毫米波FBMC调制系统中基于盲扫估计的相位噪声估计研究

摘要：毫米波滤波器组多载波（FBMC）调制系统作为一种新型的调制技术，受到广泛关注的同时也面临着一些挑战。由于其发送端和接收端振荡器的非线性失真而产生的相位噪声，导致毫米波FBMC的符号恢复遭受相位噪声污染问题。目前，现有对频域类的相位噪声盲扫估计的方法表现效果欠佳

《移动通信》2025年第2期目录

2025年第2期专题-15

毫米波FBMC调制系统中基于盲扫估计的

相位噪声估计研究

11121

（1.华中科技大学，湖北武汉 430074；

2.中山大学，广东深圳 518107）

【摘要】毫米波滤波器组多载波（FBMC）调制系统作为一种新型的调制技术，受到广泛关注的同时也面临着一些挑战。由于其发送端和接收端振荡器的非线性失真而产生的相位噪声，导致毫米波FBMC的符号恢复遭受相位噪声污染问题。目前，现有对频域类的相位噪声盲扫估计的方法表现效果欠佳。因此，提出一种频域类的基于盲扫的相位噪声估计方法。首先，针对条状图案散点处理范围处理不精确问题，利用靠近原点的条状图案及图案散点的实部连续性，采用分别向原点左右两个方向进行数据符号散点的筛选；针对符号间串扰和载波间串扰对斜率估计的影响，通过计算不同数据符号的斜率之间的二次差值去间接表示符号所收到的干扰，然后利用干扰权重去抑制受到严重干扰数据符号对斜率估计影响。仿真结果表明，相较于传统的频域类的相位噪声盲扫估计方法，提出新的方法在不同的子载波数，调制阶数，以及不同相位噪声变化场景下，误比特率等性能指标有显著提升。

【关键词】毫米波；FBMC；相位噪声估计

doi:10.3969/j.issn.1006-1010.20241209-0001

中图分类号：TN929.5 文献标志码：A

文章编号：1006-1010(2025)02-0100-08

引用格式：陈达,宋磊磊,陈城,等. 毫米波FBMC调制系统中基于盲扫估计的相位噪声估计研究[J]. 移动通信, 2025,49(2): 100-107.

CHEN Da, SONG Leilei, CHEN Cheng, et al. Phase Noise Estimation Based on Blind Estimation for mmWave FBMC Systems[J]. Mobile Communications, 2025,49(2): 100-107.

0 引言

滤波器组多载波（Filter-Bank Multi-Carrier，FBMC）技术是一种新型的多载波调制技术[1,2]。该技术利用既在时域也在频域上具有良好聚焦特性的原型滤波器，实现降低旁瓣和降低带外泄露[3,4]。相较于作为传统的多载波调制技术之一的正交频分复用技术，FBMC可以免除使用循环前缀来对抗码间串扰，提高了频谱利用率，进而提高系统的传输速率[5]。随着人们对通信速率要求不断提高，低频段的频谱资源已经是十分紧缺。当务之急的一种解决方法是寻找丰富的带宽资源[6]。毫米波由于可以提供30～300 GHz的丰富带宽资源，进而可以帮助通信提高传输速率[7]。因此，毫米波FBMC调制系统是一种十分有前景的技术。但是毫米波FBMC调制系统遭受着严重的相位噪声危害[8]。由于通信系统接收端和发射端的频率合成器和功率放大器的非线性失真都会产生相位噪声[9]。特别对于毫米波FBMC调制系统，高频率振荡器会产生更加严重的相位噪声[10]。相位噪声会给毫米波FBMC调制系统带来三个危害：公共相位误差（Common Phase Error，CPE），符号间串扰和载波间串扰[11]。特别地，由于毫米波FBMC调制系统的特殊正交性特点，即该系统只在时域内满足正交性，即存在虚部干扰[12]。相位噪声和虚部干扰相互作用会产生更加复杂且难以处理的符号间串扰和码间串扰[13]。因此，对于毫米波FBMC调制系统，相位噪声的估计和补偿对于系统性能提高有着十分重要的意义。

