第 34 卷第 5 期 2018 年 5 月文章编号 : (2018) 信号处理 JOURNALOFSIGNALPROCESSING Vol.34 No.5 May2018 通用滤波多载波通信系统中干扰抑制均衡算法路娟何世文黄永明杨绿溪 ( 东南大学信息科学与工

Size: px

Start display at page:

Download "第 34 卷第 5 期 2018 年 5 月文章编号 : (2018) 信号处理 JOURNALOFSIGNALPROCESSING Vol.34 No.5 May2018 通用滤波多载波通信系统中干扰抑制均衡算法路娟何世文黄永明杨绿溪 ( 东南大学信息科学与工"

鱼耘戊
4 years ago
Views:

1 第 34 卷第 5 期 018 年 5 月文章编号 : (018) 信号处理 JOURALOFSIGALPROCESSIG Vol.34 o.5 May018 通用滤波多载波通信系统中干扰抑制均衡算法路娟何世文黄永明杨绿溪 ( 东南大学信息科学与工程学院, 江苏南京 10096) 摘要 : 作为 5G 多载波技术强有力的候选对象, 通用滤波多载波利用子带滤波技术抑制带外功率泄露, 进而降低同步要求和获得更高的频谱效率本文首先针对通用滤波多载波在慢时变多径信道下的性能进行了分析和研究 ; 其次为消除多径信道所带来的干扰, 提出了适用于该多载波系统的信道估计方案, 该方案设计了具有重复样式的导频结构进行信道估计, 复杂度低 ; 最后针对通用滤波多载波在多径信道下容易遭受符号间干扰的问题, 提出了基于干扰消除的 Zero Forcing 均衡算法和基于迭代干扰消除的均衡算法, 两种算法均能够在消除 ISI 的基础上进一步地消除 ICI 和 IBI 仿真结果表明, 本文提出的信道估计和均衡算法能有效消除通用滤波多载波技术在多径信道下所经受的 ISI ICI 和 IBI 关键词 :5G 多载波 ; 通用滤波多载波 ; 信道估计 ; 信道均衡中图分类号 :9 文献标识码 :A DOI: /j.isn EqualizationAlgorithm ofinterferencesuppresionfor Universal filteredmulti carriersystem LUJuan HEShi wen HUAGYong ming YAGLu xi (SchoolofInformationScienceandEngineering,SoutheastUniversity,anjing,Jiangsu10096,China) Abstract:Asastrongcandidatefor5Gmulti cariertechnology,universal filteredmulti carier(ufmc)cansuppres out of bandpowerleakagethroughtheuseofsub bandfilters,reducingsynchronizationrequirementsandachievinghigher spectraleficiency.however,inordertoimprovethetransmisioneficiencynoguardintervalisinsertedbetweenadjacent symbolsinufmcsystem,makingthereceivervulnerabletointerferencecausedbymultipathchannel.inthisarticle,the performanceofufmcunderslowtime varyingmultipathchannelwasanalyzedfirstly.secondly,inordertoeliminatethe interferencecausedbymultipathchannels,anewchannelestimationschemewasproposed.hisschemedesignedaspecial pilotwithrepetitivepaternsforchannelestimationwithlowcomplexity.finaly,twonewequalizationalgorithmswerepro posedtoeliminateisi ICIandIBIcausedbymultipathchannel,whichwereZero Forcingequalizationalgorithmbasedon interferencecancelationandequalizationalgorithm basedoniterativeinterferencecancelation.hesimulationresults showthattheschemesproposedforchannelestimationandequalizationinthispapercanefectivelyeliminateisi ICIand IBIsuferedbyUFMCsystemundermultipathchannel. Keywords:5Gmulti carier;universal filteredmulti carier;channelestimation;channelequalization 1 引言第五代移动通信系统 (5G) 将会支持更多的新兴应用, 如物联网 (Internetofhings,Io) 应用和机器通信应用 (MachineypeCommunication,MC) 等 [1] 为支持 5G 中的新兴应用,5G 系统的物理层空口设计需要具备以下特点 [ 3] : 首先, 需要能够支持不同的帧结构 5G 系统中的新兴应用各自具有收稿日期 : ; 修回日期 : 基金项目 : 国家自然科学基金 ( ,614105, )

