几张图告诉你WIFI的信道分布_141113

几张图告诉你WIFI的信道分布

1 概述

WIFI应用越来越广泛，智能手机，智能电视，智能路由器…..所有的所有,其信号巴士是在什么样的高速公路上跑呢？

先数数交规，数量可不少，WIFI物理层遵循的交通规则有：

802.11a，802.11b,802.11g,802.11n,802.11ac未来还有802.11ad,工作在60G….。

基本上802.11，越往后，一定程度上，可以看做是802.11的升级或者增强版，速度是越来越快，频段越来越高…..

2 WIFI的2.4G频段都有哪些马路可以扎

802.11b,802.11g,802.11n都有使用到这个频段,交通规则定义基本相同。

图1.1 802.11 2.4G信道分布

1.1、80

2.11 2.4G信道知识点：

a、802.11 2.4G每个信道的带宽是22MHz,其中信道有效带宽是20MHz，剩余的2MHz 带宽是隔离带，留点余量保护。

b、不同国家能够使用的信道不一样。中国2.4G支持1-13个信道，欧洲支持1-13信道，美国支持1-11信道，日本支持1-14信道。

2 新开通的5G信道又有哪些

802.11a，802.11an（802.11n的5G部分），802.11ac有5G信道的使用权。

2.1 802.11a

可以看到lower band,middle band,upper band不是连续的。有绿化带间隔着。

图1.2 802.11a的5G信道

11an与11ac

中国5G允许频道

图3.3 802.11an与802.11ac 5G信道

LTE物理信道-PBCH

PBCH 1、概述 UE在接入某小区前，需要先获取到该小区的系统信息，才能知道该小区是如何配置的，以便在该小区内正确的工作。小区是通过逻辑信道BCCH向该小区内的所有UE发送系统信息的。 从图1、图2、图3可以看出，逻辑信道BCCH会映射到传输信道BCH和DL-SCH。其中，BCH只用于传输MIB信息，并映射到物理信道PBCH；DL-SCH 用于传输各种SIB信息，并映射到物理信道PDSCH。 图1：下行信道匹配 2、M aster Information Block 2.1发送场景 UE会在下述过程之后接收系统信息： 1）小区选择（开机后）和小区重选 2）切换 3）从其它RAT进入E-UTRA 4）重回服务区 5）接收到系统信息改变通告

6）接收到ETWS通告指示 7）接收到CDMA2000上层请求 8）系统信息超出最大有效期-周期性的 补充点：LTE中之所以要在切换后接受系统消息，是因为LTE系统设计扁平化以后取消了RNC网元，也就是LTE中切换的测量配置下发、判决都是eNodeB完成，在当前不支持X2口切换前提下，切换完成后UE对于该小区下的系统消息配置是不清楚，所以会接收系统消息；如果支持X2口切换的话，在切换前源eNodeB和目标eNodeB之间会交互配置信息，则不用接收系统消息。 2.2发端网元处理 组装消息内容 2.3收端网元处理 接收到MasterInformationBlock后,UE将： 1）应用phich-Config中携带的无线资源配置信息； 1）当T311正在运行，UE处于RRC_IDLE或者RRC_CONNECTED状态： 2）如果UE没有相关小区的有效系统信息： 3）将ul-Bandwidth 设置为dl-Bandwidth，直到接收到 SystemInformationBlockType2。 2.4字段解释 1.1.1dl-bandwidth 1)字段类型：BIT STRING (SIZE (4）） 2)字段描述：下行带宽。参数配置为：传输带宽配置，下行N RB，[参见TS 36.101 ]。如n6 与6个资源块对应，n15对应15个资源块等等

信道估计算法

LS 信道估计 假设OFDM 系统模型用下式表示： P P P Y X H W =+ （1） 式中H 为信道响应；P X 为已知的导频发送信号；P Y 为接收到的导频信号；P W 为在导频子信道上叠加的A WGN 矢量。 LS 为最小二乘(Least —Square)信道估计， LS 算法就是对（1）式中的参数H 进行估计，使函数（2）最小。 ????()()()()H H P P P P P P P P J Y Y Y Y Y X H Y X H =--=-- （2） 其中P Y 是接收端导频子载波处的接受信号组成的向量；??P P Y X H =是经过信道估计后得到的导频输出信号；?H 是信道响应H 的估计值。 ??{()()}0?H P P P P Y X H Y X H H ?--?=? 由此可以得到LS 算法的信道估计值为： 11,()H H P LS P P P P P P H X X X Y X Y --== 可见，LS 估计只需要知道发送信号P X ，对于待定的参数H ，观测噪声P W ，以及接收信号P Y 的其它统计特征，都不需要其它的信息，因此LS 信道估计算法的最大优点是结构简单，计算量小，仅通过在各载波上进行一次除法运算即可得到导频位置子载波的信道特征。但是，LS 估计算法由于在估计时忽略了噪声的影响，所以信道估计值对噪声干扰以及ICI 的影响比较敏感。在信道噪声较大时，估计的准确性大大降低，从而影响数据子信道的参数估计。 LMMSE 算法的实现流程： 首先我们得到LMMSE 算法的相关公式： 211??*((()()))P P P P H LMMSE H H H H W LS H R R diag X diag X H σ--=+ 其中=()P P H H H P P R E H H 为信道矢量H 的自相关矩阵， ?LM M SE H 代表采用LMMSE 算法时信道

