张 焱 胡昕炜 肖立民 周世东 王 京

(1.清华大学电子工程系,北京 100084;2.清华大学信息技术研究院,北京 100084)

1.引 言

自适应正交频分复用(orthogonal frequency division multiplexing,OFDM)系统可以对不同子载波上的功率和调制编码方式进行调度,从而实现更大的吞吐率和更可靠的传输,但这必须建立在系统发端精确了解信道状态信息(channel state information,CSI)变化的基础上。随着移动通信终端的速度不断提升,如高速列车的移动速度已达350 km/h以上,传统的在收端进行信道估计并反馈到发端的方式已经不能适应更高速度的传输场景,需要采用信道预测技术对未来的CSI变化进行预测。

现有的信道预测技术可以根据所采用的模型分为三类[1]:1)基于自回归(auto-regress,AR)模型,2)基于正弦信号和模型,3)基于带限过程模型。其中前两种方法得到了较多的应用,但现有预测方法均主要针对窄带系统[1]。对于宽带OFDM系统,基于自回归模型的信道预测方法观察时间短,但需要在大量导频上分别进行预测[2],然后再通过插值得到各子载波上的未来信道状态信息,因而资源利用率较低。文献[3-4]中将正弦信号和模型应用到了时延域和多普勒域,使用两次串行频率-幅度估计算法实现了联合OFDM信道预测。然而在真实传播环境中,大量多径从不同方向到达收端,要准确估计每个多径引起的多普勒频率需要长时间的观察,而观察过程中传播环境可能已发生了改变而导致预测结果不准确。以上现有方法的主要问题在于,不能根据实际传播环境调整导频用量和导频位置,从而浪费了大量频谱资源。……