본 논문에서는 고속 시변 채널 OFDM을 위한 저복잡도 LS(Least Squares) 채널 예측의 성능 개선 방안을 제안한다. 저복잡도 LS 채널 예측을 위해 사용하는 CE-BEM(Complex Exponential-Basis Expansion Model) 채널 모델의 경우 채널 모델 자체의 문제점으로 인하여 채널 예측 성능 저하가 발생한다. 본 논문에서는 우선 시간 영역 윈도우를 이용하여 데이터 심볼에 의한 ICI(Interchannel Interference)의 영향을 제거한다. LS 채널 예측 결과에서 샘플을 취하여 윈도우의 영향을 제거한 후 특성이 채널 변화의 표현에 적합한 DPSS(Discrete Prolate Spheroidal Sequences)를 기저함수(basis function)로 하는 보간 (interpolation) 방식으로 채널 응답을 복원하여 CE-BEM의 문제점을 해결한다. 컴퓨터 모의실험을 통한 성능 확인 결과 제안된 채널 예측 방식은 기존의 방식과 비교하여 특히 고속 시변 채널에서 우수한 성능 개선 효과를 보여주며, 선택된 기저함수의 형태뿐만 아니라 기저함수의 개수의 설정이 성능을 크게 좌우하는 또 다른 요소임을 확인하였다.
In this paper, we propose a method for improving the performance of low complexity LS channel estimation for OFDM in fast time varying channels. The CE-BEM channel model used for the low complexity LS channel estimation has a problem on its own and deteriorates channel estimation performance. In this paper, we first use time domain windowing in order to remove the effect of ICI caused by data symbols. Then samples are taken from the results of the LS channel estimation and the effects of the windowing are removed from them. For resolving the defect of CE-BEM, the channel responses are recovered by interpolating the resultant samples with DPSS employed as basis functions the characteristics of which is well matched to the time variation of the channel. Computer simulations show that the proposed channel estimation method gives rise to performance improvement over conventional methods especially when channel variation is very fast and confirm that not only which type of functions is selected for the basis but how many functions are used for the basis is another key factor to performance improvement.
