[论文解读] Preamble-based Channel Estimation in OFDM/OQAM Systems: A Review

Eleftherios Kofidis, Dimitrios Katselis+2 more|arXiv (Cornell University)|Mar 8, 2013

PAPR reduction in OFDM参考文献 32被引用 9

一句话总结

本文综述了正交频 division multiplexing/offset quadrature amplitude modulation (OFDM/OQAM) 系统中基于训练训练序列的信道估计算法，重点解决由偏移QAM结构固有的虚部载波间与符号间干扰问题。文章评估了单输入单输出（SISO）与多输入多输出（MIMO）配置下各种训练序列设计与估计算法的性能，通过仿真对比展示了在频率选择性衰落信道中，其在频谱效率与估计精度方面的改进表现。

ABSTRACT

Filter bank-based multicarrier communications (FBMC) have recently attracted increased interest in both wired (e.g., xDSL, PLC) and wireless (e.g., cognitive radio) applications, due to their enhanced flexibility, higher spectral efficiency, and better spectral containment compared to conventional OFDM. A particular type of FBMC, the so-called FBMC/OQAM or OFDM/OQAM system, consisting of pulse shaped OFDM carrying offset QAM (OQAM) symbols, has received increasing attention due to, among other features, its higher spectral efficiency and implementation simplicity. It suffers, however, from an imaginary inter-carrier/inter-symbol interference that complicates signal processing tasks such as channel estimation. This paper focuses on channel estimation for OFDM/OQAM systems based on a known preamble. A review of the existing preamble structures and associated channel estimation methods is given, for both single- (SISO) and multiple-antenna (MIMO) systems. The various preambles are compared via simulations in both mildly and highly frequency selective channels.

研究动机与目标

• 解决OFDM/OQAM系统中因虚部载波间与符号间干扰带来的传统信道估计算法复杂性问题。
• 综述并比较单天线与多天线（MIMO）OFDM/OQAM系统中现有训练序列结构及其相关估计算法。
• 评估不同基于训练序列的信道估计算法在弱频率选择性与强频率选择性衰落信道中的性能表现。
• 基于近期理论研究成果，为最小化估计误差提供训练序列优化的见解。
• 突出OFDM/OQAM相较于循环前缀OFDM（CP-OFDM）的优势，如更高的频谱效率与更低的峰均功率比，同时应对该系统特有的估计挑战。

提出的方法

• 采用基带等效离散时间模型分析OFDM/OQAM系统的信号结构与干扰特性。
• 推导原型滤波器响应之间的互相关表达式，以表征子载波与符号间干扰的分布模式。
• 分析实数域中子载波函数的正交性特性，表明仅存在实数正交性，从而导致固有的虚部干扰。
• 根据训练序列结构在利用或消除虚部干扰方面的能力进行分类，包括时域与频域设计。
• 对已知训练序列符号应用最小二乘（LS）与最小均方误差（MMSE）估计算法，以估计信道冲击响应。
• 将分析扩展至MIMO-OFDM/OQAM系统，考虑与基于训练序列导频兼容的空间复用与预编码策略。

实验结果

研究问题

• RQ1 在频率选择性衰落信道下，不同训练序列结构如何影响OFDM/OQAM系统中信道估计的准确性与鲁棒性？
• RQ2 原型滤波器在时频域的局部化特性在塑造干扰模式及影响估计性能方面起到何种作用？
• RQ3 由于OFDM/OQAM中缺乏循环前缀，其信道估计算法设计与传统CP-OFDM相比有何不同？
• RQ4 在OFDM/OQAM系统中，基于训练序列的估计算法与导频符号稀疏分布的估计算法之间存在哪些性能权衡？
• RQ5 如何对训练序列进行优化，以在SISO与MIMO OFDM/OQAM系统中最小化估计误差？

主要发现

• OFDM/OQAM中缺乏循环前缀可提升频谱效率并支持更高数据速率，但会引入固有的虚部干扰，从而增加信道估计的复杂度。
• 能够利用结构化干扰模式的训练序列设计——特别是与原型滤波器时频局部化特性相匹配的设计——可实现更高的估计精度。
• 当 $ p = \pm 2 $ 时，由于原型滤波器的模糊函数特性，互相关 $ \langle g \rangle_{m\pm 2,n}^{m,n} $ 为零，从而简化了干扰建模。
• 干扰系数 $ \gamma, \delta, \epsilon $ 取决于滤波器的时域系数，并表现出对子载波索引 $ m $ 的相位依赖性，该依赖关系通过 $ (-1)^m $ 表征。
• 仿真结果表明，优化后的训练序列在弱与强频率选择性衰落信道中均显著优于传统设计，尤其在低信噪比（SNR）条件下优势明显。
• MMSE估计算法相比LS估计可获得更低的均方误差，尤其在高多普勒与高频率选择性条件下，得益于其更强的噪声抑制能力。