适用于LTE网络的干扰谱估计方法

律会丽，侯永宏，刘伟男，汪 清

（天津大学电子信息工程学院，天津 300072）

与3G技术相比，长期演进系统（long term evolution，LTE）具有更高的峰值数据速率、更低的延迟、更高的频谱效率和系统容量，是后3G/4G时代的主流移动通信标准.由于频谱资源紧张，LTE系统可能受到各种各样的干扰，包括运行频段内的非法用户、有线电视信号的泄露以及频谱资源规划不合理导致的系统间干扰（如美国的高级电视系统委员会（ATSC）和LTE-FDD（频分双工）有部分频段重合）等.因此准确地测量或估计干扰信号的频谱是网络维护的重要内容，也是现代网络维护相关仪器设备不可或缺的功能之一.传统的干扰信号测量方法往往认为接收信号的噪声和干扰是带内平坦的，例如文献[1-3]，只是简单估计系统信干比（SINR），而没有分析干扰信号频谱特性.对于网络维护和优化应用而言，显然是不够的.参考文献[4-6]考虑到了上述问题，并提出了估计正交频分多工（OFDM）系统每个子载波干扰信号功率的算法.参考文献[4]介绍了一种基于最小均方误差的二阶滤波法估计OFDM系统的噪声干扰谱，但是需要获得干扰信号的统计特性和最佳滤波因子，方法非常复杂，不利于工程实现.文献[5]提出了一种期望最大化以及直接判决算法估计信号每载波噪声干扰功率，其缺点是需要对大量数据进行处理才能得到较为精确的结果.文献[6]提出一种干扰谱估计和信号译码相结合的方案，结果十分精确，然而该方案需要改变现有的调制编码方案.LTE系统是公用移动通信系统，多个用户共享宽带频谱资源，系统根据需要动态分配不同的时频资源块给不同的用户.由于每个用户链路的信道质量不同，不同的资源块采用的调制编码方案不同；此外不同用户设备配置的天线数量不同，采用多天线传输时存在的天线间干扰使干扰功率谱估计问题变得更加复杂.由于系统设计时考虑了用户的信息安全等因素，每个用户上述信息不容易被测试设备快速获取，因此现有的干扰谱估计方法并不适合LTE系统.本文提出了一种针对LTE系统的干扰谱估计方法，充分利用LTE下行链路信号的帧结构特性，可以显著提高干扰谱估计的精度，为LTE系统的网络优化及维护仪器的设计提供参考.

1 系统模型

1.1 LTE帧结构

LTE系统定义了无线帧来进行信号的传输，无线帧的长度为10 ms.LTE支持2种帧结构：类型1和类型2，分别对应FDD和TDD（时分双工）双工方式[7].每个10 ms的无线帧分为10个长度为1 ms的子帧，每个子帧由两个长度为0.5 ms的时隙组成.

LTE系统采用OFDM的接入方式，一个无线帧的每个时隙又由N1个OFDM符号组成，每个OFDM符号包含N2个相互正交的子载波，每个时隙的资源网格如图1所示.其中资源单元（resource element，RE）是LTE帧结构的最小单元，表示某个OFDM符号某子载波上的信号.

图1 下行链路资源格Fig.1 Downlink resource grid

LTE下行物理信道包括下行同步信道（PSS，SSS）、下行参考信道（CRS）、物理广播信道（PBCH）、物理下行共享信道（PDSCH）、物理控制格式指示信道（PCFICH）、物理下行控制信道（PDCCH）和物理HARQ指示信道（PHICH）.各信道通过时分复用/频分复用的方式共享时频资源.其中同步信道和PBCH信道仅占用载波中心附近1.08 MHz带宽，CRS、PCFICH和PHICH被离散地映射到不同频率，仅占用少量子载波；PDSCH承载所有的用户信息，系统根据需要动态分配不同的时频资源块给不同的用户，每个用户链路的信道质量不同，分配给它的PDSCH资源块采用的调制编码方案不同、每个用户设备配置的天线数不一样，基站信号所采用的MIMO（多输入多输出）方案也不相同.由于系统设计时考虑了用户的信息安全等因素，上述信息不容易被测试设备获取，所以这些信道都不适合用于LTE的干扰谱检测.因此，本文在分析LTE无线帧结构之后，提出了基于PDCCH的干扰谱分析方法.

PDCCH占用整个带宽，调制编码方案固定，每个子帧固定位置出现.多天线发送时固定采用发射分集，采用单天线接收的测试仪器可以解调，因此本文选用PDCCH信道进行LTE系统干扰噪声谱估计.

1.2 OFDM模型

LTE采用OFDM接入方式，首先将正交幅度调制（QAM）或四进制相移键控（QPSK）调制的输入信号转换为长度为N3的并行子数据流，然后经傅里叶逆变换调制到每个子信道上进行传输.该过程可以表示为

式中：S（n，k）为第n个OFDM符号第k个子载波上的输入信号；N3为子载波数.信号X再经过并串转换、加入循环前缀以及数模转换等过程发送出去.