LTE物理信道-PCFICH

PCFICH 1、PCFICH功能介绍 每个下行子帧（不是上行子帧，也不是针对slot）被分成2部分：controlregion（控制区域）和dataregion（数据区域）。controlregion主要用于传输L1/L2controlsignaling，包括PCFICH/PHICH/PDCCH；dataregion 主要用于传输数据，包括PSS/SSS、PBCH、PDSCH和PMCH。 图1：controlregion和dataregion PCFICH用于通知UE对应下行子帧的控制区域的大小，即控制区域所占的OFDMsymbol的个数。或者说： PCFICH用于指示一个下行子帧中用于传输PDCCH的OFDMsymbol的个数。每个小区在每个下行子帧有且仅有一个PCFICH。 2、PCFICH物理层处理 2.1信道编码-1/16块编码 每一个子帧中到达编码单元的控制格式指示(CFI)表示下行控制信息(DCI)在一个子帧中占用的OFDM符号数目，即CFI＝1，2或者3。当某系统下行物理资源块数目大于10时，CFI＝1，2或者3；当某系统下行物理资源块数不大

于10时，则CFI加1，即为2，3或者4。 （即CFI=1,2or3；用2bit表示，CFI=4为预留，不使用）。 对于TDD而言，子帧1和子帧6的控制区域至多只能有2个OFDMsymbols，这是因为在这些子帧中，PSS要占据第三个OFDMsymbol。 图2：用于PDCCH的OFDMsymbol数（见36.211的Table6.7-1） CFI编码流程如图5.3.4-1所示。 b 图5.3.4-1 CFI编码 控制格式指示按照表5.3.4-1进行信道编码。 表5.3.4-1: CFI 码字 2bit的CFI经过码率为1/16的信道编码，得到一个32-bit的codeword。

信道估计

寒假信道估计技术相关内容总结 目录 第一章无线信道 (3) 1.1 概述 (3) 1.2 信号传播方式 (3) 1.3 移动无线信道的衰落特性 (3) 1.4 多径衰落信道的物理特性 (5) 1.5 无线信道的数学模型 (7) 1.6 本章小结 (7) 第二章MIMO-OFDM系统 (8) 2.1 MIMO无线通信技术 (8) 2.1.1 MIMO系统模型 (9) 2.1.2 MIMO系统优缺点 (11) 2.2 OFDM技术 (12) 2.2.1 OFDM系统模型 (12) 2.2.2 OFDM系统的优缺点 (14) 2.3 MIMO-OFDM技术 (16) 2.3.1 MIMO、OFDM系统组合的必要性 (16) 2.3.1 MIMO-OFDM系统模型 (16) 2.4 本章小结 (17) 第三章MIMO信道估计技术 (18) 3.1 MIMO信道技术概述 (18) 3.2 MIMO系统的信号模型 (19) 3.3 信道估计原理 (21) 3.3.1 最小二乘（LS）信道估计算法 (21) 3.3.2 最大似然（ML）估计算法 (23) 3.3.3 最小均方误差（MMSE）信道估计算法 (24) 3.3.4 最大后验概率（MAP）信道估计算法 (25) 3.3.5 导频辅助信道估计算法 (26) 3.3.6 信道估计算法的性能比较 (26) 3.4 基于训练序列的信道估计 (28) 3.5 基于导频的信道估计 (28) 3.5.1 导频信号的选择 (29) 3.5.2 信道估计算法 (31) 3.5.3 插值算法 (31) 3.5.3.1 线性插值 (31) 3.5.3.2 高斯插值 (32) 3.5.3.3 样条插值 (33) 3.5.3.4 DFT算法 (33) 3.5.4 IFFT/FFT低通滤波 (33) 3.6 盲的和半盲的信道估计 (34)

