基于改进LMMSE的UFMC信道估计算法

2022-08-31刘子昌郝玉莲张锁良

河北大学学报（自然科学版） 2022年4期

关键词：误码参数设置误码率

刘子昌郝玉莲张锁良

(河北大学电子信息工程学院,河北省机器视觉技术创新中心,河北保定 071002)

1 UFMC系统

2 UFMC系统信道估计

2.1 LMMSE算法

2.2 基于LMMSE的改进信道估计算法

针对UFMC系统中现有LMMSE算法需要先验信道相关矩阵信息的问题,提出基于LMMSE 的改进信道估计算法.改进后的算法在频域内对LS算法获得的信道频率响应估计值完成平滑处理,在时域内通过对采样点的截取优化来获得最理想的信道采样长度,其中最优信道相关矩阵通过迭代估计得到.改进后算法的流程如图1所示.

图1 算法改进后的流程Fig.1 Flowchart of the improved algorithm

3 仿真结果

本节使用MATLAB仿真软件对UFMC系统中本文所提算法与LS算法、LMMSE算法、文献[11]所提算法进行对比仿真,各算法的性能通过误码率(bit error rate,BER)来评价.仿真参数设置如表1所示,信道功率时延分布服从负指数分布,且各路径的幅度相互独立.仿真结果如图2和图3所示.

表1 参数设置Tab.1 Parameter settings

UFMC系统中LS和LMMSE信道估计算法的性能如图2所示,2条曲线分别表示LS和LMMSE 信道估计算法在不同信噪比下的误码率性能.从图2可以看出,UFMC 系统中LMMSE 信道估计算法利用了信道信息,并考虑了噪声干扰的影响,进一步提升了估计性能,与LS信道估计算法相比误码性能可提升约4 dB,这是因为LS信道估计算法没有对噪声的干扰进行抑制处理,因此,该算法受噪声干扰较大,与其他算法相比估计精度最低.但是在仿真过程中可以发现,LMMSE 算法的仿真时间明显长于LS算法,这是因为LMMSE算法需要计算矩阵的逆.

图2 UFMC中LS和LMMSE算法的误码率对比Fig.2 Comparison of BER of LS and LMMSE algorithms in UFMC

UFMC系统中不同信道估计算法的误码性能对比如图3所示,分别是LS算法、LMMSE 算法、文献[11]所提算法和本文所提基于LMMSE的改进算法在不同信噪比下的误码性能对比.由于本文改进后的算法可以减弱滤波器和噪声的影响,误码性能与图中2种传统的信道估计算法相比具有明显的提升,对比改进前的算法,误码性能可提升约2 d B,并且与文献[11]中的算法相比误码性能可提升约1 d B,有效改善了信道估计的准确度.同时,改进后的算法由于避免预先了解信道相关矩阵信息,具有更容易应用于工程中的优势.