m個OFDM符號第k個子載波接收到的信號為：

[Ym（k）=H（k）Xm（k）+Nm（k）] （5）

并且

[EYm（k）2=H（k）2EXm（k）2+ENm（k）2=Pk+σ2N] （6）

其中[Pk]表示第k個子載波上接收信號的功率。

結(jié)合式（4）和（6），可得第m個符號中第k個子載波上信噪比為：

[SNRk=Pkσ2N=EYm（k）2-σ2Nσ2N=EYm（k）2σ2N-1] （7）

在實際估計中，通常采用時間平均代替統(tǒng)計平均，若平均所用碼元數(shù)為M，則第k個子載波信噪比估計公式為：

[SNRk=1Mm=1MYm（k）2σ2N-1] （8）

另外，接收端的平均信噪比為接收信號的平均能量與噪聲方差的比值：

[SNR=1Nosc1Mk=1Noscm=1MYm（k）2σ2N-1] （9）

4 仿真結(jié)果

4.1 仿真曲線

近于真實的信噪比，并且在高信噪比時，兩者幾乎重合。因此，證明本論文提出的信噪比估計算法非常有效。

5結(jié)果分析及結(jié)論

本論文對物理層終端端噪聲方差和信噪比估計的算法進(jìn)行了研究，并且仿真分析了噪聲方差和信噪比的估計與真實的噪聲方差和信噪比的曲線。另外在LTE TDD下行鏈路平臺上仿真了不同信道以及不同業(yè)務(wù)速率時的BER和PER性能，采用本論文中提出的算法獲得的系統(tǒng)性能與理想的信道測量系統(tǒng)的性能非常接近，因此可以證明該算法是非常有效的。

參考文獻(xiàn)：

[1] 3GPP TS 36.211 V1.0.0 （2007-3），Physical Channel and Modulation （Release 8）

[2] K.Takeda， F. Adachi. “SNR Estimation for Pilot-assisted Frequency-domain MMSE Channel Estimation”.

[3] 任光亮，張輝，常義林.基于虛載波的OFDM系統(tǒng)信噪比盲估計方法[J].西安電子科技大學(xué)學(xué)報：自然科學(xué)版，2004（2）.

[4] T. Cui， C. Tellambura. “Power Delay Profile and Noise Variance Estimation for OFDM”. IEEE Communications Letters， vol.10， 2006.

[5] X.D.Xu， Y.Jing， X.H.You. Subspace-based Noise Variance and SNR Estimation for MIMO OFDM Systems[J]. Journal of Electronics（CHINA）， 2006（23）.