2 DVB-T 通道估測方法
2.2 利用領航訊號通道估測方法
2.2.4 適應性估計通道方法
(TSYM
)
( f∆ Frequency
Time ) (TSYM
) ( f∆
圖2.4 時間軸上先做內插法的通道響應取樣訊號示意圖
2.2.4 適應性估計通道方法
2.2.4.1 線性最小均方差通道估測法 [18,19]
在此我們要介紹另一種通道估測方法,線性最小均方差通道估測法,首先我們假 設要估測的通道
Hˆ
LMMSE和接收到的信號 Y 彼此之間呈一線性的關係,即:Hˆ
=KY,而且通道和雜訊之間是無相關的(uncorrelated),則真實通道與估計其中
將(2.22)、(2.23)代入(2.21)可得到通道的頻率響應:
LS
在這個方法中我們可以看到需要知道通道的autocorrelation,但實際上通道 是未知的,我們很難去知道通道的 autocorrelation,另一方面由式 (2.22)可知這 種方法隨X 的改變必須不斷的去計算 (X H
X)
-1這個反矩陣的值,這將使系統變得 更為複雜。因此我們在下一節要介紹的是一種改良式的線性最小均方差通道估測 法,它比傳統的LMMSE estimator 更為簡單,而且它不必事先知道通道的統計特 性,這將使我們在實際的應用上更為容易。LMMSE LS
h = h k
(2.25)(2.27)
將式(2.30)、式(2.31)代入式(2.29),可得
假設通道和雜訊為uncorrelated,即
E h {| | } |
2≈ h ˆ
LS|
2− σ ˆ
z2,代入(2.32)可得其中
h ˆ
LS為least square channel estimation,而σ
z2為由式(2.34)可看到,這種改良式的線性最小均方差通道估測方法我們只需要知道 least square 的通道估測和雜訊的能量,如此一來即可大大的簡化計算的複雜 度。在這樣的方法中,我們假設
h ˆ
LMMSE= h k ˆ
LS ,這可以看成是將h ˆ
LS 經過一個 one-tap 的濾波器所得到的結果,我們知道h
real= h ˆ
LS+ z
,也就是說傳統的 lease square 通道估計是無法有效濾除雜訊的干擾的,因此我們將它再經過一個 one-tap 濾波器”k ”做濾波,如此一來可以更進一步的抵抗雜訊所造成的干擾,由 式(2.34)可看出 k 其實就是一個加權值,當雜訊的能量相較於通道的能量越大 時,其所得的加權值越小,反之則相反。因此這種方法將比least square estimation 的方法更能有效的抵抗雜訊,而且它的複雜度並不比 least square 的方法高出許 多。2.2.4.3 通道路徑的選擇(Path Selection)
為了能更進一步的濾除雜訊的效應,我們必須做通道路徑的選擇,在一般的 正交分頻多工系統中,我們往往假設通道的最大延遲會小於時間護衛的長度,如 此一來方可避免碼際干擾(Inter Symbol Interference)的效應,因此我們可以進一步 將通道中大於時間護衛長度的值都視為是雜訊並令之為零,如圖2.5 所示。
0 1
1
2 2 2
1
2 2 2 2 2 2
0 1
{ } { } { }
, ,...,
{ } { } { }
T
LS LS LS
N sub optimum
LS LS LS
z z N z
E h E h E h
k
E h σ E h σ E h σ
−
−
−
= + + +
1 2
2 1 ˆ
ˆ ( )
g
N
z LS
g n N
h n N N
σ
−=
= −
∑
(2.34)
(2.35)
圖2.5 通道之最大延遲小於等於時間護衛
在2.2.2.2 節或 2.2.3.1 節中所提到的基於快速傅立葉轉換內差法中,估出的通道 在時域是重覆的出現的,如同圖2.6 所示:
圖2.6 取樣後訊號經過反離散傅立葉轉換之結果:出現 Sf 組大小變為原本頻率 響應1/ Sf 的訊號
因此,在做路徑選擇時,第一步我們必需先將t>
S
fN
的點其值設為0,儘管如此,通道中 t<
S
fN
的值還是有可能包含雜訊,因此,我們可以用一個簡單的方法來判別,首先,在 t<
S
fN
的點中找出一最大值的路徑,利用這最大的值我設定一 門檻值,當路徑的能量小於這個門檻值時,該路徑即被視為是雜訊,反之則視為 通道,因此,式2.35 可以改寫成其中L 為選中為 path 的總數,l 則為選中 path 的 index。
因此將通道路徑的選擇應用在式(2.34)可得
因此整個改良式線性最小均方差通道估測法的流程圖可由圖2.7 所表示
0 1 1
1 1
0
2 2 2
2 2 2 2 2 2
{ } { } { }
, ,...,
{ } { }
{ }
L
L
T
LS LS LS
l l l
l LS LS LS
l z l z
l z
E h E h E h
k
E h E h
E h
σ σ σ−
−
= + + +
(2.37)
2
1 ˆ
2ˆ ( )
/
z LS
f n l
h n
N S L
σ
∉