LTE物理信道-PHICH

PHICH PHICH用于对PUSCH传输的数据回应HARQACK/NACK。每个TTI中的每个上行TB对应一个PHICH，也就是说，当UE在某小区配置了上行空分复用时，需要2个PHICH。 映射到相同的资源元素集多种PHICH组成一个PHICH组，其中在相同PHICH组中的PHICH通过不同的正交序列区分。一个PHICH资源由索引对(nPHICHgroup,nPHICHseq)定义，其中nPHICHgroup为PHICH组标号，nPHICHseq为该组中的正交序列索引 1、PHICH资源介绍 小区是通过MasterInformationBlock的phich-Config字段来配置PHICH 的。 图1：PHICH-Config 1.1Phich-Duration Phich-Duration指定了是使用controlregion中的1个symbol还是3（或2）个symbol来发送PHICH，对应36.211的Table6.9.3-1。 Phich-Duration有两个选择：正常和扩展，不同的是正常CP只使用1个OFDM符号，而扩展CP将使用2个或3个OFDM符号。 通常会配置只使用第一个OFDMsymbol来发送PHICH，这样即使PCFICH 解码失败了，也不影响PHICH的解码。 扩展是用于较小的信道带宽，如1.4MHz的，在这种情况下，有总共只有6PRBS，频域分集的增益要比系统带宽较大的小区（如20MHz）的小区要低，

通过使用extendedPHICHduration，能提高时间分集的增益，从而提高PHICH 注：TDD中，PSS随着子帧1和6的第三个symbol传输（在DwPTS中），所以在extendedPHICHduration下，只能使用2个symbol来发送PHICH。 PHICHduration的配置限制了CFI取值范围的下限，也就是说，限制了controlregion至少需要占用的symbol数。 对于下行系统带宽的小区而言，如果配置了extendedPHICHduration，UE会认为CFI的值等于PHICHduration，此时UE 可以忽略PCFICH的值；对于下行系统带宽的小区而言，由于CFI 指定的可用于controlregion的symbol数可以为4（见36.212的5.3.4节），大于PHICHduration可配置的最大值3，如果此时配置了extendedPHICHduration，UE还是要使用PCFICH指定的配置。即“CFI和extendedPHICHduration相比较，取其大者”。（见36.213的9.1.3节和[1]） 1.2phich-Resource phich-Resource指定了controlregion中预留给PHICH的资源数，它决定了PHICHgroup的数目。 多个PHICH可以映射到相同的RE集合中发送，这些PHICH组成了一个PHICHgroup，即多个PHICH可以复用到同一个PHICHgroup中。同一个PHICHgroup中的PHICH通过不同的orthogonalsequence来区分。即一个二元组唯一指定一个PHICH资源，其中为PHICHgroup索引，为该PHICHgroup内的orthogonalsequence 索引。 一个小区内可用的PHICHgroup数的计算方式如图2所示。

【WO2019192944A1】物理上行链路控制信道资源的选择【专利】

( (51)International Patent Classification:CA,CH,CL,CN,CO,CR,CU,CZ,DE,DJ,DK,DM,DO, H04L1/18(2006.01)H04L5/00(2006.01)DZ,EC,EE,EG,ES,FI,GB,GD,GE,GH,GM,GT,HN, HR,HU,ID,IL,IN,IR,IS,JO,JP,KE,KG,KH,KN,KP, (21)International Application Number: KR,KW,KZ,LA,LC,LK,LR,LS,LU,LY,MA,MD,ME, PCT/EP2019/058125 MG,MK,MN,MW,MX,MY,MZ,NA,NG,NI,NO,NZ, (22)International Filing Date:OM,PA,PE,PG,PH,PL,PT,QA,RO,RS,RU,RW,SA, 01April2019(01.04.2019)SC,SD,SE,SG,SK,SL,SM,ST,SV,SY,TH,TJ,TM,TN, TR,TT,TZ,UA,UG,US,UZ,VC,VN,ZA,ZM,ZW. (25)Filing Language:English (84)Designated States(unless otherwise indicated,for every (26)Publication Language:English kind o f regional protection available).ARIPO(BW,GH, (30)Priority Data:GM,KE,LR,LS,MW,MZ,NA,RW,SD,SL,ST,SZ,TZ, 62/653,80506April2018(06.04.2018)US UG,ZM,ZW),Eurasian(AM,AZ,BY,KG,KZ,RU,TJ, TM),European(AL,AT,BE,BG,CH,CY,CZ,DE,DK, (71)Applicant:NOKIA TECHNOLOGIES OY[FI/FI];EE,ES,FI,FR,GB,GR,HR,HU,IE,IS,IT,LT,LU,LV, Karakaari7,02610Espoo(FI).MC,MK,MT,NL,NO,PL,PT,RO,RS,SE,SI,SK,SM, (72)Inventors:FARAG,Emad;10Mulligan Dr,Flanders,TR),OAPI(BF,BJ,CF,CG,Cl,CM,GA,GN,GQ,GW, New Jersey07836(US).BRAUN,Volker;Nokia Solu?KM,ML,MR,NE,SN,TD,TG). tions and Networks GmbFl&Co.KG,Lorenzstr.10,70435 Stuttgart(DE).SCHOBER,Karol;Laurinniityntie12Al,Published: 00440Helsinki(FI).—with international search report(Art.21(3)) (74)Agent:BERTHIER,Karine;Alcatel-Lucent Internation? al,Site de Nokia Paris-Saclay,Route de Villejust,91620 NOZAY(FR). (81)Designated States(unless otherwise indicated,for every kind o f national protection available):AE,AG,AL,AM, AO,AT,AU,AZ,BA,BB,BG,BH,BN,BR,BW,BY,BZ, (54)Title:SELECTION OF PHYSICAL UPLINK CONTROL CHANNEL RESOURCES (57)Abstract:A method and apparatus for implicitly determining a PUCCH in ut n? ts. FIG.10