目前已经有很多对于毫米波FBMC调制系统的相位噪声估计的研究。在文献[14]和文献[15]关注相位噪声对毫米波FBMC调制系统的误码率的影响，并且推导出相位噪声是如何对毫米波FBMC调制系统产生符号间串扰和载波间串扰，但是文献中都未提及如何估计和补偿相位噪声。为了进一步研究相位噪声对毫米波FBMC调制系统的影响，文献[16]首次提出相位噪声的CPE在毫米波FBMC调制系统的表达式，并且提出二种在频域类CPE估计方法，一种是借助导频的CPE估计方法，一种是基于盲扫的CPE估计方法。但是这两个方法均未考虑到符号间串扰和载波间串扰对CPE估计影响。对于借助导频的CPE估计方法，这就需要增加导频数量去对抗由于符号间串扰和载波间串扰带来的影响；对于基于盲扫的CPE估计方法，传统方法采用固定边界的散点确定方法，这会导致边界确定变得十分的困难，同时，数据符号也遭受这符号间串扰和载波间串扰，致使传统的算法表现性能欠佳。为了同时抑制CPE，符号间串扰和载波间串扰，文献[17]和[18]提出一种借助导频时域相位噪声的估计方法，该方法基于正交基扩展去估计相位噪声。然而这种方法需要估计多个参数去估计相位噪声，这需要增加导频数量而导致频谱效率的损失。综上所述，现有的相位噪声估计方法无论是频域的还是时域的相位噪声估计方法都存在着导频资源开销大，或者是估计效果不理想的。因而，在频域上针对毫米波FBMC系统的相位噪声盲扫估计方法由于对条纹图案处理易出错，且忽略符号间串扰和载波间串扰，导致估计性能欠佳。为此，本文接下来工作将围绕，针对频域类的CPE盲扫估计方法的问题，即如何提高盲扫方法中图案处理的精确度，以及考虑干扰对CPE估计影响。

本文主要的研究工作如下。

（1）针对频域的盲扫方法中的条状图案散点确定提出正负分半积累检索算法。该条状图案散点处理算法利用靠近原点的条状图案的离散符号散点的实部连续性，同时分别向原点左右对离散符号散点进行筛选，提高条状图案散点处理的精确度。为之后的相位噪声估计提供正确的符号散点。

（2）提出一种基于干扰权重的斜率估计方法。由于数据符号同时也遭受着符号间串扰和载波间串扰，因此，该方法利用每个数据的斜率之间的二次差距去间接表示该数据符号遭受到的干扰，利用干扰权重去抑制遭受严重干扰数据符号对斜率的估计，提高了CPE估计精确度和可靠性。

（3）仿真实验结果证明，通过BER和MSE等性能指标，本文所提出的CPE估计方法的性能优于传统的CPE估计方案。对于利用靠近原点条状图案的离散符号的实部连续性去筛选离散符号散点的精确性要高于传统的确定条状图案边界的筛选方案。同时，本文所提出的方法利用干扰权重去抑制干扰的斜率计算方法对干扰具有抑制作用，从而提高相位噪声补偿效果。

1 系统模型以及传统CPE估计方法

1.1 存在相位噪声的毫米波FBMC调制系统模型

1.2 传统的基于盲扫的CPE估计方法

2 算法设计

2.1 PNHA算法

2.2 基于干扰权重的斜率估计

3 仿真分析

本节中通过对分析和仿真，展现不同子载波数，不同QAM调制阶数，以及快慢相位噪声变化场景下PNHA-IWSE算法的性能表现。仿真主要用传统的FBPP-LSSE算法作为对照组，用误比特率（Bit Error Rate, BER）和均方误差（Mean Squared Error, MSE）作为性能指标。本节仿真中利用PHYDAYS原型滤波器，重叠因子α=4。相位噪声的仿真模型采用的是单零点，单极点的功率谱密度模型，其表达式可以表示为：

（1）不同子载波数下的PNHA-IWSE算法和FBPP-LSSE算法性能比较

首先比较FBPP-LSSE算法与PNHA-IWSE算法在不同子载波数下的性能表现。从图2可以看出，PNHA-IWSE算法在小的子载波个数情况下具良好的BER表现，随着增加子载波个数，FBPP-LSSE算法的BER先降低再升高，PNHA-IWSE算法的BER逐渐升高。而PNHA-IWSE算法中公共相位误差的估计部分相较于FBPP-LSSE算法中公共相位误差的估计部分的区别为增加了抑制符号间串扰和载波间串扰的处理部分。随着子载波个数的增加，PNHA-IWSE算法对符号和载波间串扰的抑制能力减弱以后，其公共相位误差的估计会逐渐趋于FBPP-LSSE算法结果。

