高速移动OFDM协同系统ICI实际消除中的信干比判断方法

摘要

本发明公开了一种高速移动OFDM协同系统ICI实际消除中的信干比判断方法，其步骤：(1)建立协同系统容量的信干比模型，分析信干比对系统容量的影响程度；(2)根据协同系统直接信道和协同系统的信道特性，确定协同系统信干比的取值方法；(3)根据协同系统容量的信干比模型和信干比取值方法，计算满足系统性能要求的信干比范围；(4)根据信干比的门限，确定消除算法的消除进程，并评价消除算法的消除性能。该方法采用信干比评价系统性能的方案，有效的解决了实际ICI(Inter-Carrier Interference)消除过程中消除效果的评价问题，而且该方法在与误码率指标衡量消除算法的效果等同的前提下大大简化了计算。

说明书

技术领域

本发明涉及无线通信中的信号处理方法，特别是涉及一种OFDM协同系统子载波间干扰消除的信干比判断方法。

背景技术

根据中国铁路中长期发展规划，到2020年，中国200公里及以上时速的高速铁路建设里程将超过1.8万公里，将占世界高速总里程的一半以上。所以以高速铁路为代表的地面超高速移动性宽带无线通信系统的研究越来越受到人们的关注。由于OFDM系统具有频谱利用率高、能有效的抗码间干扰(ISI)等优点，使OFDM宽带系统可以作为高速移动通信系统的备选方案。对于OFDM系统而言，信道多普勒频移、收发载波频偏(CFO)、振荡器相位噪声等时变因素的影响，会造成子载波间正交性遭到破坏，产生子载波间的干扰(ICI)，在高速移动环境下，多普勒频移与移动体的速度成正比，成为高速移动环境下影响系统性能的关键因素。并且高速列车为了适应高速运行的要求，在密封性和车厢材质方面都有很大的变化，增加了无线信号的损耗，为此构建协同通信系统，尽量减少车体对无线信号损耗的影响，同时又获得协同分集增益，而高速铁路移动OFDM系统ICI消除时有以下因素存在：(1)多普勒频移随着列车的运行速度变化不断变化，所以ICI也是不断变化；(2)信道估计、多普勒估计肯定是有误差；(3)ICI的消除方法由于多径等因素也是不可能完全消除ICI。目前研究的ICI消除算法很多，Kim Byung-Chul，Lu I-Tai设计的利用多普勒分集的ICI消除算法，单频率补偿算法，联合估计方法，均衡技术算法，这些方法消除后误码性能得到了提高，但实际消除中误码率的计算难度大，并且很难知道消除程度。

发明内容

鉴于以上现有技术存在的问题和不足，本发明的目的在于提供一种高速移动OFDM协同系统ICI实际消除中的信干比判断方法，该方法在与误码率指标衡量消除算法的效果等同的前提下大大简化了计算，解决了实际ICI消除过程中消除效果的评价问题。

为了达到上述目的，本发明采用了以下述技术方案：

一种ICI实际消除中的信干比判断方法，其步骤包括如下：

(1)建立协同系统容量的信干比模型，分析信干比对系统容量的影响程度；

(2)根据协同系统直接信道和协同系统的信道特性，确定协同系统信干比的取值方法；

(3)根据协同系统容量的信干比模型和信干比取值方法，计算满足系统性能要求的信干比范围；

(4)根据信干比的门限，确定消除算法的消除进程，并评价消除算法的消除性能。

上述步骤(1)中所述的建立协同系统的信干比表示为：

$\mathrm{SIR}=\frac{E\left\{\frac{{\sin }^2\left(\mathrm{\pi ϵ}\right)}{\mathrm{si}{n}^2\left(\frac{\mathrm{\pi ϵ}}{N}\right)}\right\}}{\underset{k=0,k\ne m}{\overset{N-1}{\Sigma }}E\left\{\frac{{\sin }^2\pi (k-m+ϵ)}{{\sin }^2\pi \left(\frac{k-m+ϵ}{N}\right)}\right\}}$

其中N是子载波数，ε为相对子载波间隔的归一化频偏，k、m是子载波序号，k-m指的是第k条和第m条子载波的间距，E{·}表示对括号内的内容取数学期望。

设系统带宽为B，系统中不存在ICI干扰时的容量为其中S为信号功率，N₀为噪声功率，而存在ICI干扰时，信号写成S＝S₀+S_ICI，其中S₀为有用信号部分，S_ICI为ICI干扰部分。此时系统信干比SIR为：得到此时的信道容量为：