基于训练的最小二乘(LS)算法的信道估计

基于训练的最小二乘（LS ）算法的信道估计 一、概述与背景 随着近年来无线通信系统的高速发展，基于阵列的接收机和空时分集方法逐渐成为研究热点。现在无论是在理论分析还是在富散射环境的实地测试中，MIMO （multiple-input multiple-output）系统都能够大幅度提高无线通信系统的容量。 设一个t 发射天线、r 接收天线的MIMO 系统，其接收信号可表示为： i i i v Hp s +=（1） H 表示随机信道复矩阵，i p 表示t×1发送信号复向量，i v 表示零均值白噪声复 向量。 为了估计信道矩阵H ，假设发送的训练信号为N p p ，…,1，其中t N ≥.其对应 的r×N 接收信号矩阵 ] [,1N s s S ，…=可表示为： V HP S +=（2） 其中 ] [,1N p p P ，…=表示t×N 训练矩阵， ] [,1N v v V ，…=表示r×N 噪声矩阵。 。而MIMO 技术的要点在于得到一个精确的信道状态信息（CSI）。而信道估计算法的任务是基于S 和P 的信息来恢复信道矩阵H 的信息. 信道估计有非盲信道估计方法、盲信道估计方法和半盲信道方法。目前使用最为广泛的MIMO 信道估计方法是非盲信道估计方法，也即使用导频信号（又称为训练序列）然后基于接收数据和训练序列的信息来实现信道估计。盲信道估计实质上是利用信道潜在的结构特征或者是输入信号的特征达到信道估计的目的。而半盲信道方法估计是上述两种信道估计方法的综合与平衡。 本文主要讲的是最小二乘算法的信道估计，并用matlab 对LS 算法进行仿真，仿真内容是ZF 下理想信道与LS 估计信道的性能比较和LS 估计信道的不同天线数MIMO 系统的性能比较。

第十四课：LTE物理信道

第十四课：LTE物理信道 一、 上行物理信道处理流程 LTE 的上行传输是基于SC-FDMA 的，LTE 定义了3 个上行物理信道，即物理上行共享信道（Physical Uplink Shared Channel，PUSCH）、物理上行控制信道（Physical Uplink Control Channel，PUCCH）、物理随即接入信道（Physical Random Access Channel，PRACH）。下面将对上行时隙物理资源粒子、上行物理信道基本处理过程流程及各个信道具体处理流程作详细描述。 1.上行时隙结构和物理资源定义 （1）资源栅格 上行传输使用的最小资源单位叫做资源粒子（Resource Element，RE），在RE 之上，还定义了资源块（Resource Block，RB），一个RB 包含若干个RE。在时域上最小资源粒度为一个SC-FDMA 符号，在频域上最小粒度为子载波。子载波数与带宽有关，带宽越大，包含的子载波越多。上行的子载波间隔 Δf 只有一种，15kHz。上行资源栅格图如图1 所示。