图3展示了不同子载波个数下FBPP-LSSE算法与PNHA-IWSE算法的在16QAM调制下的公共相位误差的估计性能表现。当PNHA-IWSE算法在较少的子载波个数的情况下，公共相位误差估计的MSE比所提出的FBPP-LSSE算法的公共相位误差估计的MSE大一些。这是由于公共相位误差估计与数据符号恢复并不一致的，也就是说，并不是公共相位误差估计的误差越小，数据经过相位噪声补偿后BER就越小。尽管算法想要解决的问题是更加精确地估计公共相位误差，但其根本目的是在接收端正确恢复出数据符号。MSE性能是CPE估计精度的衡量指标，BER性能是符号恢复性能的衡量指标。式(10)表明，FBMC符号恢复会受到两个因素影响：1）相位噪声带来的CPE；2）子载波间干扰和符号间干扰带来的干扰。同时，CPE和干扰在符号恢复表达式中是混在一起的，并且干扰作用下的CPE也表现为一个类CPE的项，可以被视为“等效CPE”。因此，符号恢复的BER性能实际取决于该“等效CPE”的估计精度。本文方案是考虑了干扰对“等效CPE”进行估计，所以BER性能比FBPP-LSSE好。而“等效CPE”与CPE是有差异的，所以本文方案的CPE估计MSE性能不如FBPP-LSSE。

（2）不同子QAM阶数下的PNHA-IWSE算法和FBPP-LSSE算法性能比较

在不同的QAM调制阶数下比较FBPP-LSSE算法与PNHA-IWSE算法的性能。图4展示了K=64时，不同QAM调制阶数下FBPP-LSSE算法与PNHA-IWSE算法的BER性能。从图4可以观察到，随着QAM调制阶数的增加，FBPP-LSSE算法的BER与PNHA-IWSE算法的BER都增加了，但是PNHA-IWSE算法的BER表现始终低于FBPP-LSSE算法。除了PNHA-IWSE算法本身考虑了对符号间串扰和载波间串扰的影响外，还采用了PNHA算法去提高确定符号散点的范围的精确度。随着QAM调制阶数的增加，数据符号幅值增加，因此对应的虚部干扰也随着增加，从而导致数据符号受到的符号间的串扰和载波间的串扰也随之增加。因此，对于传统方法所使用的固定边界的符号散点的筛选方法，容易导致符号散点筛选增加或者减少。因此本文所提出的PNHA-IWSE算法可以更好地服务高阶OQAM调制。

最后比较FBPP-LSSE算法与PNHA-IWSE算法在不同的相位噪声变化场景下的性能比较。图5展示了在相位噪声变化较慢的场景下，FBPP-LSSE算法与PNHA-IWSE算法的BER性能比较。图6展示了在相位噪声变化较快的场景下，FBPP-LSSE算法与PNHA-IWSE算法的公共相位误差的估计性能。在仿真过程中通过采用较低的相位噪声采样率fs=320 MHz来生成较快的相位噪声。通过图5和图6，并结合前面的仿真图可以发现，尽管在相位噪声变化较快的场景下，FBPP-LSSE算法与PNHA-IWSE算法的BER表现性能均有所下降，但PNHA-IWSE算法的BER和公共相位误差估计的均方误差都更小，说明相比于FBPP-LSSE算法，PNHA-IWSE算法在较快的相位噪声变化场景下表现性能更加优越。

4 结束语

由于毫米波FBMC调制系统遭受严重的相位噪声，而当前针对毫米波FBMC调制系统基于盲扫的相位噪声估计方法性能效果不佳。本文针对毫米波FBMC系统提出了新型的相位噪声估计方法PNHA-IWSE算法。相较于FBPP-LSSE算法的固定边界的图样处理的易出错的缺点，本文提出的PNHA-IWSE算法采用一种更加精确的图样处理方法，正负分半积累检索算法；针对传统方法FBPP-LSSE算法忽略符号间串扰和载波间串扰的斜率估计方法，所提出的PNHA-IWSE算法采用一种基于干扰权重的斜率估计方法，抑制干扰对CPE估计的影响。仿真结果表明，PNHA-IWSE算法比FBPP-LSSE算法具有更好的性能表现。

参考文献：（上下滑动浏览）

[1] Hamdar F, Gussen C M G, Nadal J, et al. FBMC/OQAM transceiver for future wireless communication systems: inherent potentials, recent advances, research challenges[J]. IEEE Open Journal of Vehicular Technology, 2023, 4: 652-666.

[2] Tiwari S O, Paulus R. FBMC OQAM: novel variant of OFDM[J]. Journal of Optical Communications, 2023, 44:1691-1698.

[3] Farhang-Boroujeny B. OFDM versus filter bank multicarrier[J]. IEEE Signal Processing Magazine, 2011, 28(3): 92-112.