在接收端，经过无线信道的发送信号连同噪声和干扰被接收机接收.经过信号同步、去循环前缀、离散傅里叶变换（DFT）以及串并转换后，接收信号被送入信道估计器估计信道响应，此时第n个符号的第k个子载波上的接收信号可以表示为

式中：S（n，k）为发送信号；H（n，k）为频域信道响应（CFR）；I（n，k）为干扰信号；W（n，k）为高斯白噪声；N（n，k）为第n个OFDM符号第k个子载波遭受的干扰噪声总和.

2 噪声干扰谱估计方法

2.1 单天线模式

单天线模式下，LTE无线信号经过多径信道，引入干扰信号和高斯白噪声，并被接收端接收.在接收端，接收信号经过同步、PBCH解调译码、PHICH及PCFICH解调译码，可以确定每个子帧中PDCCH占用的子载波.然后，完成PDCCH信号的接收.

完成所有子帧的PDCCH信号接收以后，开始估计PDCCH信号的干扰谱.最常见的干扰谱估计方案就是检测频域接收信号和发射信号之间的差别，可以表示为

式中：N4为观测时间内PDCCH占用的符号数.

传统噪声干扰估计算法直接按照公式（3）计算干扰信号，显然，干扰谱估计会受到信道响应精度的影响.LTE系统的信道估计是利用时域频域离散的小区专属参考信号的插值估计完成的，对于存在干扰的多径信道，这种估计是不精确的.

为了提高干扰谱估计的精确性，本文提出了一种联合译码结果的迭代信道估计算法，如图2所示.

图2 单天线接收端模型Fig.2 Proposed receiver model of single antenna

根据解调译码得到的PDCCH接收比特，按照PDCCH发送端物理层过程，逆映射为调制的PDCCH信号S^（n，k）.将该信号作为参考信号再次进行信道估计，得到信道响应H^（n，k），然后根据公式（3）和（4）估计干扰谱，显然此次得到的信道响应要比第一次估计结果精确.该算法具体步骤如下：

（1）完成PDCCH接收，利用参考信号进行信道估计并均衡；

（2）将均衡后的PDCCH数据，根据PDCCH接收方法进行解调译码，得到译码比特；

（3）根据LTE系统PDCCH物理过程将译码比特进行编码调制、RE映射，得到PDCCH再生信号S^（n，k）；

（5）在观测时间内（这里暂定为10 ms，即一帧），根据公式（3）和（4）计算PDCCH每个子载波的相对干扰功率，从而绘制LTE系统干扰谱.

与传统的利用参考信号进行一次估计的方法相比，本文提出的信道响应估计方案利用PDCCH译码结果进行再次估计，信道响应估计精度比较高,并且干扰谱估计性能不再依赖于第一次信道估计方法和插值方式的选择，因此在PDCCH信号能够正确解调译码的情况下，可以选择简单的最小二乘（LS）信道估计和线性插值方案.第二次信道估计，本文采用的是简单的LS估计和基于DFT变换的时域降噪法相结合的方案[8-9].

2.2 两天线模式

LTE系统为控制信道和数据信道分别配置了不同的MIMO方案，PDCCH信道为发射分集方案.以两天线为例：使用的是空频分组码（space-frequency block codes，SFBC）发射分集方案.每对相邻子载波上来自两个eNode B天线端口的发射符号可以定义为[10]

式中：y(p)（k）为天线端口p上第k个子载波发送的信号.

在接收端，接收信号R表示为

式中：S（n，k）为天线端口0的发射信号，即S（n，k）= y(0)（k）；H0、H1分别为天线0和天线1的信道响应.将（6）式简单变换后，即可得到信道均衡后数据S^为

双天线模式接收端流程与单天线类似，不同的仅是信道估计、均衡以及噪声干扰的估计方法.具体流程为：

（1）完成PDCCH接收.

（2）信道估计及均衡.LTE不同天线端口的参考信号图样不同，且分配给某个天线参考信号的资源单元不能被其他天线的任何数据占用，因此可以根据接收信号和天线1、天线2的参考信号分别估计H0和H1，方法与单天线相同.将接收PDCCH信号除参考信号外的相邻两个子载波为一组进行分组，根据公式（7）即可求得均衡后数据.

（3）PDCCH解调译码，得到接收比特，再按照PDCCH物理过程映射到RE上，得到PDCCH发射数据估计值（n，k），根据公式（6）得到每载波噪声干扰信号如下：

（4）在观测时间内（这里暂定为10 ms，即一帧），根据公式（3）和（4）计算PDCCH每个子载波的相对干扰功率，从而绘制两天线的噪声干扰谱.

3 仿真结果

计算机仿真采用3GPP 36.141协议规定的扩展车载（extended vehicular A model，EVA）多径衰落信道模型[11]，最大多普勒频移fD=70 Hz，信道参数如表1所示，仿真参数如表2所示.

