0 引言

　　正交頻分復用技術(Orthogonal Frequency Division Mul-tiplexing，OFDM)可以很好地對抗頻率選擇性衰落，消除多徑效應帶來的符號間干擾(Inter Symbol Interference，ISI)[1-2]，因此 OFDM被認為是數字電視傳輸中很有發展前途的技術[3-4]。目前常見的OFDM大多采取循環前綴(Cyclic Prefix，CP)OFDM方式。CP-OFDM技術具有解調上的便利，但是這種傳輸結構降低了數據傳輸效率，并且信道估計過程在數據塊中插入了導頻或訓練序列、實時跟蹤和估計信道，進一步降低了系統傳輸效率[5，6]。

　　本文提出一種新的OFDM模型，即基于偽噪聲(Pseudo-noise)序列的OFDM模型，無需插入導頻和循環前綴，可實現低復雜度信道估計和頻域均衡，可以有效提高傳輸效率，且性能優于傳統CP-OFDM，適用于數字電視地面廣播的工程應用。

1 基于PN序列的OFDM模型

　　針對CP-OFDM技術的不足，本文提出了基于PN序列的OFDM模型。它使用PN序列作為前綴，并利用前綴完成信道估計，可以完成低復雜度信道估計和均衡，并可以通過迭代算法消除誤差提高精度，相比傳統OFDM無需單獨發送導頻，可顯著提高傳輸效率，實現低復雜度頻域均衡。該方法信道估計能力具有一定的實時性，可以適應常見信道。下面給出其模型和數學原理。

　　OFDM模型的第i個N×1輸入向量N(i)首先做快速逆傅里葉變換（inverse fast Fourier transform，IFFT）。

　　PN序列為p=[p1，p2，…，pM]T，發送向量的并行寬度為P=N+M。

　　對應的P×1發送向量為：

　　多徑信道的沖激響應長度L≤M，其傳遞函數表示為：

　　在第i幀OFDM數據中，定義數據塊zi為：

　　其中，pi+1表示第i+1個OFDM符號中插入的PN序列。定義第i個OFDM的信號幀：

　　由OFDM數據si和其首尾兩段保護間隔pi，pi+1組成。因為插入相同的PN序列，則pi可以視為是zi的循環前綴，時域構成圓卷積。

　　其中，wi，n是均值為零的復高斯白噪聲。從式(7)知，由于沒有循環前綴的保護， OFDM數據和前綴將受到來自相鄰前綴或OFDM信號的多徑干擾。因此，不能直接采用頻域均衡，必須首先消除多徑干擾，才能有效地估計信道。

　　2 信道估計算法

　　由于添加了相同的PN序列，因此PN序列可以視為OFDM數據塊zi的循環前綴，其信道響應ri滿足圓卷積

　　頻域滿足

　　根據式(7)，PN序列對應的時域響應：

　　受到多徑信道影響，PN序列的響應將受到載波間干擾（Inter-carrier interference，ICI），尾部數據也將受到ISI，在估計信道狀態信息時，首先必須消除兩段干擾，得到PN序列與信道狀態信息的卷積結果。

　　信道估計的算法分以下幾個步驟：

　　(1)利用上一幀的OFDM數據結合式(5)，計算干擾項ICI，并從中消除，得到PN序列與hi的近似線性卷積結果：

　　由時域頻域關系，可知初估計的時域響應：

　　其中，IFFT(X)和FFT(X)分別表示對數據X做IFFT、FFT變換，得到時域信道響應。

　　(2)利用信道響應和接收向量ri，結合FFT/IFFT變換，通過式(9)，得到第i個OFDM數據塊，進一步得到發送的第i個OFDM數據：

　　利用式(8)，估計ISI并消除。

　　(3)迭代，直到I等于預設的迭代次數J。

　　3 性能仿真分析

　　本文在美國Math Works出品的Mathlab R2014a環境下進行仿真。在AWGN信道、存在多普勒頻移的瑞利信道、雙徑延遲信道下，對誤碼率性能進行了分析，重點比較該模型和傳統CP-OFDM的性能。仿真OFDM參數如表1所示。

　　由圖1可知，在AWGN信道下，模型的誤碼率性能好于CP-OFDM。

　　之后仿真發送端采用信道編碼，信道編碼為約束長度N=7的（133,171）卷積碼。

　　圖2給出該算法和CP-OFDM的誤碼率比較。從圖中可看出，在10-4數量級下，基于PN序列的OFDM算法比CP-OFDM誤碼率性能大約有6 dB的提升。

　　由圖3可知，在雙徑信道v=20 m/s時，基于PN序列的OFDM算法性能明顯好于CP-OFDM，且由仿真結果可知，通過迭代可以消除干擾，提高系統性能。

4 結論

　　本文針對傳統插入導頻的CP-OFDM存在的問題，提出了一種基于PN序列的OFDM系統模型，該模型相比CP-OFDM無需插入導頻，利用PN序列作為保護間隔并進行信道估計，能達到有效提高傳輸效率的目的。該方法適用于數字電視地面廣播，且在常見信道下性能優于傳統OFDM。

參考文獻

　　[1] KALASHNIKOV K S，SHAKHTARIN B I.Estimation and compensation for the influence of interchannel interference in reception of OFDM signals[J].Journal of Communications Technology and Electronics，2013，58(3)：208-216.

　　[2] Wan Feng，Zhu Weiping，SWAMY M N S.Semiblind sparsechannel estimation for MIMO-OFDM systems[J].IEEE Transactions on Vehicular Technology，2011，60(6)：2569-2582.

　　[3] Chen L，PICHR，KUUSNIEMI H，et al.Adaptive mobile tracking in unknown non-line-of-sight conditions with application to digital TV networks[J].EURASIP Journal on Advances in Signal Processing，2014(1)：1-10.

　　[4] Chunyi S，Harada H.Proposal and hardware performance of an enhanced feature detection method for OFDM signals of digital TV standards[J].IEICE Transactions on Communica-tions，2013，96(3)：859-868.

　　[5] KONSTANTINIDIS S，FREEAR S.Performance analysis of tikhonov regularized LS channel estimation for MIMO OFDMsystems with virtual carriers[J].Wireless Personal Communica-tions，2012，64(4)：703-717.

　　[6] MANASSEH E，OHNO S，NAKAMOTO M.Combined channelestimation and PAPR reduction technique for MIMO-OFDMsystems with null subcarriers[J].EURASIP Journal on Wire-less Communications and Networking，2012(1)：1-15.