0 引言

正交频分复用技术(Orthogonal Frequency Division Mul-tiplexing，OFDM)可以很好地对抗频率选择性衰落，消除多径效应带来的符号间干扰(Inter Symbol Interference，ISI)[1-2]，因此 OFDM被认为是数字电视传输中很有发展前途的技术[3-4]。目前常见的OFDM大多采取循环前缀(Cyclic Prefix，CP)OFDM方式。CP-OFDM技术具有解调上的便利，但是这种传输结构降低了数据传输效率，并且信道估计过程在数据块中插入了导频或训练序列、实时跟踪和估计信道，进一步降低了系统传输效率[5，6]。

　　本文提出一种新的OFDM模型，即基于伪噪声(Pseudo-noise)序列的OFDM模型，无需插入导频和循环前缀，可实现低复杂度信道估计和频域均衡，可以有效提高传输效率，且性能优于传统CP-OFDM，适用于数字电视地面广播的工程应用。

1 基于PN序列的OFDM模型

　　针对CP-OFDM技术的不足，本文提出了基于PN序列的OFDM模型。它使用PN序列作为前缀，并利用前缀完成信道估计，可以完成低复杂度信道估计和均衡，并可以通过迭代算法消除误差提高精度，相比传统OFDM无需单独发送导频，可显著提高传输效率，实现低复杂度频域均衡。该方法信道估计能力具有一定的实时性，可以适应常见信道。下面给出其模型和数学原理。

　　OFDM模型的第i个N×1输入向量N(i)首先做快速逆傅里叶变换（inverse fast Fourier transform，IFFT）。

　　PN序列为p=[p1，p2，…，pM]T，发送向量的并行宽度为P=N+M。

　　对应的P×1发送向量为：

　　多径信道的冲激响应长度L≤M，其传递函数表示为：

　　在第i帧OFDM数据中，定义数据块zi为：

　　其中，pi+1表示第i+1个OFDM符号中插入的PN序列。定义第i个OFDM的信号帧：

由OFDM数据si和其首尾两段保护间隔pi，pi+1组成。因为插入相同的PN序列，则pi可以视为是zi的循环前缀，时域构成圆卷积。

　　其中，wi，n是均值为零的复高斯白噪声。从式(7)知，由于没有循环前缀的保护， OFDM数据和前缀将受到来自相邻前缀或OFDM信号的多径干扰。因此，不能直接采用频域均衡，必须首先消除多径干扰，才能有效地估计信道。

　　2 信道估计算法

　　由于添加了相同的PN序列，因此PN序列可以视为OFDM数据块zi的循环前缀，其信道响应ri满足圆卷积

　　频域满足

　　根据式(7)，PN序列对应的时域响应：

　　受到多径信道影响，PN序列的响应将受到载波间干扰（Inter-carrier interference，ICI），尾部数据也将受到ISI，在估计信道状态信息时，首先必须消除两段干扰，得到PN序列与信道状态信息的卷积结果。

　　信道估计的算法分以下几个步骤：

　　(1)利用上一帧的OFDM数据结合式(5)，计算干扰项ICI，并从中消除，得到PN序列与hi的近似线性卷积结果：

　　由时域频域关系，可知初估计的时域响应：

　　其中，IFFT(X)和FFT(X)分别表示对数据X做IFFT、FFT变换，得到时域信道响应。

　　(2)利用信道响应和接收向量ri，结合FFT/IFFT变换，通过式(9)，得到第i个OFDM数据块，进一步得到发送的第i个OFDM数据：

　　利用式(8)，估计ISI并消除。

　　(3)迭代，直到I等于预设的迭代次数J。

　　3 性能仿真分析

　　本文在美国Math Works出品的Mathlab R2014a环境下进行仿真。在AWGN信道、存在多普勒频移的瑞利信道、双径延迟信道下，对误码率性能进行了分析，重点比较该模型和传统CP-OFDM的性能。仿真OFDM参数如表1所示。

　　由图1可知，在AWGN信道下，模型的误码率性能好于CP-OFDM。

　　之后仿真发送端采用信道编码，信道编码为约束长度N=7的（133,171）卷积码。

　　图2给出该算法和CP-OFDM的误码率比较。从图中可看出，在10-4数量级下，基于PN序列的OFDM算法比CP-OFDM误码率性能大约有6 dB的提升。

　　由图3可知，在双径信道v=20 m/s时，基于PN序列的OFDM算法性能明显好于CP-OFDM，且由仿真结果可知，通过迭代可以消除干扰，提高系统性能。

4 结论

　　本文针对传统插入导频的CP-OFDM存在的问题，提出了一种基于PN序列的OFDM系统模型，该模型相比CP-OFDM无需插入导频，利用PN序列作为保护间隔并进行信道估计，能达到有效提高传输效率的目的。该方法适用于数字电视地面广播，且在常见信道下性能优于传统OFDM。

参考文献

　　[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.