二維通道估測(two dimensional approach)

4.1.3.2 通道追蹤

對於在半準態(quasi-static)假設下的通道而言，每個符元仍需要重新估測 一次通道，作為該符元 data detection 的依據。既然假設半準態，代表通道隨 時間的變化非常的細微，並且相鄰的符元所遭受到的通道影響必定存在一些關係 可循，所以我們可以利用鄰近的幾個符元估測出來的通道使得現有符元的通道估 測更準確。值得注意的是，此類方法看似對時變通道進行估測，事實上通道在一 個符元中仍是非時變的，因為不存在針對一個符元之內的通道變化做處理的機制 (沒有處理 ICI 的估測)，所以吾人將此分類在非時變的通道估測之中。

對於此類通道追蹤的方法可使用 kalman filter[7]，或者設定 forgetting factor 來追蹤下個符元的通道等等，皆可使估測的準確度增加。在此吾人介紹 Lin [6]在 2006 年所提出之 802.16e downlink 的通道估測法。

如圖 3-5 所示，802.16e 下行以一個 cluster(14 個子載波)作為單位，偶數 符元 pilot 放置在第 5 和第 9 個子載波上，而奇數符元 pilot 放置在第 1 和第 13 個子載波上。如此 pilot 只佔了一個 cluster 中的1

7 ，若以此條件做頻域上 的內插，在無線通道延遲擴散(delay spread)較大的時候將產生較高的錯誤率。

為了解決 pilot 數目不足之問題，Lin 利用了前後兩個的符元嚮導訊號之平均來 當做現有符元(current symbol)的嚮導訊號，如此可將一個 cluster 中的嚮導訊 號數目增加至 4 個，如圖 4-2 所示。

圖 4-2 時間平均的嚮導訊號之示意圖 係數a 可由(4-22)解得，此為 Vandermonde matrix 的最小誤差解。

T -1 T

a = (X X) X Y (4-23) 之後再把解到的係數a 帶入(4-20)即可完成該 cluster 的通道估測。由於在時域 的維度上使用線性平均，頻域的維度使用二次多項式之最小誤差解來做內插，所 以稱此二維通道估測方法為 LAQ (Linear and Quadratic)。

理論上對於半準態的通道變化而言，因為符元和符元之間的通道變化不大，

所以使用時間平均之嚮導訊號(time-averaged pilot)是合理的，同時也可以收 到 4.1.3.1 節中降低雜訊的效果並且增加嚮導訊號的數目來抵抗通道的延遲擴 展(delay spread)。另外由於使用最小誤差解來做內插，使得 LAQ 抵抗雜訊的能 力較其他內插法強，以上為其優點。

4.1.3.3 滑動式窗口之線性與二次方程式(sliding-windowed LAQ)通道估測 LAQ 雖然有不錯的效能，但是考慮到 802.16e 下行每個 cluster 之間通道響 應的連續性，我們有機會可以利用鄰近 cluster 上的嚮導訊號進而改善 LAQ 的效 能。2007 年 Kao[29]所提出的 sliding-windowed LAQ (SW-LAQ)就是這個例子，

如圖 4-3 所示。

首先從編號最小的子載波開始處理，選擇窗口(window)的大小之後，每次拿 取 4 個嚮導訊號作 LAQ 的內插，並且決定輸出區域(output region)。之後滑動 窗口到下一個可以獲得 4 個嚮導訊號資訊的位置，拿取 4 個嚮導訊號作 LAQ 的內 插，決定輸出區域。重複以上的動作直到窗口達到編號最大的子載波為止。

圖 4-3 sliding-window LAQ 的流程