图1 上行资源栅格 （2）资源粒子 资源栅格中的最小单元为资源粒子(RE)，它由时域SC-FDMA 符号和频域子载波 唯一确定。 （3）资源块 一个资源块RB 由N symb 个在时域上连续的SC-FDMA 符号以及N sc 个在频域上连续的子载波构成。 2. 上行物理信道基本处理流程 上行物理信道基本处理流程如图2 所示： 1）加扰：对将要在物理信道上传输的码字中的编码比特进行加扰。 2）调制：对加扰后的比特进行调制，产生复值调制符号。

最新LS信道估计算法

L S信道估计算法

LS 信道估计 假设OFDM 系统模型用下式表示： P P P Y X H W =+ （1） 式中H 为信道响应；P X 为已知的导频发送信号；P Y 为接收到的导频信号；P W 为在导频子信道上叠加的AWGN 矢量。 LS 为最小二乘(Least —Square)信道估计， LS 算法就是对（1）式中的参数H 进行估计，使函数（2）最小。 ????()()()()H H P P P P P P P P J Y Y Y Y Y X H Y X H =--=-- （2） 其中P Y 是接收端导频子载波处的接受信号组成的向量；??P P Y X H =是经过信道估计后得到的导频输出信号；?H 是信道响应H 的估计值。 ??{()()}0?H P P P P Y X H Y X H H ?--?=? 由此可以得到LS 算法的信道估计值为： 11 ,()H H P LS P P P P P P H X X X Y X Y --== 可见，LS 估计只需要知道发送信号P X ，对于待定的参数H ，观测噪声 P W ，以及接收信号P Y 的其它统计特征，都不需要其它的信息，因此LS 信道估 计算法的最大优点是结构简单，计算量小，仅通过在各载波上进行一次除法运算即可得到导频位置子载波的信道特征。但是，LS 估计算法由于在孤寂时忽略了噪声的影响，所以信道估计值对噪声干扰以及ICI 的影响比较敏感。在信道噪声较大时，估计的准确性大大降低，从而影响数据子信道的参数估计。

LMMSE 算法的实现流程： 首先我们得到LMMSE 算法的相关公式： 211??*((()()))P P P H LMMSE HH H H W LS H R R diag X diag X H σ--=+ 其中P H 为导频子载波的CFR （振幅因素衰减），P HH R 表示所有子载波与导频子载波的互协 方差，P P H H R 表示导频子载波的自协方差。?LMMSE H 代表信道的阶跃响应。从公式中可以看出LMMSE 使用子载波间的协方差以及SNR 等信息进行信道估计。 因为H -1(diag(X)diag(X))可以作为一个常量。则H -1(diag(X)diag(X))可以替换为其期望值：2H -1E{(diag(x)diag(x))}=I W SNR βσ，其中I 代表单位矩阵。 所以，上式又可变为1??*()P P P LMMSE HH H H LS H R R I H SNR β-=+。 其中，星座因子β与采用的调制方式有关：对于16QAM 调制为17／9；对于 QPSK 调制为1。SNR 是每个符号的信噪比；?LS H 表示参考信号处由LS 估计的信道冲激响应值； 因为要进行求逆运算，所以运算的复杂度较高。如果参考信号的子载波数目较多，则求逆运算会变得很复杂。下面则将对LMMSE 算法进行改进。 在这里我们采用了奇异值分解的方法对估计器进行低阶近似。将信道的自相关函数分解为:H HH R =U U Λ。 则原公式可以化为：0??00n H SVD LMMSE LS H U U H -???= ??? 其中11 1()diag(,....,)N N I SNR SNR SNR λλβββλλ-?=ΛΛ+=++.这样在某种程度上就可以大大减少运算量。

5G-NR物理信道与调制

Marshall：v1.0.0版本已过时，5G NR物理层规范已更新到v1.1.0版本。帧结构与物理资源 一、概述 在本规范中，除非另有说明，在时域中的各个域的大小表示为若干时间单位 T s=1/(Δf max?N f)Ts=1/(Δfmax?Nf)，其中Δf max=480?103Δfmax=480?103Hz，N f=4096Nf=4096。常量κ=Δf max N f/(Δf ref N f,ref)=64κ=ΔfmaxNf/(ΔfrefNf,ref)=64，其中Δf ref=15?103HzΔfref=15?103Hz，N f,ref=2048Nf,ref=2048。 二、波形参数 支持多种OFDM波形参数，如Table4.2-1所示，其中载波带宽部分的μμ和CP由高层参数给定，下行链路由DL_BWP_mu和DL_BWP_cp给定，上行链路由UL_BWP_mu 和UL_BWP_cp给定。