$C_I=B{\log }_2(1+\frac{S_0}{S_{\mathrm{ICI}}+N_0})$

$={B\log }_2(1+\frac{\frac{\mathrm{SIR}}{\mathrm{SIR}+1}\mathrm{SNR}·N_0}{\frac{1}{\mathrm{SIR}+1}\mathrm{SNR}·N_0+N_0})$

$=B{\log }_2(1+\mathrm{SNR}-\frac{{\mathrm{SNR}}^2+\mathrm{SNR}}{\mathrm{SNR}+\mathrm{SIR}+1})$

因此得到系统容量的信干比模型为：

$\frac{C_I}{C_0}=\frac{{\log }_2(1+\mathrm{SNR}-\frac{{\mathrm{SNR}}^2+\mathrm{SNR}}{\mathrm{SNR}+\mathrm{SIR}+1})}{{\log }_2(1+\mathrm{SNR})}$

这里C_I/C₀为存在ICI干扰的容量和不存在ICI干扰的容量的比值。

上述步骤(2)中子载波数较大时直接信道和协同信道的信干比SINR1和SINR2分别为：

$\mathrm{SINR}1=\frac{\frac{{\sin }^2\left(\mathrm{\pi ϵ}\right)}{N^2{\sin }^2(\mathrm{\pi ϵ}/N)}}{(1-\frac{{\sin }^2\left(\mathrm{\pi ϵ}\right)}{N^2{\sin }^2(\mathrm{\pi ϵ}/N)})+\frac{1}{a_1}·\frac{1}{{\mathrm{SNR}}_1}}$

$\mathrm{SINR}2=\frac{\frac{{\sin }^2\left(\mathrm{\pi ϵ}\right)}{N^2{\sin }^2(\mathrm{\pi ϵ}/N)}}{(1-\frac{{\sin }^2\left(\mathrm{\pi ϵ}\right)}{N^2{\sin }^2(\mathrm{\pi ϵ}/N)})+\frac{1}{a_2}·\frac{1}{{\mathrm{SNR}}_2}}$

其中SNR1和SNR2分别为直接信道和协同信道的信噪比，a₁和a₂分别为直接信道和协同信道的衰减值。通过仿真可以看出在相同信干比情况下，协同通道的容量比直接通道的高得多。因此协同系统信干比取值可以从协同通道进行。

上述步骤(3)中的C_I/C₀随信干比SIR的增大而增大，但是其变化率逐渐变小，定义变化率为Cv，则可由信干比模型推得：

$\mathrm{Cv}=\frac{{\mathrm{SNR}}^2+\mathrm{SNR}}{\ln 2·{\log }_2(1+\mathrm{SNR})}·\frac{1}{(1+\mathrm{SNR}-\frac{{\mathrm{SNR}}^2+\mathrm{SNR}}{\mathrm{SNR}+\mathrm{SIR}+1})·{(\mathrm{SNR}+\mathrm{SIR}+1)}^2}$

对不同的信噪比，Cv的变化都随着信干比的增大逐渐变小，也就是说C_I/C₀随信干比SIR的增大越来越少，但信噪比不同Cv的变换速率不同，因此可以根据不同的信噪比确定信干比的范围。

上述步骤(4)中根据信干比的门限，确定消除算法的消除进程，并评价消除算法的消除性能。协同系统目的用户和协同点的信号可以表示为：

$Y_{\mathrm{sd}}\left(k\right)=H_{\mathrm{sd}}\left(k\right)V\left(k\right)S\left(0\right)+\underset{l=0,l\ne k}{\overset{N-1}{\Sigma }}{H}_{\mathrm{sd}}\left(l\right)V\left(l\right)S(l-k)+n_{\mathrm{sd}}\left(k\right)$

其中H_sd(k)是源节点S和目的节点D的信道增益，n_sd是噪声。上式的第一项是有用信号，第二项是因为多普勒频移产生的ICI的干扰项，对于上式通过估计信号V(k)，从而可以很容易的计算出系统的信干比。即通过判断系统的信干比就可以得到其系统的传输性能。

本发明的ICI实际消除中的信干比判断方法与现有技术相比较具有以下优点：该方法在在研究信干比与多普勒频移的关系后，建立了ICI对信道容量影响的信干比模型，在此基础上，结合高速移动OFDM协同系统模型和信道选择算法，根据协同系统容量的信干比模型和信干比取值方法，计算满足系统性能要求的信干比范围，通过仿真表明，该信干比判断方法与误码率指标衡量消除算法效果等同，而且在实际消除过程中，它更容易计算，解决了实际ICI消除过程中消除效果的评价问题。