2 550 信号处理第 34 卷不同的特点, 需要不同的帧长度及载波宽度 ; 其次, 需要放松对时频同步的严苛要求 5G 系统中将包含大量的 MC 应用, 在这类应用中将使用大量的传感器设备, 这类设备造价较低, 不能进行精确的时频同步, 同时也不适合运行过复杂的算法 ; 最后, 在 5G 中将有大量的设备需要接入网络, 频谱资源显得尤为重要如何能够提高频谱利用率, 合理利用零散频谱将显得尤为重要为实现以上需求, 一种有效的解决方案是对载波技术进行研究和改进正交频分复用 (OFDM) 能够利用 IFF 和 FF 运算快速地实现调制和解调, 被广泛应用于各种通信系统之中, 如无线局域网 (WirelesLocalArea etwork,wla), 长期演进 (Longerm Evolution, LE) 系统等但 OFDM 调制使用矩形脉冲成型, 其频域表现为 sinc 函数, 带外功率泄露较大, 对载波间干扰 (InterCarierInterference,ICI) 敏感, 因此对时频同步要求严格 ; 同时在 OFDM 系统中需要添加循环前缀作为保护间隔来避免多径信道所带来的干扰, 不能最大化频谱利用率 [4] 为满足 5G 应用的新需求, 学者们提出了多种新型多载波技术 5G 中的新型多载波技术主要分为三类 : 子载波滤波多载波子带滤波多载波及它们的变形子载波滤波多载波的典型代表为滤波器组多载波 (Filter BankMulti carier,fbmc) 和广义频分复用 (General FrequencyDivisionMultiplexing,GFDM); 子带滤波多载波的典型代表为滤波 OFDM(Filter OFDM,F OFDM) 和通用滤波多载波 (Universal filteredmulti carier,ufmc) 在 FBMC 中, 子载波频谱仅和相邻子载波重叠, 因此能够节约频谱资源但为了实现这一目标, 子载波滤波器的长度通常需要为 OFDM 符号长度的若干倍 [5] ; 通常情况下 FBMC 的子载波频谱相互重叠, 为消除相邻载波间的干扰, 进一步提高频谱利用率需要和 OQAM 技术结合, 而 OQAM 的使用使 FBMC 难以和 MIMO 技术结合 [5] 在 GFDM 中, 为避免滤波器拖尾, 采用了循环脉冲成型滤波, 同时 GFDM 调制以块为单位进行 [6] 但其循环脉冲成型会在块内引起符号间干扰 (InterSymbolInterference,ISI) 和 ICI, 接收端需要使用复杂度较高的均衡算法 [7] 在 F OFDM 中, 调制参数 ( 如子载波间隔 ) 被设计为是可变的一个频带可以被分为若干个子带, 根据应用的特点, 每个子带可以选用不同的调制参数 [8] 当系统中存在由不同调制参数生成的子带信号时, 这些子带信号不再相互正交, 彼此会产生干扰 [9], 需要使用子带滤波器来避免干扰与 OFDM 相同,UFMC 子载波间隔也是固定的, 其子带滤波器的引入是为了降低子带外的功率泄露 UFMC 中的滤波器应用在子带上, 因此滤波器长度较短, 适合 5G 中大量的 MC 应用 ; 同时可以利用 IFF 和 FF 运算快速地实现调制和解调, 被认为是 5G 多载波技术强有力的候选对象 [4] UFMC 作为 5G 多载波技术强有力的候选对象, 对其进行研究具有重要的意义和价值现有的文献大多着重于对 UFMC 系统的性能进行分析 [10 13], 缺少能够推动其在实际系统中应用的文章文献 [10] 和 [11] 分析了在多径信道下, 载波频偏对 UFMC 系统性能的影响文献 [1] 和 [13] 分析对比了 UFMC 和 OFDM 的带外功率, 说明通过子带滤波器的使用 UFMC 能够减少带外功率泄露 5G 通信系统中将包含大量的 Io 通信业务, MC 是 Io 的重要场景之一 MC 主要涉及两种通信类型 : 一种是 MC 设备与一个或多个 MC 服务器之间的通信 ; 另一种是 MC 设备与设备之间的通信 [14] MC 的主要表现形式为各种传感器设备进行数据信息的采集和传输, 通常收发两端的位置相对固定的, 信道时变性较慢本文对慢时变信道条件下,UFMC 系统中的信道估计和均衡方案进行了研究信道估计算法通常分为时域信道估计算法和频域信道估计算法, 在 OFDM 中循环前缀的使用能够将信道和信号的线性卷积转换为循环卷积, 因此 OFDM 系统中使用的是频域信道估计算法 OFDM 系统中的信道估计主要分为导频辅助的估计和盲信道估计, 盲信道估计需要较多的训练符号且复杂度高, 因此实际系统 ( 如 LE WLA) 中使用的是导频辅助的估计算法, 如 LS [15] MMSE [16] LMMSE [17] 与 LS 算法相比,MMSE 算法能够获得更好的性能, 但需要事先得到信道的相关矩阵和噪声方差, 同时复杂度较高 ; 与 MMSE 算法相比,LMMSE 算法通过使用信道的频域相关矩阵降低了 MMSE 算法的实现复杂度由于相邻 UFMC 符号间没有循环前缀, 因此 OFDM 系统中的信道估计算法不能直接适用于

