ATSC 3.0接收机信道均方误差估计及其应用：改进误比特率性能的新方法

⃝可在www.sciencedirect.com在线获取ScienceDirectICTExpress 8（2022）202www.elsevier.com/locate/icteATSC 3.0接收机信道均方误差估计及其应用刘玉孙a，黄春红a，沈晨D. 你b，a国立台北科技大学电子工程系，台北106，台湾b国立台北科技大学计算机科学与信息工程系，台北106，台湾接收日期：2021年3月1日;接收日期：2021年7月20日;接受日期：2021年9月3日2021年9月15日网上发售摘要在本文中，我们提出了一种方法来估计信道的均方误差（MSE）的ATSC（高级电视系统委员会）3.0系统。当结合信道MSE和噪声方差时，我们可以更好地估计和积算法的先验LLR（对数似然比）。实验结果表明，这样做产生更好的BER（误比特率）性能在0dB回波信道。2-D信道估计的改进约为0.2dB。在一维估计的情况下，所提出的方法，是解码码字所必需的。第 2021 章 作 者 （ 二 ） 出 版 社 ： Elsevier B.V. 代 表 韩 国 通 信 和 信 息 科 学 研 究 所 这 是 CC BY 许 可 下 的 开 放 获 取 文 章（http://creativecommons.org/licenses/by/4.0/）。关键词：ATSC 3.0; LDPC;信道均方误差;误码率1. 介绍众所周知，基于正交频分复用（OFDM）的接收机的误比特率（BER）性能因此，有许多研究论文讨论了各种估计方法，例如[1尽管信道估计的重要性，但实际信道与估计信道之间的MSE（均方误差）（以下称为信道MSE）通常是理论上计算的。也就是说，我们假设每个子载波小区处的实际然而，在现实中，我们无法通过使用完美的信道信息来估计接收机中的信道知道信道MSE对于接收机是非常有用的。例如，如果接收机经历差的接收条件，则接收机可以选择使用更复杂的信道估计方法或者在纠错块中适配更复杂的解码算法。对于大信道MSE的情况，应当使用更复杂的信道估计方法。另一方面，如果信道MSE是中等的，则更好的解码算法应该是∗ 通讯作者。电 子 邮 件 地 址 ： ysliu@ntut.edu.tw （ Y.-S.Liu ） ，jetty65432121@gmail.com（C.-H. Huang），scyou@ntut.edu.tw（S.D.你）。同行评审由韩国通信和信息科学研究所（KICS）负责https://doi.org/10.1016/j.icte.2021.09.001采用在这种情况下，如果信道MSE是已知的，则决策应该更容易，只要我们可以通过实验建立一些决策阈值。作为第二示例，一些迭代信道估计方法需要估计信道MSE以设置下一次迭代的参数[2，3]。简而言之，在接收器中估计信道MSE是有用的除上述例子外，本文还介绍了信道均方误差的另一种信道MSE在某种意义上是一种噪声。已知在计算先验LLR（对数似然比）时低估噪声功率可能导致LDPC（低密度奇偶校验）软解码的更高BER [4]。因此，通过在信道AWGN（加性高斯白噪声）之上添加信道MSE，可以更好地估计LLR，从而可以改善BER性能。2. ATSC 3.0系统和导频模式2.1. ATSC 3.0系统ATSC（高级电视系统委员会）3.0传输系统[5]如图所示。1，其中输入流是核心层和增强层的有效载荷。每个流由其相应的BICM（比特交织编码调制）块编码，然后在LDM（层分复用）块中复用。的2405-9595/2021作者。出版社：Elsevier B.V.代表韩国通信和信息科学研究所这是一CC BY许可下的开放获取文章（http://creativecommons.org/licenses/by/4.0/）。Y.-- S. 刘角H. Huang和S.D.你ICT Express 8（2022）20220322σ我=我=ˆ2ˆ（ ）N，m，k是已知的，仅留下噪声项。F或固定Xm， k、、H3、8是飞行员CFR。具有时间内插CFR的单元是以下称为伪导频。通常，伪飞行员Hm，k=m，kXm， k−m，k。（四）Xm， kFig. 1. ATSC 3.0传输块。LDM块之后是时间和频率交织器，绘图插入，IFFT（快速傅立叶逆变换），和GI（保护间隔）插入。BICM块包括BCH（2.2. 导频图案ATSC 3.0传输图二. SP8_2导频模式。边缘导频具有与分散导频相同的增强功率。