附图说明

图1为本发明的ICI实际消除中的信干比评价方法的流程图；

图2为子载波数为1024时信干比随相对频偏变化的仿真图；

图3为信噪比分别为10dB、20dB、30dB时C_I/C₀与信干比(dB)关系的仿真图；

图4为协同系统的传输模型图；

图5为信噪比分别是10dB、20dB、50dB、100dB时协同系统直接通道和协同通道的容量对比仿真图；

图6为信噪比分别为10dB、20dB、30dB时C_I/C₀的变化率Cv与信干比(dB)关系的仿真图；

图7为信噪比分别为10dB、20dB、30dB，信干比从40dB到50dB变化时对应的Cv的仿真图；

图8为信噪比分别为10dB、20dB、30dB时相对频偏与误码率关系的仿真图。

具体实施方式

以下结合附图对本发明的实施例作进一步的详细描述。

如图1所示，ICI实际消除中的信干比评价方法，其具体步骤如下：

(1)建立协同系统容量的信干比模型，分析信干比对系统容量的影响程度：假设Y(m)、X(m)是OFDM系统的输出和输入信号，H(m)是信道传输函数，W(m)是加性噪声，则接收端的信号可以表示为：

$Y\left(m\right)=H\left(m\right)X\left(m\right)S\left(0\right)+\underset{k=0,k\ne m}{\overset{N-1}{\Sigma }}H\left(k\right)X\left(k\right)S(k-m)+W\left(m\right)$

其中

$S(k-m)=\frac{\sin \pi (k-m+ϵ)}{N\sin \frac{\pi }{N}(k-m+ϵ)}\exp \left[\mathrm{j\pi }(1-\frac{1}{N})(k-m+ϵ)\right]$

$S\left(0\right)=\frac{\sin \mathrm{\pi ϵ}}{N\sin \frac{\mathrm{\pi ϵ}}{N}}\exp \left[\mathrm{j\pi }(1-\frac{1}{N})ϵ\right]$

式子的第一项是有用信号项，第二项是干扰信号项，N是子载波数，ε为相对子载波间隔的归一化频偏，k、m是子载波序号，k-m指的是第k条和第m条子载波的间距。则当子载波数较大时，信干比SIR可以表示为：

$\mathrm{SIR}=\frac{E\left\{\frac{{\sin }^2\left(\mathrm{\pi ϵ}\right)}{\mathrm{si}{n}^2\left(\frac{\mathrm{\pi ϵ}}{N}\right)}\right\}}{\underset{k=0,k\ne m}{\overset{N-1}{\Sigma }}E\left\{\frac{{\sin }^2\pi (k-m+ϵ)}{{\sin }^2\pi \left(\frac{k-m+ϵ}{N}\right)}\right\}}$

若OFDM符号周期以802.11e的4μs，高速列车的最高运行速度以500km/小时，载波频率为2.4GHz为例，其归一化多普勒频偏约为0.004，所以图2仿真了ε取0.001到0.01的变化曲线，从图中可以看出，随着ε的增大，系统的信干比迅速下降，信干比反应多普勒频偏的变化，并且一一对应。

假设信道容量：此时系统中不存在ICI干扰，信噪比为则当系统中存在ICI干扰时，信号可以写成S＝S₀+S_ICI，其中S₀为有用信号部分，S_ICI为ICI干扰部分。此时系统信干比SIR为：可以得到此时的信道容量为：

$C_I=B{\log }_2(1+\frac{S_0}{S_{\mathrm{ICI}}+N_0})$

$={B\log }_2(1+\frac{\frac{\mathrm{SIR}}{\mathrm{SIR}+1}\mathrm{SNR}·N_0}{\frac{1}{\mathrm{SIR}+1}\mathrm{SNR}·N_0+N_0})$

$=B{\log }_2(1+\mathrm{SNR}-\frac{{\mathrm{SNR}}^2+\mathrm{SNR}}{\mathrm{SNR}+\mathrm{SIR}+1})$

故存在ICI干扰的容量和不存在ICI干扰的容量的比值为：定义C_I/C₀为信道容量的信干比模型，表示ICI对系统的影响程度，C_I/C₀为1，表示对系统无影响，C_I/C₀越小影响越严重图3仿真出了信噪比分别为10dB、20dB、30dB时C_I/C₀与信干比的关系，从图3中可以看出SIR越小，C_I/C₀越小，相同SIR下，SNR越大C_I/C₀越小，说明信道噪声干扰越小，ICI影响就越大。例如从图2可以看出若ε＝0.004，SIR也约为43dB，根据图3当SNR＝30dB时，C_I/C₀≈0.993，即信道容量下降为原来的99.3％，反映ICI干扰对宽带系统的影响程度。