3 第 5 期路娟等 : 通用滤波多载波通信系统中干扰抑制均衡算法 551 UFMC 系统为降低信道估计实现的复杂度, 本文将借助导频符号进行信道估计文献 [18] 中的信道估计算法忽略了多径信道所带来的 ICI IBI 和 ISI, 估计出的频域信道信息存在较大的误差 ; 而文献 [19] 中的信道估计算法假设了相邻 UFMC 符号间有足够的 ZP(ZeroPadding) 作为保护间隔, 在接收端利用点 FF 进行频域信道信息估计, 该算法需要使用点 FF, 复杂度较高, 并且需要添加 ZP, 将占用较多的传输资源本文首先对通用滤波多载波在慢时变多径信道下的性能进行了分析 ; 其次提出适用于该多载波系统的信道估计方案, 该方案设计了具有重复样式的导频结构并利用 / 点的 FF 变换进行信道估计, 算法复杂度较低, 同时不需要添加额外的 ZP, 能够节约传输资源 ; 最后提出基于干扰消除的 Zero Forcing 均衡算法和基于迭代干扰消除的均衡算法仿真结果表明, 本文提出的信道估计和均衡算法能有效消除通用滤波多载波在多径信道下所经受的 ISI ICI 和 IBI, 提升其在多径信道下的性能 UFMC 系统模型假设系统中可用子载波序号为 R= [0,1,,- 1] 如图 1 所示,UFMC 将该个连续子载波分为 B 个子带, 第 j 个子带中所包含的连续子载波数目为 j 为描述方便, 将第 j 个子带所包含的子载波的载波序号表示为 R j = [ m, j-1 m +1,, j m - 1 ], 其中第 1 j-1 m=1 m=1 m=1 个子带的载波序号集合为 R 1 = [0,1,, 1-1] 令 s i =[s i (0),,s i (k),,s i (-1)] 表示第 i 个待发送的复数符号, 其中 s i (k) 表示第 k 个子载波上的发送数据如图 1 所示, 待发送的数据被分为 B 个子带分别进行点 IFF 变换, 经并 / 串转换后再经各子带滤波器进行子带滤波, 最后各子带上的数据被叠加在一起通过射频发送至无线信道为简单其见, 令 1 = = B =M(MB=), 即各子带大小相同各子带滤波器可以通过将原型滤波器进行频谱搬移得到, 具有相同的长度本文假设所有子带滤波器长度均为 L, 且第 j 个子带滤波器的系数为 {f j (0)f j (1) f j (L-1)} 经 UFMC 调制后得到的符号长度 U =+L-1 令 x i = [x i (0),x i (1),,x i ( U -1)] 表示第 i 个 UFMC 符号, 则有 : x i = B j=1 图 1 UFMC 系统模型图 F j W s i j (1) Fig.1 UFMCsystemstructure 在式 (1) 中,s i j=[s i j(0),,s i j(k),,s i j(-1)] 当 k R j 时,s i j(k)=s i (k); 当 k R j 时,s i j(k)=0 F j 为第 j 个子带滤波器的滤波矩阵, 大小为 U W 是大小为的 IFF 变换矩阵, 其中 w =e j / F j = f j (0) 0 0 f j (0) f j (L-1) 0 0 f j (L-1) f j (0) 0 0 f j (L-1 ) W = 1 槡 w 0 0 w 1 0 w (-1) 0 w 0 1 w 1 1 w (-1) 1 w 0 (-1) w (-1) (-1) w 1 (-1) 本节对 UFMC 的系统模型进行了介绍, 接下来的章节将定量分析多径信道对 UFMC 系统的影响, 并对适用于 UFMC 系统的信道估计和均衡方案进行研究 3 信道影响分析在 OFDM 系统中为消除多径信道带来的影响, 两个连续的符号之间需要插入保护间隔, 可以通过