2.3. LLR计算ATSC 3.0标准规定了用于子载波的六种调制方案。为了使用软解码LDPC算法，接收器必须计算每个比特的先验LLR。具体地，比特bi的LLR被计算为帧，即连续导频和分散导频。粪便-被引导的导频被用于信道估计，<$∑s∈C1exp（−|y−s|2）导频可以用于帧（时间）同步。的分散的导频以相等的子载波间隔分布LLR（bi）=ln∑s∈C0exp（−|y−s|（1）并且它们的位置是OFDM符号索引的函数。ATSC中有16种可用的分散导频模式3.0标准。图2示出了用于32k FFT OFDM符号的SP8 2的图案。第一个数字8表示导频间隔是8个子载波（跨不同的OFDM符号），第二个数字2表示模式每2个OFDM符号重复。除了分散的导频之外，在OFDM符号中还存在191个连续导频。这些导频位于独立于OFDM符号索引的固定子载波索引处。它们的位置是不规则的，没有显示出一个简单的模式。然而，如果连续导频位于k′，则最近的分散导频kp的索引是（k′-4）或（k′+4）。例如，如果k′= 236，则对于OFDM符号0，k p= 240，并且对于OFDM符号1，k p=232，也如图2所示。 二、在传统的信道估计方法中，CFR其中，s是星座点，Cj是星座点的集合，其中，j，y是接收值（在信道com之后）。补偿），并且σ2是等效噪声方差。在LDM方案中，σ2包括AWGN（在信道补偿之后）的方差和来自其它信道层次。3. 建议的信道MSE估计在接收器侧，表示小区中的信号Ym，k作为Ym， k=H m， kX m， k+N m， k，（2）其中H是CFR，X是输入信号，N是噪声。假设估计的CFR为Hm，k，则信道MSE计算为在导频子载波是通过最小二乘获得法下一个1-D（一维）或2-D（二维）1εmse=∑（Hmk−Hmk），（3）基于导频CFR来执行内插。在一维插值方案中，数据单元处的CFR通过对附近的导频CFR进行线性插值来获得。在2-D内插方案中，首先在时间（OFDM符号）方向上执行线性内插。例如，如果我们让其中M是帧中的OFDM符号的数量，并且K是OFDM符号中的数据子载波的数量。实际上，我们不知道实际的Hm，k，因此无法计算εmse。为了估计实际的Hm，k，我们使用连续导频，因为它们在传统的H_m，k是OFDM符号m和小区k处的估计CFR，信道估计除以X我们有m，k 在Eq的两侧。（2）、然后我们计算H<$2，8=（H<$1，8+H<$3，8）/2，其中H<$1，8且Y N对于慢动作接收具有低的估计误差。接着，基于实际导频和伪导频执行1-D内插。通常，2-D方法是优选的，因为它产生较低的信道MSE。缺点是我们需要在缓冲区中存储多个OFDM符号如果小区k包含连续导频，则（Ym，k）Xm，k或慢动作接收，我们可以假设信道特征在短时间内几乎保持不变，22σ我MKm，k∈{数据单元}Y.-- S. 刘角H. Huang和S.D.你ICT Express 8（2022）202204=2σN˜22=++22（）+==±ˆˆ、n= m−Lεc仅对连续N+4，、、εmse2D=（（2）（∑N）2}NHH12时间因此，噪声项的方差可以通过简单的平均处理来M+L1Hmk=Yn，k、（五）其中L是常数。在我们的实现中，我们使用L3，因为我们可能需要为一些导频模式保存多达七个OFDM符号的估计CFR，以使用2-D内插方案。通过使用等式（5），连续导频小区处的信道MSE估计为：1εε=∑（H）12′−Hmk′）−，、M K′m，km，k′∈{连续导频}2 L+1 |X cp|2（六）其中K′是OFDM符号中连续导频的总数，σ2是从CNR（载波噪声比）转换的噪声方差，并且Xcp是连续导频信号。注意，在Eq. （6）是为了确保εc是εmse的无偏估计。如有必要，Eq。（6）可以容易地修改为仅在当前OFDM符号.飞行员 但是我们需要估计所有数据图三. 对于0 dB回波通道，CNR 5 dB时数据信元的通道MSE。偏移0和16是导频小区。请注意，持续的飞行员， 可以位于偏移4或12处，由星号表示在kp（即，0），并且kp+4由kp处的分散导频和kp+4处的连续导频确定。散射导频处的信道MSE被计算为Ep=σ/σXsp，p个子载波的由于两个分散的飞行员之间的间隔在一个OFDM符号中有16个子载波，我们可以考虑具有固定位移的子载波到分散导频的信道MSE为KP8在图。 3是由同一个连续试点小区和在kp8处的伪导频。由于伪导频的CFR是两个相邻OFDM符号上的平均值，因此其信道MSE为1Ep。