(2)根据协同系统直接信道和协同系统的信道特性，确定协同系统信干比的取值方法：本文建立的协同系统传输模型如图4所示。图中的用户是车厢内的移动终端，协同伙伴是设置的协同点。这样数据传输中，协同点和终端作高速移动，协同点与终端间无高速移动，相对静止。直接通道的信号在穿过车厢时会产生大的损耗，经计算得到子载波数较大时直接信道和协同信道的信干比SINR1和SINR2分别为：

$\mathrm{SINR}1=\frac{\frac{{\sin }^2\left(\mathrm{\pi ϵ}\right)}{N^2{\sin }^2(\mathrm{\pi ϵ}/N)}}{(1-\frac{{\sin }^2\left(\mathrm{\pi ϵ}\right)}{N^2{\sin }^2(\mathrm{\pi ϵ}/N)})+\frac{1}{a_1}·\frac{1}{{\mathrm{SNR}}_1}}$

$\mathrm{SINR}2=\frac{\frac{{\sin }^2\left(\mathrm{\pi ϵ}\right)}{N^2{\sin }^2(\mathrm{\pi ϵ}/N)}}{(1-\frac{{\sin }^2\left(\mathrm{\pi ϵ}\right)}{N^2{\sin }^2(\mathrm{\pi ϵ}/N)})+\frac{1}{a_2}·\frac{1}{{\mathrm{SNR}}_2}}$

式中a₁、a₂为直接信道和协同信道的传输因子，SNR₁、SNR₂为直接信道和协同信道的信噪比，图5仿真出了不同信噪比下，采用协同通道和采用直接通道时信干比和信道容量的关系。由图5可以看出在相同信干比情况下，协同通道的容量比直接通道的高得多。因此协同系统信干比取值可以从协同通道进行。

(3)根据协同系统容量的信干比模型和信干比取值方法，计算满足系统性能要求的信干比范围：C_I/C₀随信干比SIR的增大而增大，但是其变化率逐渐变小，定义变化率为Cv，则可由信干比模型推得：

$\mathrm{Cv}=\frac{{\mathrm{SNR}}^2+\mathrm{SNR}}{\ln 2·{\log }_2(1+\mathrm{SNR})}·\frac{1}{(1+\mathrm{SNR}-\frac{{\mathrm{SNR}}^2+\mathrm{SNR}}{\mathrm{SNR}+\mathrm{SIR}+1})·{(\mathrm{SNR}+\mathrm{SIR}+1)}^2}$

图6仿真出了Cv与信干比的关系，从图中可以看出，对不同的信噪比，Cv的变化都随着信干比的增大逐渐变小，也就是说C_I/C₀随信干比SIR的增大越来越少，但信噪比不同Cv的变换速率不同，因此可以根据不同的信噪比确定信干比的范围。将信干比从40dB到50dB放大后其对应的Cv如图7所示，可以看出若信噪比为20dB，信干比大于48dB后，Cv的变化已非常小，即系统性能变化很小。因此我们可以根据系统具体要求，设置信干比取值，作为消除算法的收敛条件，同时可以评价判断消除算法的消除效果。

(4)根据信干比的门限，确定消除算法的消除进程，并评价消除算法的消除性能：对于图4所示的系统，目的用户和协同点的信号可以表示为：

$Y_{\mathrm{sd}}\left(k\right)=H_{\mathrm{sd}}\left(k\right)V\left(k\right)S\left(0\right)+\underset{l=0,l\ne k}{\overset{N-1}{\Sigma }}{H}_{\mathrm{sd}}\left(l\right)V\left(l\right)S(l-k)+n_{\mathrm{sd}}\left(k\right)$

其中H_sd(k)是源节点S和目的节点D的信道增益，n_sd是噪声。上式的第一项是有用信号，第二项是因为多普勒频移产生的ICI的干扰项，对于上式通过估计信号V(k)，从而可以计算出系统的信干比。因此，本文提出了系统ICI消除的信干比判断方法，即通过判断系统的信干比就可以得到其系统的传输性能。图8仿真出了信噪比分别为10dB、20dB、30dB时误码率和频偏的关系曲线，以信噪比为20dB、误码率为10^-4为例，此时的频偏约为0.002，根据图1频偏为0.002时，其对应的信干比约为48dB，即信干比判断方法与误码率指标衡量消除算法效果等同。因此我们可以根据不同的信道特点确定信干比的取值来判断系统性能。

综上所述，本发明提供的高速移动OFDM协同系统ICI实际消除中的信干比判断方法与误码率指标衡量消除算法效果等同，而且在实际消除过程中，它更容易计算，解决了实际ICI消除过程中消除效果的评价问题。