4 55 信号处理第 34 卷插入 ZP 或循环前缀 (CyclicPrefix,CP) 实现而在 UFMC 系统中, 相邻符号没有添加 CP 或 ZP 就直接被发送至无线信道在本文中假设信道为慢时变信道, 信道在同一帧时间内近似不变, 而在不同帧之间的变化相互独立在 5G 系统中由于通信业务的多样性使得帧结构设计与 4G LE 相比更加复杂, 目前还没有国际标准来定义 5G 的帧结构, 但有一点已达成共识 5G 的子帧长度明显比 4GLE 短 [0] 本文假设信道长度为 L h 且 L h -1 U ( 即多径信道仅影响相邻 UFMC 符号 1 ), 多径信道的系数为 {h(0)h(1) h(l h -1)} 如图所示, 当经过多径信道后, 接收端的第 i 个 UFMC 符号将遭受两种干扰 : 第一种干扰来自第 i-1 个符号在信道作用下的拖尾 ; 第二种干扰来自第 i 个符号自身的截断, 一部分符号信息被丢失图 UFMC 经过多径信道示意图 Fig. UFMCsymbolthroughthemultipathchannel 令 y i =[y i (0),y i (1),,y i ( U -1)] 表示接收到的第 i 个 UFMC 符号在 UFMC 接收端, 通常将 y i 补零至点进行点 FF 变换后再进行信道均衡和滤波器系数均衡, 从而得到原始发送数据珓 s i j(k), 如式 () 所示令 s=[s i (0),,s i (k), i,s (-1)] i 表示将 y i 作 FF 后得到的数据, F j, (k)(0 k -1) 为第 j 个子带滤波器系数的点 FF,H (k)(0 k -1) 为信道系数的点 FF 珓 s i j(k)= s i (k)/f j, (k)/h (k) k R j () 为定量分析多径信道对 UFMC 性能的影响, 将 y i 表示为 : y i =H 1 x i +H x i-1 +n i (3) 在式 (3) 中,x i-1 =[x i-1 (0),x i-1 (1),,x i-1 ( U -1)] 为第 i-1 个 UFMC 符号 H 1 和 H 均为由信道系数组成的矩阵, 两者的大小均为 U U H x i-1 表示由多径信道带来的来自第 i-1 个 UFMC 发送符号的 ISI n i 表示噪声矢量 h(0) h(0) H 1 = h(l h -1) 0 0 h(l h -1) h(0) 0 h(1) h(0 ) H = 0 0 h(l h -1) h() h(1) h() h(l h -1) 将 y i 补零后作点 FF 变换得 s i, 取 s i 中 k 为偶数的数据 s i (k) 组成 s i, 则有 : ss i =ΩW Py H i (4) 在 (4) 中,P=[I U U 0 (-L+1) U ], 是大小为 U 的补零矩阵 ;Ω 是大小为的矩阵, 其第 i 行第 i-1 列的元素为 1, 其余元素为 0,1 i 令 s i =[s i (0),,s i (k),,s i (-1)], 在忽略噪声干扰的情况下, 可以得到 : 其中 : s i (k)= s i,1(k)+ s i,(k)+ s i,3(k) 0 k -1 (5) s i,1(k)=s i (k)h (k)f j, (k)k R j (6) s i,(k)= B s i,3(k)= B r,j [k]=- 1 Lh j=1 r S j r k j=1 r,j [k]s i j(r) (7) Γ r,j [k]s i-1 j (r) (8) r S j L h -1 L h -1 w (r-k)m w -kt m=0 t=0 l=t+m+1 L+L h - L h -1 w (r-k)m w -kt m=-l h +1 t=+l-1-m l=0 Γ r,j [k]= L- wrm m=0 +L- w -kn n=0 l=0 h(l)f j (t-l) h(l)f j (t-l) (9) 1 当 L h -1> U 时, 多径信道将影响多个 UFMC 符号