三、帧结构 帧和子帧 下行与上行链路传输于帧中，一帧的时域为T f=(Δf max N f/100)?T s=10ms Tf=(ΔfmaxNf/100)?Ts=10ms，一帧包含10个子帧，每个子帧时域为T sf=(Δf max N f/1000)?T s=1ms Tsf=(ΔfmaxNf/1000)?Ts=1ms。每个子帧中的连续OFDM符号数为N subframe,μsymb=N slotsymb N subframe,μslot Nsymbsubframe,μ=NsymbslotNslotsubframe,μ。每帧分为两个相等大小的半帧，每个半帧包含5个子帧。 There is one set of frames in the uplink and one set of frames in the downlink on a carrier. 来自UE的上行帧i i应在UE对应的下行帧开始前T TA=N TA T s TTA=NTATs传输。

信道估计总结 (2)

信道估计总结LS和半盲信道估计

目录 一、信道估计概述 (3) 二、MIMO系统模型 (4) 三、波束成形半盲信道估计 (4) 3.1波束成形半盲信道估计概述 (4) 3.2传统的最小二乘信道估计 (5) 3.3半盲信道估计 (6) A．正交导频设计 (6) B．接收波束成形估计u1 (6) C．发送波束成形估计v1 (7) 3.4CLSE和半盲信道估计比较 (8) 3.5总结 (10) 四、OPML半盲信道估计 (10) 4.1概述 (10) 4.2W已知的情况下，估计酋矩阵Q (11) A．正交导频ML估计（OPML） (11) B．通用导频的迭代ML估计（IGML） (11) 4.3盲估计W (13) 4.4仿真结果 (13) 4.5总结 (14) 参考文献 (14)

信道估计总结 ------LS和半盲信道估计 一、信道估计概述 移动无线通信系统的发送端所发送的信号经过无线信道传输后，由于无线信道的时变性和多径传播性，会引起传输信号的幅度和相位畸变，同时会产生符号间干扰。如果采用MIMO 系统，则各发送天线间也会互相干扰。在通信系统中，需要信道估计参数进行分集合并、相干解调检测和解码，在MIMO环境下，待估计的信道参数个数随着天线个数的增加线性增加，信道估计成为构建系统的难点。所以，为了在接收端恢复正确的发射信号，找到一种高精度低复杂度的信道估计方法是必要的。 所谓信道估计，就是从接收数据中将假定的某个信道模型的模型参数估计出来的过程。MIMO系统实现大容量的前提是接收机能对接收到的来自各发送天线的信号进行很好的去相关处理，而进行这一处理的必要条件是接收端对信道进行比较精确的估计，获得较准确的信道信息，从而能够正确地恢复被干扰和噪声污染的信号。 在MIMO通信系统中，空时信道的估计和跟踪相对于SISO系统更加复杂，同时对系统误码性能和容量有很大的影响。这一复杂性主要表现在两个方面：快速移动通信环境所导致的信道时变特性；多径时延扩展的长度较大使得信道变成频率选择性信道，即一个时变的FIR矩阵信道，此时估计与跟踪的实现是较困难的。 从信道估计算法输入数据的类型来分，MIMO信道估计方案可以划分为时域和频域两个类方法。频域方法主要针对多载波系统；时域方法适用于所有单载波和多载波MIMO系统，它借助于训练序列或发送数据的统计特性，估计衰落信道中各多径分量的衰落系数。从估计算法先验信息的角度，时域方法又可分为一下3类： （1）基于训练序列的估计按一定估计准则确定待估参数，或者按某些准则进行逐步跟踪和调整待估参数的估计值，其特点是需要借助参考信号，即导频或训练序列。在此，我们将基于训练序列和导频序列的估计统称为训练序列估计算法。 基于训练序列的信道估计适用于突发传输方式的系统。通过发送已知的训练序列，在接收端进行初始的信道估计，当发送有用的信息数据时，利用初始的信道估计结果进行一个判决更新，完成实时的信道估计。 基于导频符号的信道估计适用于连续传输的系统。通过在发送有用数据的过程中插入已经的导频符号，可以得到导频位置的信道估计结果；接着利用导频位置的信道估计结果，通过内插得到有用数据位置的信道估计结果，完成信道估计。 （2）盲估计利用调制信号本身固有的、与具体承载信息比特无关的一些特征，或是采用判决反对的方法来进行信道估计的方法。 （3）半盲估计结合盲估计与基于训练序列估计这良好总方法优点的信道估计方法。 一般来讲，通过设计训练序列或在数据中周期性地插入导频符号来进行估计的方法比较常用。而盲估计和半盲估计算法无需或者需要较短的训练序列，频谱效率高，因此获得了广泛的研究。但一般盲估计和半盲估计方法的计算复杂度较高，且可能出现相位模糊（基于子空间的方法）、误码传播（如判决反馈类方法）、收敛慢或陷入局部极小等问题，需要较长的观察数据，这一定程度上限制了它们的实用性。