通过取所有线性值的平均值，1εmse=∑（Hmk−Hmk）（7）我们有（一）3（八）15其中，Kp是求和中的子载波的数量，2001年，. .，15被称为对分散导频的偏移。根据第2.2节，如果在小区k′处存在连续导频，则k′kp4.因此，我们可以使用连续飞行员以估计εMSE， 4和εMSE， 12。然而，我们需要其他方法来计算其他偏移值的εmse，ε图 3示出了1-D中的数据单元的信道MSE，0 dB回声信道的2-D信道估计情况[6]。 在1-D情况下，观察到k′处的MSE（由在所有的数据单元上，MSE）接近于平均MSE。作为一种简单的方法，我们使用εMSE，4εmse，12/2以近似εmse1 D。由于εmse，4和εmse，12可以通过使用连续导频来估计，因此我们提出使用εmse，e1D=εmse，c来估计信道。如果需要更高的估计精度，则可以使用更精确的模型，诸如二阶方程在所提出的2-D方法中，我们使用一个线性模型来估计信道MSE在不同的导频偏移。当仔细检查图3时，我们注意到线性模型在偏移值为1、7、9和15时高估了MSE，但在偏移值为1、7、9和15时低估了MSE。偏移值为3、5、11和13时的MSE。当比较偏移位置的高估和低估MSE时，我们知道总体上线性模型略微高估了平均MSE。由于所提出的方法是基于线性模型，它也稍微高估了信道MSE。如果通道MSE已知，我们可以将其作为一部分在Eq中的σ2（一）. 通过去掉下标m和k，我们让MSE。然而，根据图3，ε和ε（点Y与mse，4mse，12X=是被恢复的象征。那么，我们可以合理地H在所有偏移值中，被稍微低估了。在2-D估计的情况下，实际和伪导频（在第2.2节中给出）都用于插值。伪导频相对于实际导频具有8的偏移。从图3，观察到εmse， 4和εmse， 12具有最大的MSE，但假设H和N是独立的随机变量，X和X是零均值、单位方差的随机变量，并且H是从信道估计获得的已知复值。因此，我们认为，X−<$X=X（H<$−H）−N。（九）εmse， 8（伪飞行员）确实很小。如果我们直接如果H=H，我们有数据单元中的MSE值 如图 3、线路EX−EX=EH=2σN。（十）⏐Hˆ⏐−2L+ 1Xn， k由方程式 （6）计算其中XKSP是散射导频信号。之间的界限KPm，k∈{ kp+k}Ep+εc。（八）使用等式（6）对于所有数据单元，MSE被高估。为了解决这个问题，我们使用线性模型来近似Y.-- S. 刘角H. Huang和S.D.你ICT Express 8（2022）202205ˆ=×2ZH2NN如果H=H，由于N和X不相关，则NN2表1模拟参数。参数值FFT大小32k使用的子载波27 649GI长度1536个样本分散的导频图案SP8_2分散导频升压5.30分贝CL调制QPSKCL LDPC码率4/15EL注入模拟通道−4dB0-dB回波（X−X（2）（2）A=（H−HH（2））σ2+N2。（十一）⏐Hˆ⏐图四、 真实和估计的信道MSE。因为X的方差是1，我们有{（H−H）2}1{}12那么整个CFR应该是比较平稳的。因此，我们认为，X=（H）E|Hˆ|（H−H）ε = 2 × ε =100 μm。||（十二）即使导频处的CFR被精确地估计，线性内插方法也不能忠实地估计该信道中的数据信元的CFR。因此，地板现象表现出来。从Eqs。（11）和（12）我们知道第二个实验检查了E{（X−<$X）2}<$1×（ε<$MSE+σ2）。（十三）在50次迭代后，使用和积算法（SPA）[ 8 ]的建议和传统方法所提出的方法|Hˆ|使用（εmse+σ2）代替等式中的σ2。（1）对于LLR计算，方程中的方差项σ2（1），最初由σ2只是，而传统的方法直接使用σN没有修改。 结果示于图 5（a）. 我们应替换为（εMSE+σ2）在等式（十三）、N注意到所提出的方法具有更好的BER性能-4. 实验和结果我们用计算机模拟进行实验。ATSC3.0程序是作者用Matlab开发的。实验中使用的系统参数示于表1中。实验中使用的无线信道为0 dB回声信道[6]。 在模拟中，我们假设噪声方差是已知的，以简化讨论。在实际情况下，我们还需要估计噪声方差。这可以通过现有的方法来实现，例如在[7]中，具有1%或更小的估计误差因此，这样的小误差对等式（1）的计算具有非常有限的影响（六）、第一个实验比较了已知信道信息和使用所提出的方法获得的信道MSE。仿真结果如图所示。四、当仔细检查图。4、我们观察到，在一维信道估计的情况下，所提出的方法的信道MSE在二维情况下被高估了。如第3节所述，这些情况是预期的。