5 第 5 期路娟等 : 通用滤波多载波通信系统中干扰抑制均衡算法 553 h(+l-1+n-l)f j (l-m) (10) 从式 (5) 中可以看出 :s i (k) 中包含三部分内容 :s i,1(k) s i,(k) 和 s i,3(k) s i,1(k) 如式 (6) 所示, 可以看到该项中既没有 ISI, 也没有 ICI 和 IBI, 仅包含发送数据 s i (k) 的信息 ;s i,(k) 如式 (7) 所示, 代表来自其他子载波的干扰 ; 符号间干扰 s i,3(k) 如式 (8) 所示可以看到使用点 FF 变换的频 [10 11] 域单点均衡方法不能正确地解调出原始发送数据, 即使在完全忽略噪声影响的情况下, 原因在于多径信道使信号遭受了 ISI ICI 和 IBI 如果在频域进行信道均衡, 那么对每一个频率分量都需要估计出个频域系数来消除 ICI 和 IBI, 同时需要估计出个频域系数来消除 ISI 对于个子载波, 使用频域信道均衡算法进行均衡需要估计出个参数, 那么至少要使用个 UFMC 训练符号, 在频域进行信道均衡将付出巨大的信道估计开销, 因此需要探索新的信道估计和均衡方法为 4, 因此图 3(b) 中的 A 部分可以充当 CP 作为保护间隔来消除多径信道所带来的干扰在接收端, 令 y P =[y p (0),y p (1),.,y p ( U -1)] 表示接收到的导频符号取 x p 中部的点数据组成 x p /,x p /= x p,xp + 1,.,x p (-1 ), 并取 y p 中部的点数据组成 y p p / = [ y( ), p y( ) + 1,,y p (-1 ), 则 y ] p / 和 x p / 之间的关系如式 (11) 所示 : y p / =Hx p / (11) 4 信道估计及均衡方案设计 4.1 信道估计为消除多径信道所带来的 ISI ICI 和 IBI, 本小节提出一种简单易行的信道估计方案, 该方案利用具有重复结构的导频进行信道估计为消除多径信道的影响, 方便进行信道估计, 在若干个连续 UFMC 符号前加入一个特殊的导频符号该符号通过将导频 s p =[s p (0),,s p (k),, s p (-1)] 经 UFMC 调制得到在 s p 中, 当 k 为奇数时 s p (k)=0 将 s p 分组后分别作点 IFF 变换得到各子带上的数据为 x p j=[x p j(0),x p j(1),.,x p j( -1)] (j=1,,,b) 在 x p j 中, 前点数据和后点数据相同, 如图 3(a) 所示 x p j 随后经过子带滤波器, 如图 3(b) 所示从图 3(b) 中可以看出, 过滤波器后得到的 U 点数据中仍具有相同的部分, 即 A 部分和 B 部分, 两者长度为 -L+1 由 s p 生成的导频符号 x P = B j=1 x P j, 从前面的分析可以看出在 x p 中仍具有重复的数据在 OFDM 中通常 CP 的长度图 3 导频过滤波器前后变化 Fig.3 Pilot schangebeforeandaftersub bandfilter 在式 (11) 中 H 为由信道系数组成的循环 o eplitz 矩阵, 大小为, 其第一行为 [h(0), 0 1 (/-1) ], 第一列为珘 h=[h(0),,h(l h -1), 0 1 (/-Lh )] 循环 oeplitz 矩阵 H 可以被 DF 变换矩阵 W H / 和 IDF 变换矩阵 W / 对角化, 即 W H / HW / =diag(w H / 珘 h) 此外,W H / 和 W / 满足 W H / W / =I 及 W / W H /=I 为进行信道估计, 可采用如下变换 : W H /y p / =W H /W / diag(w H / 珘 h)w H /x p / Y / =W H /y p / = Y / (0),Y / (1),,Y / - 1 X / =W H /x p / =

6 554 信号处理第 34 卷 X / (0),X / (1),,X / - 1 H / =W H / 珘 h= H / (0),H / (1),,H / - 1 进一步可以得到 : H / (k)=y / (k)/x / (k) 0 k -1 (1) 根据式 (1) 可以得到频域的信道信息通过点的 IDF 变换将此频域信息转换为时域信息, { } 得到时域信道系数为珘 h(0), 珘 h(1),., 珘 h -1 信号在传输过程中不可避免地会受到干扰, 为保证信道估计的精度, 可采用一定的算法对估计信道中的噪声进行消除由于噪声的干扰, 该点数据全不为 0, 为此本文采用文献 [1] 和 [] 中的 GAIC 算法对信道长度进行估计, 从而消除噪声带来的影响, 使估计信道更接近真实信道 4. 信道均衡 (1) 基于干扰消除的 Zero Forcing 均衡算法为提高 UFMC 在多径信道下的性能, 本文提出一种基于干扰消除的 Zero Forcing 均衡算法 UFMC 在多径信道下遭受的 ISI 主要来自上一个 UFMC 符号, 而其遭受的 ICI 和 IBI 主要来自符号内部为实现该均衡算法, 将 x i 表达为式 (13) 所示, y i 表达为式 (14) 所示在式 (13) 和 (14) 中,F 是大小为 U (B) 的矩阵,F=[F 1 F F B ];V 是大小为 (B) 的矩阵,V=diag(V 1,,V j,, V B ), 其中 V j 大小为 M, 是由点 IFF 矩阵 W 的第 (j-1)m+1 至 jm 列组成的矩阵 x i =FVs i (13) y i =H 1 FVs i +H FVs i-1 +n i (14) 为消除 ISI ICI 和 IBI, 本小节提出的基于干扰消除的 Zero Forcing 均衡算法包含的主要步骤如下 : 1) 利用本文 4.1 节所述的信道估计算法进行信道估计, 得到时域的信道系数 ) 利用式 (15) 以及已均衡得到的第 i-1 个 UFMC 发送数据珓 s i-1 进行 ISI 消除得到 y i noisi y i noisi=y i -H FV 珓 s i-1 (15) 3) 利用式 (16) 所示的 Zero Forcing 方法进行 ICI 和 IBI 消除, 得到第 i 个 UFMC 发送数据珓 s i 珓 s i = ((H 1 FV) H (H 1 FV)) -1 (H 1 FV) H y i noisi(16) () 基于迭代干扰消除的均衡算法从第 3 节的分析中可以看出 ICI 和 IBI 由 UFMC 符号自身的截断造成如图所示, 第 i 个 UFMC 发送符号在多径信道的作用下会有一部分数据被扩散至第 i+1 个接收符号中产生 ISI, 而第 i 个接收符号则会因为丢失该部分数据而形成 ICI 和 IBI 因此本小节提出一种基于迭代干扰消除的均衡算法, 在消除 ISI 的基础上, 通过迭代补偿接收符号所丢失的数据逐步消除 ICI 和 IBI 此算法包含的主要步骤如下 : 步骤 1 利用本文 4.1 节所述的信道估计算法进行信道估计, 得到时域的信道系数步骤将已均衡得到的第 i-1 个发送数据珓 s i-1 和估计出的信道系数代入式 (15) 进行 ISI 消除得到 y i noisi 步骤 3 利用式 () 通过频域均衡的方式进行初步均衡得到发送数据珓 s i,0 =[ 珓 s i,0 (0), 珓 s i,0 (1),, 珓 s i,0 (-1)], 设置最大的迭代次数 I max 及初始迭代次数 l=1 步骤 4 利用式 (17) 得到长度为 +L+L h - 的数据 y珓 i,l =[ y珓 i,l (0), y珓 i,l (1),, y珓 i,l (+L+L h -3)] 在式 (17) 中,H L 是大小为 (+L+L h -) (+L-1) 的 oeplitz 矩阵, 表示多径信道和 UFMC 符号进行线性卷积的矩阵, 其第一列为 [h(0),h(1),, h(l h -1),0 1 (+L-) ] 将珓 y i,l 的后 L h -1 点数据补至由步骤得到的 y i noisi 后可得珓 y i noisi=[(y i noisi) 珓 y i,l (+L- 1),, 珓 y i,l (+L+L h -3)], 接着将 y珓 i noisi 作点 FF 变换, 并再次利用式 () 进行均衡得到数据珓 s i,l y珓 i,l =H L FV 珓 s i,l-1 (17) 步骤 5 令 l=l+1, 如果 l>i max 则迭代终止, 否则继续执行步骤 4 中的操作

