未來移動無線通信系統(tǒng)需要有高比特率的傳輸技術(shù)，正交頻分復(fù)用(OFDM)是一種較新穎的通信技術(shù)，它把整個無線信道分成許多窄的并行子信道，以此來提高數(shù)據(jù)傳輸速率，同時避免了多徑傳播引起的符號間干擾(ISI)。多輸入多輸出(MIMO)系統(tǒng)在收發(fā)雙方使用多個天線，在不需要額外的帶寬的情況下，提高無線信道容量。 MIMO-OFDM系統(tǒng)結(jié)合了兩者的優(yōu)點，在高數(shù)據(jù)速率的無線應(yīng)用中是很有競爭力的技術(shù)。LS和MMSE信道估計方法[1-2]，已被廣泛使用在MIMO-OFDM信道估計中。此外，不同類型的輔助導(dǎo)頻或訓(xùn)練序列估計方法經(jīng)常在快速衰落和平坦衰落環(huán)境下使用[3-6]。

    參考文獻[3]討論了在最小均方誤差(MMSE)準(zhǔn)則下的MIMO-OFDM系統(tǒng)訓(xùn)練序列的設(shè)計，提出了設(shè)計最佳訓(xùn)練序列的充分必要條件，并把訓(xùn)練序列的優(yōu)化轉(zhuǎn)化為一個凸函數(shù)優(yōu)化問題，從而得到最優(yōu)解。此外，給出了MMSE的上界和低復(fù)雜度的最佳訓(xùn)練序列迭代算法的閉式解。參考文獻[4]考慮到與寬帶MIMO信道一起使用OFDM調(diào)制技術(shù)，然而與窄帶MIMO系統(tǒng)相比，MIMO-OFDM系統(tǒng)的信道估計仍然是比較困難的。原因之一是，信道參數(shù)的估計量與信道延遲傳播和天線的數(shù)量成正比；另一個原因是，每一個接收到的信號依賴于多信道參數(shù)。其重點考慮在具有空間相關(guān)性的MIMO-OFDM系統(tǒng)的訓(xùn)練序列優(yōu)化設(shè)計。
    本文提出了一種在發(fā)射端基于疊加訓(xùn)練(ST)技術(shù)的閉環(huán)MIMO-OFDM系統(tǒng)精確估計訓(xùn)練序列的方法，通過利用以前的傳輸數(shù)據(jù)，發(fā)射端的估計值被精確優(yōu)化，從而極大降低了在信道估計中的數(shù)據(jù)干擾, 提高了性能。

同時做以下假設(shè)： (1)信道是廣義平穩(wěn)的非相關(guān)散射信道(WSSUS)； (2)數(shù)據(jù)符號之間相互不相關(guān)，且具有零均值； (3)訓(xùn)練序列符號也是不相關(guān)的；(4)噪聲是零均值的加性白高斯噪聲；(5)在基帶接收端具有精確同步和零直流偏移。
　　OFDM符號移去保護間隔信號以后，第r個接收天線獲得的基帶信號矢量被表示為：

    圖1說明了量化誤差對MMSE性能的影響。設(shè)計的目標(biāo)是采用最少比特位來量化信道，而性能沒有顯著影響。從圖1可以看到，使用13 bit量化，對于信噪比小于30 dB時，MSEE的性能幾乎是相同的。相比之下，10 bit量化結(jié)果的性能就比較差了。然而，當(dāng)10 bit量化器使用在信道不匹配的30 Hz多普勒展寬的情況下，性能幾乎與圖中顯示的一樣。因此，在這種情況下，10 bit量化器就已經(jīng)足夠了。

2 相關(guān)衰落信道下的最優(yōu)導(dǎo)頻序列設(shè)計
    在實際的無線通信，信道參數(shù)可以接收通過發(fā)送訓(xùn)練序列得到估計。在一般情況下，信道估計的精度高度依賴于訓(xùn)練序列的設(shè)計，一些MIMO-OFDM系統(tǒng)的導(dǎo)頻設(shè)計可見參考文獻[7]。在本文中,在信道和接收序列之間，通過互信息最大化來實現(xiàn)導(dǎo)頻序列最優(yōu)設(shè)計。
    移去CP和進行FFT后,收到的第n個OFDM符號的第k個載波信號的頻域表達式為:
  

　  
    定義rTX和rRX分別為發(fā)射端和接收端的空間相關(guān)系數(shù)，rL被定義為徑增益相關(guān)系數(shù)。從圖2中可以看到，rL值越大，最優(yōu)導(dǎo)頻序列與正交導(dǎo)頻序列的信道互信息差就越大，并且較小的相關(guān)性不利于提高信道互信息差。
    本文中考慮了基于ST技術(shù)的MIMO-OFDM系統(tǒng)的信道估計的訓(xùn)練序列。即使存在通道失配誤差和通道的量化誤差的情況下，用有量化的反饋的基于信道估計的訓(xùn)練序列能改進系統(tǒng)的性能，信道采用10 bit的量化器就能滿足一般性能要求。討論了使用信道互信息最大化的最優(yōu)導(dǎo)頻序列的設(shè)計。
參考文獻
[1] BEEK J V, EDFORS O. On channel estimation in OFDM systems[C]. Proceedings of the 64th IEEE Vehicular Technology Conference,Chicago, 2006: 815-819.
[2] FOSCHINI G J,GANS M J. On limits of wireless communications in a fading environment when using multiple antennas[J]. Wireless Press. Commun.,2008,46(3):311-335.
[3] TAUN H D, KHA H H. Optimized training sequences for  spatially correlated MIMO-OFDM[J]. IEEE Transaction on Wireless Communications, 2010,39(9):2768-2778.
[4] JOSIAM K, RAJAN D. Bandwidth efficient channel estimation Using Super-Imposed Pilots in OFDM Systems[J]. IEEE Transaction on Wireless Communications, 2011,39(6):2234-2245.
[5] HE S, TUGNAIT J K, MENG X H. On superimposed training for MIMO channel estimation and symbol detection[J]. IEEE Transactions on Signal Processing,2010,57(56):3007-3021.
[6] NAIR J P, KUMAR R V R. Improved superimposed training based channel estimation for MIMO-OFDM systems with quantized feedback[C]. International Conference on Signal Processing and Communications, Bangalore, 2010:168-177.
[7] HUANG Q, GHOGHO M, FREEAR S. Pilot design for MIMO-OFDM Systems with Virtual Carriers[J].IEEE Transactions on Signal Processing, 2009,57(5):2024-2029.