从图4我们还观察到在高CNR区域的地板现象。这种情况是由于实验通道：0 dB回声通道[6]。该信道具有非常长的延迟扩展，大约0.9个保护间隔。当在频域中观察时，长延迟扩展信道的影响是相邻小区中的CFR可能具有大的变化（波动）。然而，对于要执行的线性插值，通过比较等式（10）和（13），我们得出结论，噪音Y.-- S. 刘角H. Huang和S.D.你ICT Express 8（2022）202206在2-D信道估计的情况下，比传统的方法更有效。性能差异约为0.2 dB。为了研究1-D情况下的BER性能，我们将CNR的范围扩展到21 dB。 BER结果如图所示。5（b）.据观察，即使在非常高的CNR的情况下，传统的方法表现出高BER。 尽管图中未示出，但即使CNR增加到30dB，BER也几乎保持不变。 这种情况是由于在高CNR情况下持续的高通道MSE。大量的信道MSE消除了噪声方差，但是在等式（1）中的LLR计算中没有考虑它。（一）.如[4]中所指出的，噪声方差的低估导致SPA中的不良BER性能。该算法将信道均方误差作为噪声方差的一部分因此，SPA可以将编码的BER降低到较低的水平。虽然在2-D情况下的BER改进是边际的，但是采用所提出的方法的额外计算成本实际上是非常低的，因为例如每100个OFDM符号可以执行一次估计，并且因为在OFDM符号中仅存在大约190个连续导频5. 结论本文介绍了一种用于ATSC 3.0接收机的信道均方误差估计方法及其应用。CFR在Y.-- S. 刘角H. Huang和S.D.你ICT Express 8（2022）202207图五. （a）拟议办法的误码率。(b)1-D高CNR情况下的BER。连续导频用于估计实际信道CFR在这些地点。然后，可以通过简单的近似来计算信道MSE。实验结果表明，该方法对信道均方误差的估计是可以接受的。此外，结果还显示了将信道MSE纳入LLR计算的有用性。在一维情况下，在LLR中不添加信道MSE计算，SPA不能成功解码码字。在2D的情况下，性能提高约0.2 DB.由于所提出的方法招致非常低的计算负担，它是实际有用的实际接收机实现。CRediT作者贡献声明刘玉孙：方法论，资源，资金获取，写作Chun-HungHuang：软件，调查。辛彻恩湾你：概念化，方法论，调查，写作-原始草案和修订。竞合利益作者声明，他们没有已知的可能影响本文所报告工作确认这项工作得到了台湾科技部（MOST）的部分支持，资助号为MOST 107-2637-E-027-004。引用[1] K. Yonei，K. Maruta，C-J. Ahn，C-J Ahn帧分裂和快速变化衰落信道中OFDM的数据辅助决策直接信道估计，ICT Express 6（3）（2020）249-252。[2] 是 的 刘 先 生 你 Y-M Liu ， Iterative Channel Estimation MethodforLTEDownlink Transmission，IET Commun. 9（15）（2015）1906[3] S.D. You ， Channel estimation with iterative DFT based smoothingforOFDM systems with non-uniformly spaced pilots in channels withlongdelayspread，IET Commun. 8（17）（2014）2984[4] S.D. You，S-J. Huang，Influences of Inaccurate Estimation of NoiseVariance in Sum-Product Algorithm for DVB-T2 Receiver，in：Proc.IEEE[5] ATSC，ATSC标准：物理层协议（A/322），文档。A/322：2017，高级电视系统委员会（ATSC），2017年。[6] 数字视频广播（DVB）：第二代数字地面电视广播系统（DVB-T2）的实施指南，ETSI技术规范TS 102 831 V1.1.1，2010年。[7] A. Khan等人，基于导频的广播OFDM系统时域SNR估计，J. Comput.网络Commun. 9319204：1-9319204（2018）8.[8] 杨文，低密度奇偶校验码的研究与应用，清华大学计算机科学与工程学院，北京：清华大学出版社，2000。我是一个很好的律师，我的律师是一个很好的律师，我是一个很好的律师。pdf.