7 第 5 期路娟等 : 通用滤波多载波通信系统中干扰抑制均衡算法仿真结果本节通过仿真的方法验证本文所提出的信道均衡算法以及信道估计算法的性能仿真参数设计为 :FF 大小为 18, 子带大小为 1, 子带个数为 9, 第 0~4 号和 13~17 号子载波上不发送数据 ; 调制方式为 4QAM; 子带滤波器的类型为 Dol ph Chebyshev 滤波器, 其旁瓣衰减为 40dB, 长度为 11; 仿真使用的多径信道的抽头时延为 [ ], 各个抽头对应的抽头功率 (db) 为 [ ] 多径信道下 UFMC 和 OFDM 的误码率 (Sym bolerorrate,ser) 随信噪比的变化曲线如图 4 所示从中可以看出在低信噪比时 UFMC 和 OFDM 性能相近, 此时噪声对两者的性能影响较大而当信噪比较高时,UFMC 的误码率比 OFDM 更大, 此时 UFMC 所经受的 ISI ICI 和 IBI 成为影响 UFMC 性能的主要因素图 5 为在信噪比为 5 db 时,UFMC 各子载波上所经受的 ISI ICI 和 IBI 的相对大小, 从中可以看出子载波所经受的 ICI 和 IBI 要高于 ISI 信噪比下的误码率大小从图 6 可以看出, 基于点 FF 的频域单点均衡算法的性能最差, 而本文提出的基于干扰消除的 Zero Forcing 均衡算法具有最好的性能基于迭代干扰消除的均衡算法可以在一定程度上消除 ISI ICI 和 IBI 干扰, 但在迭代过程中由于均衡得到的信号中已经包含干扰, 所以性能不如基于干扰消除的 Zero Forcing 均衡算法图 5 各子载波上的 ISI 和 ICI IBI 大小 Fig.5 EstimationandcomparisonofISI ICIandIBI oneachsubcarier 图 7 显示了在使用不同的信道估计和均衡算法后,UFMC 在多径信道下的误码率随信噪比的变化与文献 [18] 中的信道估计和均衡算法作相比 ( 即为频域单点信道估计和均衡所对应的曲线 ), 本文所提出的信道估计和均衡方案具有更好的性能, 其中采用了本文所提出的信道估计算法和基于干扰消除的 Zero Forcing 均衡算法的性能最好图 4 UFMC 和 OFDM 在多径信道下性能比较 Fig.4 PerformancecomparisonofUFMCandOFDM undermultipathchannel 多径信道下 UFMC 各种均衡算法的性能如图 6 所示图 6 中分别比较了基于点 FF 的频域单点均衡算法 [10 11,18] 消除 ISI 的点 FF 频域单点均衡算法, 本文所提出的基于干扰消除的 Zero Forcing 均衡算法及基于迭代干扰消除的均衡算法在不同图 6 各种均衡算法性能比较 Fig.6 Performancecomparisonofvariousequalizationalgorithms