LTE信道详解

LTE信道详解 信道及信号 逻辑、传输、物理信道 逻辑、传输、物理信道映射 逻辑信道定义传送信息的类型，这些数据流是包括所有用户的数据。 传输信道是在对逻辑信道信息进行特定处理后再加上传输格式等指示信息后的数据流。 物理信道是将属于不同用户、不同功用的传输信道数据流分别按照相应的规则确定其载频、扰码、扩频码、开始结束时间等进行相关的操作，并在最终调制为模拟射频信号发射出去；不同物理信道上的数据流分别属于不同的用户或者是不同的功用。 下行信道映射关系上行信道映射关系 对于上行来说，逻辑信道公共控制信道CCCH、专用控制信道DCCH以及专用业务信道DTCH都映射到上行共享信道UL-SCH，对应的物理信道为PUSCH。上行传输信道RACH 对应的物理信道为PRACH。 对于下行来说，逻辑信道寻呼控制信道PCCH对应的传输信道为PCH，对应物理信道为PDSCH承载；逻辑信道BCCH映射到传输信道分为两部分，一部分映射到BCH，对应物理信道PBCH，主要是承载MIB（MasterInformationBlock）信息，另一部分映射到DL-SCH，对应物理信道PDSCH，承载其它系统消息。CCCH、DCCH、DTCH、MCCH (Multicast Control Channel)都映射到DL-SCH，对应物理信道PDSCH。MTCH (Multicast Traffic Channel)承载单小区数据时映射到DL-SCH，对应物理信道PDSCH。承载多小区数据时映射到MCH，对应物理信道PMCH。

物理信道简介 物理信道：对应 于一系列RE的集合，需 要承载来自高层的信息 称为物理信道；如 PDCCH、PDSCH等。 物理信号：对应 于物理层使用的一系列 RE，但这些RE不传递任 何来自高层的信息，如 参考信号(RS)，同步信 号。 下行物理信道： PDSCH: Physical Downlink Shared Channel(物理下行共享 信道) 。主要用于传输 业务数据，也可以传输 信令。UE之间通过频分 进行调度， PDCCH: Physical Downlink Control Channel(物理下行控制信道)。承载导呼和用户数据的资源分配信息，以及与用户数据相关的HARQ信息。 PBCH: Physical Broadcast Channel(物理广播信道)。承载小区ID等系统信息，用于小区搜索过程。 PHICH: Physical Hybrid ARQ Indicator Channel(物理HARq指示信道) ，用于承载HARP的ACK/NACK反馈。

信道估计

重庆交通大学信息科学与工程学院综合性设计性实验报告 专业：通信工程专业11级 学号：631106040222 姓名：徐国健 实验所属课程：宽带无线接入技术 实验室(中心)：软件与通信实验中心 指导教师：吴仕勋 2014年3月

一、题目 OFDM系统的信道估计技术 二、仿真要求 要求一：OFDM系统的数据传输 ①传输的数据随机产生； ②调制方式采用16QAM； 要求二：要求对BER的性能仿真 设计仿真方案，比较两个信道估计算法（基于LS与基于DFT +LS）的性能，并画出真实估计信道幅度与信道估计的对比图。 三、仿真方案详细设计 信道估计模型: 无线传播信道具有很大的随机性，会引起传输信号幅度、相位和频率的失真。产牛符号|’HJ干扰等，对接收机的设计提出了很大的挑战．这就要求对无线信道进行估计和预测。信道估计器是接收机的一个重要组成部分。在理论研究中。为了更好地描述信道对信号的影响．引入了信道模型统计的方法．通过研究信号在特定环境下的特性来进信道建模。 根据不同的考量标准，产生了不少信道估计算法。总而言之，—个“好”的估计方法就是要使某种估计误差最小化的估计算法。但是通常考虑到具体实现，则要求算法的复杂度要低。因此在设计信道估计算法时，需要权衡算法精准度和设计复杂度间的矛盾。 信道估计一般分为非盲估计、盲估计和半肓估计。在OFDM系统中，由于传输速率较高。并且在接收端需使用相干解调技术获得较高性能，一般采用非盲估计。其基本过程是：在发送端适当位置插入导频，接收端利用导频恢复出导频位置的信道信息。 在OFDM信道估计的各种算法中，典型的有LS和DFT算法。LS的准则是求得接收与发送端的最小平方误差；而DFT算法的准则则是基于LS算法基础上在DFT变换。