表1 EVA信道模型参数Tab.1 Parameters of EVA model

为了验证本文提出的干扰噪声谱算法特性，本文分析了不同信干噪比（SINR）以及干扰噪声功率比（INR）情况下的系统性能，其中INR定义如下：

表2 仿真参数Tab.2 Simulation parameters

另外，本文引入归一化均方误差（NMSE）来表示估计算法性能，定义为：

图3所示为多径信道下的噪声干扰谱估计值与实际值，这里原方法是指利用参考信号进行的一次信道估计方案（基于DFT变换的时域降噪法）.

图3 噪声干扰谱估计结果比较Fig.3 Comparisonoftrueandestimatedinterferencespectrum

由图3可以看出，单天线模式下本文提出的方案相比传统方法精度更高，而本文提出的双天线噪声干扰谱估计方法可以精确估计接收信号遭受的噪声和干扰.

为了分析噪声对算法性能的影响，固定SINR= 3 dB，分析不同INR情况下估计结果的NMSE，仿真结果如图4所示.

图4 不同干扰噪声比对算法性能的影响Fig.4 Effect of different interference-to-noise-power ratios on algorithms performance

由图4可以看出，单天线模式下，与原算法相比，本文算法性能明显提高.但是当INR小于-5 dB时，高斯白噪声功率远远大于干扰信号功率，干扰信号被淹没，2种方法的性能均迅速下降，此时干扰功率已经低于噪声水平，可以忽略.双天线模式下与单天线类似，当INR足够大时，能够得到精确的系统干扰谱，而随着INR减小，干扰信号被白噪声淹没，此时干扰功率可以忽略.

图5所示为INR=10 dB、信干噪比（SINR）不同情况下，噪声干扰谱估计算法的性能.

由图5可知，单天线模式下，当SINR大于0 dB时，本文算法性能明显优于传统算法.随着SINR的减小，由于干扰噪声的影响，信号出现误码，使得二次信道估计精度下降，当SINR小于某个值时，由于误码率过高，本文算法性能与原算法趋于相同.双天线情况下，当INR=10 dB时，SINR大于0 dB时算法性能基本不受SINR的影响.

图5 SINR对算法性能的影响Fig.5 Effect of different SINR on algorithms performance

4 结束语

本文提出了一种适用于LTE网络的干扰谱估计方法，根据LTE帧结构的特点，提出了利用PDCCH进行干扰谱估计的方案.在基站为单天线发送时，为了进一步提高估计精度，本文提出了一种联合译码结果进行二次信道估计的方案，将PDCCH译码比特经过编码调制RE映射后作为参考信号再次进行信道估计，从而提高信道响应精度，可以有效提高干扰噪声谱的估计性能.本文还仿真分析了基站为两天线发送情况下的干扰谱估计性能.结果表明，本文方案能够较准确地分析LTE信号中可能存在的同频干扰.

[1] HAMDI Khairi Ashour.Exact SINR analysis of wireless OFDM in the presence of carrier frequency offset[J].IEEE Transactions on Wireless Communications，2010，9（3）：975-979.

[2]HONG Shunli，LI Youming，HE Yu-Cheng.A cyclic correlation-based blind SINR estimation for OFDM systems[J].IEEE Communications Letters，2012，16（11）：1832-1835.

[3]SOROOSHYARI Siamak，TAN Chee Wei，POOR H Vincent. On maximum-likelihood SINR estimation of MPSK in a multiuser fading channel[J].IEEE Transactions on Vehicular Technology，2010，59（8）：4175-4181.

[4] YUCEK T，ARSLAN H.MMSE noise plus interference power estimation in a daptive OFDM systems[J].IEEE Transactions on Vehicular Technology，2007，56：3857-3863.

[5] ALDANA C，SALVEKAR A，TALLADO J，et al.Accurate noise estimates in multicarrier systems[C]//IEEE Vel，Technol，Conf.Boston：[s.n]，2000：434-438.

[6]LI T，MOW Wai Ho，VINCENT K N.Robust joint interference detection and decoding for OFDM-based cognitive radio systemswithunknowninterference[J].IEEETrans，Commun，2007，25：566-575.

[7] 3GPP.TS 36.211 V.8.7.0，Evolved Universal Terrestrial Radio Access（E-UTRA）；Physical Channels and Modulation（Release8）[S/OL].[2009-01-01].http：//www.3gpp.org.

[8] LEE You-Seok，SHIN Hyun-Chool，KIM Hyoung-Nam. Channel estimation based on a time-domain threshold for OFDM systems[J].IEEE Translations on Broadcasting，2009，55（3）：656-662.

[9] KWAK K，LEE S，KIM J，et al.A new DFT-based channel estimation approach for OFDM with virtual subcarriers by Leakage estimation[J].IEEE Translations on Wireless Communications，2008，7（6）：2004-2008.

[10]傅洪亮，酆广增.CDMA系统中的空时发射分集方案及其在MIMO MC-CDMA中应用的研究 [J].电子学报，2008，7：1329-1333.

[11]3GPP.TS 36.141 V.11.5.0，Evolved Universal Terrestrial Radio Access（E-UTRA）Base Station（BS）Conformance Testing（Release 11）[S/OL].[2013-07-01].http：//www.3gpp.org.