8 556 信号处理第 34 卷图 7 不同信道估计和均衡算法性能比较 Fig.7 Performancecomparisonofvariousequalization algorithmsbasedonestimatedchannel 6 结论本文分析了 UFMC 在多径信道下的性能, 并提出适用于该多载波的信道估计和均衡方案, 为 UFMC 在实际系统中应用打下了基础所提出的信道估计方案简易可行, 同时基于干扰消除的 Zero Forcing 均衡方案能有效地提升 UFMC 系统在多径信道下的性能参考文献 [1] SeriesM.IMVision Frameworkandoveralobjectivesof thefuturedevelopmentofimfor00andbeyond[j]. RadiocommunicationSectorofIU,015. [] AndrewsJG,BuziS,ChoiW,etal.Whatwil5Gbe? [J].IEEE JournalonSelectedareasinCommunica tions,014,3(6): [3] WunderG,JungP,KasparickM,etal.5GOW:non orthogonal,asynchronouswaveformsforfuturemobileap plications[j].ieeecommunicationsmagazine,014, 5(): [4] ChoH,YanY,ChangGK,etal.AsynchronousMulti UserUplinkransmisionsfor5GwithUFMCWaveform [C] WirelesCommunicationsandetworkingConfer ence(wcc),017ieee.sanfrancisco,ca,usa: IEEE,017:1 5. [5] BelangerM,LeRuyetD,RovirasD,etal.FBMCphysi callayer:aprimer[j].phydyas,010,5(4):7 10. [6] ang,hes,xuec,etal.iqimbalancecompensation forgeneralizedfrequencydivisionmultiplexingsystems [J].IEEEWirelesCommunicationsLeters,017,6 (4):4 45. [7] GasparI,Michailow,avaroA,etal.Lowcomplexi tygfdmreceiverbasedonsparsefrequencydomainpro cesing[c] VehicularechnologyConference(VC Spring),013IEEE77th.Dresden,Germany:IEEE, 013:1 6. [8] ZhangX,JiaM,ChenL,etal.Filtered OFDM enabler forflexiblewaveform inthe5thgenerationcelularnet works[c] GlobalCommunicationsConference(GLO BECOM),015IEEE.SanDiego,CA,USA:IEEE, 015:1 6. [9] ZhangL,IjazA,XiaoP,etal.FilteredOFDM Systems AlgorithmsandPerformanceAnalysisfor5GandBeyond [J].IEEEransactionsonCommunications,ovember, 017,PP(99):1 1. [10] 田广东, 王珊, 段思睿, 等.UFMC 系统在多径衰落信道中的干扰消除 [J]. 电讯技术,017,57(3): ianguangdong,wangshan,duansirui,etal.inter ferencesuppresionofuniversalfilteredmulticariersys tem inmultipathfadingchannel[j].elecommunication Engineering,017,57(3): (inChinese) [11] 麻超, 张晓瀛, 习勇, 等. 多径时变信道中存在频偏的 UFMC 系统性能分析 [J]. 通信技术,017,50(7): MaChao,ZhangXiaoying,XiYong,etal.Performance AnalysisofUFMC SystemswithResidualCarierFre quencyofsetovermultipathime VaryingChannels[J]. Communicationsechnology,017,50(7): (inchinese) [1] BochechkaG,ikhvinskiyV,VorozhishchevI,etal. ComparativeanalysisofUFMCtechnologyin5Gnetworks [C] ControlandCommunications(SIBCO),017In ternationalsiberianconferenceon.astana,kazakhstan: IEEE,017:1 6. [13] KishoreKK,UmarPR,aveenV J.Comprehensive AnalysisofUFMC withofdm andfbmc[j].indian JournalofScience&echnology,017,10(17):1 7. [14] 宫诗寻, 陶小峰.5G 大规模机器类通信中的传输技术 [J]. 中兴通讯技术,017,3(3):0 3. GongShixun,aoXiaofeng.ransmisionechnologiesin MasiveMachineypeCommunicationfor5G[J].ZE

第 5 期路娟等 : 通用滤波多载波通信系统中干扰抑制均衡算法 557 echnologyjournal,017,3(3):0 3.(inChinese) [15] ColeriS,ErgenM,PuriA,etal.Channelestimation techniquesbasedonpilotarangementinofdm systems [J].

[17]EdforsO,SandelM,VandeBeekJJ,etal.OFDMchan nelestimationbysingularvaluedecomposition[j].ieee ransactionsoncommunications,1998,46(7):931 939. [18]WangX,Wild,SchaichF,etal.