基于导频序列的信道估计算法的研究

第一章绪论 1.1 研究背景和意义 现代社会已经进入了信息时代，在各种信息技术中，信息的传输即通信起着支撑作用。由于人类社会生活对通信的需求越来越高，世界各国都在致力于现代通信技术的研究与开发以及现代通信网的建设现代移动通信技二十世纪二十年代，但是一直到20 世纪70 年代中期才迎来了移动通信的蓬勃发展时期。美国贝尔实验室研制成功先进移动电话系统，建成了蜂窝状模拟移动通信网，大大提高了系统容量。从八十年代开始，数字移动通信系统进入了发展和成熟时期，欧洲首先推出了全球移动通信系统（GSM），随后美国和日本也相继制定了各自的数字移动通信体制。90年代初，美国Qualcomm公司推出了窄带码分多址（CDMA）蜂窝通信系统，这是移动通信系统发展中的里程碑。从此码分多址这种新的无线接入技术在移动通信领域占据了越来越重要的地位。这些目前正在广泛使用的数字移动通信系统是第二代移动通信系统。第二代移动通信系统主要是为支持语音和低速率的数据业务而设计的，但是随着人们对通信业务范围和业务速率要求的不断提高，已有的第二代移动通信网将很难满足新的业务需求。为了适应新的市场需求，人们正在研究和设计第三代移动通信系统。尽管目前关于第三代移动通信系统的研究和标准化工作十分引人注目，但是目前第三代移动通信的方案实际只能是第二代移动通信方案的改进，算不上真正意义上的宽带接入网络。而且3G的核心网还没有完全脱离第二代移动通信系统的核心网的结构。目前，人们把越来越多的眼光投向三代以后的（beyond 3G/4G）移动通信系统中新一代移动通信（beyond 3G/4G）将可以提供的数据传输速率高达100Mbit/s，甚至更高，支持的业务从语音到多媒体业务，包括实时的流媒体业务，数据传输速率可以根据这些业务所需的速率不同进行动态调整。新一代移动通信的另一个特点是低成本。因此在有限的频谱资源上实现更高速率和更大容量，需要频谱效率更高的通信技术。MIMO技术充分开发空间资源，利用多个天线实现多发多收，在不需要增加频谱资源和天线发送功率的情况下，可以成倍地提高信道容量。OFDM技术是多载波传输的一种，其多载波之间相互正交，可以高效的利用频谱资源。另外，OFDM将总带宽分割为若干个窄带子载波可以有效的抵抗频率选择性衰落。因此充分研究开发这两种技术的潜力，将两者结合起来成为新一代移动通信核心技术的解决方案。信道估计是无线通信中的关键技术之一，对MIMO-OFDM系统的信道估计算法进行研究和改进，对MIMO-OFDM系统技术的发展有着非同寻常的意义。

实现信道估计算法的MATLAB仿真

clear all; %close all; i=sqrt(-1); Rayleigh=1; AWGN=0; % for AWGN channel MMSE=0; % estimation technique Nsc=64; % Number of subcarriers Ng=16; % Cyclic prefix length SNR_dB=[0 5 10 15 20 25 30 35 40]; % Signal to noise ratio Mt=2; % Number of Tx antennas Mr=2; % Number of Rx antennas pilots=[1:Nsc/Ng:Nsc]; % pilot subcarriers DS=5; % Delay spread of channel iteration_max=200; %%%%%%%%%%%%%%%%%%%%%%%%%%%% % Channel impulse response % %%%%%%%%%%%%%%%%%%%%%%%%%%%% if (Rayleigh) N=50; fm=100; B=20e3; fd=(rand(1,N)-0.5)*2*fm; theta=randn(1,N)*2*pi; c=randn(1,N); c=c/sum(c.^2); t=0:fm/B:10000*fm/B; Tc=zeros(size(t)); Ts=zeros(size(t)); for k=1:N Tc=c(k)*cos(2*pi*fd(k)*t+theta(k))+Tc; Ts=c(k)*sin(2*pi*fd(k)*t+theta(k))+Ts; end r=ones(Mt*Mr,1)*(Tc.^2+Ts.^2).^0.5; index=floor(rand(Mt*Mr,DS)*5000+1); end MEE1=zeros(1,length(SNR_dB)); MEE2=zeros(1,length(SNR_dB)); for snrl=1:length(SNR_dB) snrl