ChannelEstimationand OptimalPilotSignalsforUniversalFilteredMulti carier (UFMC) Systems[C] 8thPIMRC Workshop017 Proceedings.Montreal,QC,Canada:IEEE,017. [0] PedersenK I,BerardineliG,FrederiksenF,etal.

Improvingchannelesti mationinofdm systemsforsparsemultipathchannels [J].IEEESignalProcesingLeters,005,1(1):5 55. [] LiH,LiuD,LiJ,etal.

9 第 5 期路娟等 : 通用滤波多载波通信系统中干扰抑制均衡算法 557 echnologyjournal,017,3(3):0 3.(inChinese) [15] ColeriS,ErgenM,PuriA,etal.Channelestimation techniquesbasedonpilotarangementinofdm systems [J].IEEEransactionsonBroadcasting,00,48(3): 3 9. [16]VanDeBeekJJ,EdforsO,SandelM,etal.Onchan nelestimationinofdm systems[c] Vehicularech nologyconference,1995ieee45th.chicago,il,usa: IEEE,1995,: [17]EdforsO,SandelM,VandeBeekJJ,etal.OFDMchan nelestimationbysingularvaluedecomposition[j].ieee ransactionsoncommunications,1998,46(7): [18]WangX,Wild,SchaichF,etal.Pilot aidedchannel estimationforuniversalfilteredmulti carier[c] Vehic ularechnologyconference(vc Fal),015 IEEE 8nd.Boston,MA,USA:IEEE,015:1 5. [19] ZhangL,HeC,MaoJ,etal.ChannelEstimationand OptimalPilotSignalsforUniversalFilteredMulti carier (UFMC) Systems[C] 8thPIMRC Workshop017 Proceedings.Montreal,QC,Canada:IEEE,017. [0] PedersenK I,BerardineliG,FrederiksenF,etal.A flexible5g framestructuredesignforfrequency division duplexcases[j].ieeecommunicationsmagazine,016, 54(3): [1] RaghavendraM R,GiridharK.Improvingchannelesti mationinofdm systemsforsparsemultipathchannels [J].IEEESignalProcesingLeters,005,1(1):5 55. [] LiH,LiuD,LiJ,etal.ChannelorderandRMSdelay spreadestimationwithapplicationtoacpowerlinecom munications[j].digitalsignalprocesing,003,13(): 作者简介路娟女,199 年生, 河南邓州人东南大学信息科学与工程学院硕士研究生, 主要研究方向为未来通信中的多载波传输技术研究 E mail:juanlu1995@qq.com 何世文男,1978 年生, 湖南郴州人东南大学信息科学与工程学院副研究员, 硕士生导师, 主要研究方向为多输入多输出通信协作通信绿色通信毫米波通信和优化理论 E mail:shiwenhe@seu.edu.cn 黄永明男,1977 年生, 江苏人东南大学信息科学与工程学院教授, 博士生导师, 主要研究领域为 5G 及 5G 后移动通信系统中的信号处理理论与技术毫米波 MIMO 等无线传输原型平台研发车载雷达信号处理算法研究及实现 E mail:huangym@seu.edu.cn 杨绿溪男,1964 生, 江苏人东南大学信息科学与工程学院教授, 博士生导师, 主要研究领域为移动通信中的 MIMO 空时信号处理中继协作通信盲信号处理与阵列信号处理 E mail:lxyang@seu.edu.cn

自然科学版预处理视盘粗定位视盘垂直坐标的粗定位视盘水平坐标的粗定位

自然科学版预处理视盘粗定位视盘垂直坐标的粗定位视盘水平坐标的粗定位自然科学版文章编号视网膜图像中视盘的快速自动定位方法赵晓芳林土胜李碧摘要基于眼底视网膜血管的分布结构及视盘本身的特点提出一种快速自动定位视盘的方法首先根据视网膜血管的网络分布结构大致定位视盘的垂直坐标然后根据视盘的亮度信息及视盘与血管的关系来定位视盘的水平坐标最后把视盘限定在以粗定位的视盘为中心的一个小窗口内用变换精确定位视盘中心该方法不需要事先分割视网膜血管也不需要对算法进行训练

第 34 卷第 5 期 2018 年 5 月文章编号 : (2018) 信号处理 JOURNALOFSIGNALPROCESSING Vol.34 No.5 May2018 通用滤波多载波通信系统中干扰抑制均衡算法 路娟何世文黄永明杨绿溪 ( 东南大学信息科学与工

第 34 卷第 5 期 2018 年 5 月文章编号 : (2018) 信号处理 JOURNALOFSIGNALPROCESSING Vol.34 No.5 May2018 通用滤波多载波通信系统中干扰抑制均衡算法路娟何世文黄永明杨绿溪 ( 东南大学信息科学与工