[4] Na D, Choi K. DFT spreading-based low PAPR FBMC with embedded side information[J]. IEEE Transactions on Communications, 2020, 68(3): 1731-1745.

[5] Liu R, Zhu X, Jiang Y, et al. Blind PAPR reduction and ICA based on equalization for mmWave FBMC-OQAM systems[C]//2018 IEEE International Conference on Communications (ICC), Kansas City, MO, USA 2018: 1-6.

[6] Khan F, Pi Z. MmWave mobile broadband (MMB): Unleashing the 3–300GHz spectrum[C]//34th IEEE Sarnoff Symposium, Princeton, NJ, USA, 2011: 1-6.

[7] Wang X, Kong L, Kong F, et al. Millimeter wave communication: a comprehensive[J]. IEEE Communications Surveys & Tutorials, 2018, 20(3): 1616-1653.

[8] Le L D, Nguyen H H. Phase noise compensation for CFBMC-OQAM systems under imperfect channel estimation[J]. IEEE Access, 2020, 8: 47247-47263.

[9] Oh J, Kim T -K. Phase noise effect on millimeter-Wave pre-5G systems[J]. IEEE Access, 2020, 8: 187902-187913.

[10] Quadri A, Zeng H, Hou Y T. A real-Time mmWave communication testbed with phase noise cancellation[C]//IEEE Conference on Computer Communications Workshops (INFOCOM WKSHPS), Paris, France 2019: 455-460.

[11] Garcia Armada A. Understanding the effects of phase noise in orthogonal frequency division multiplexing (OFDM)[J]. IEEE Transactions on Broadcasting, 2001, 47(2) 153-159.

[12] Razavi R, Xiao P, Tafazolli R. Information theoretic analysis of OFDM/OQAM with utilized intrinsic interference[J]. IEEE Signal Processing Letters, 2015, 22(5) 618-622.

[13] Shao K, Yli-Kaakinen J, Levanen T, et al. Phase-noise analysis of overlapping filtered multitone waveforms in millimeter-Wave radio systems[C]//52nd Asilomar Conference on Signals, Systems, and Computers, Pacific Grove, CA, USA, 2018: 269-273.

[14] Ishaque A, Ascheid G. On the sensitivity of SMT systems to oscillator phase noise over doubly-selective channels[C]//2015 IEEE Wireless Communications and Networking Conference (WCNC), New Orleans, LA, USA 2015: 545-550.

[15] Moles-Cases V, Zaidi A A, Chen X, et al. A comparison of OFDM, QAM-FBMC, and OQAM-FBMC waveforms subject to phase noise[C]//2017 IEEE International Conference on Communications (ICC),Paris, France, 2017: 1-6.

[16] Kakkavas A, Castañeda M, Luo J, et al. FBMC-OQAM with phase noise: achievable performance and compensation[C]//2017 IEEE 18th International Workshop on Signal Processing Advances in Wireless Communications (SPAWC), Sapporo, Japan, 2017: 1-5.

[17] Ikeuchi K, Sakai M, Lin H. Compensation of phase noise in OFDM/OQAM systems[C]//2017 IEEE 86th Vehicular Technology Conference (VTC-Fall), Toronto, ON, Canada, 2017: 1-5.

[18] Fang X, Zhang F. Phase noise estimation and suppression for PDM CO-OFDM/OQAM systems[J]. Journal of Lightwave Technology, 2017, 35(10): 1837-1846.

[19] Zhang C, Xiao L, Su L, et al. Iterative channel estimation and phase noise compensation for SC-FDE based mmWave systems[C]//2015 IEEE International Conference on Communication Workshop (ICCW), London, UK, 2015: 2133-2138.

[20] Chen D, Wang R, Jiang T. Channel estimation and pilot symbol optimization based on intrinsic interference utilization for OQAM/FBMC systems[J]. IEEE Transactions on Signal Processing, 2021, 69: 4595-4606.

[21] Demir A. Phase noise and timing jitter in oscillators with colored-noise sources[J]. IEEE Transactions on Circuits and Systems I: Fundamental Theory and Applications, 2002, 49(12): 1782-1791.★

陈达：副教授，博士毕业于华中科技大学，现任职于华中科技大学，长期从事无线通信领域的研究工作。宋磊磊：华中科技大学在读硕士研究生，主要研究方向为无线通信。陈城：硕士毕业于华中科技大学，现任职于芯原微电子股份有限公司，主要研究方向为无线通信。罗锴：教授，博士毕业于英国帝国理工学院，现任职于中山大学，长期从事通感一体化领域的研究工作。王巍：教授，博士毕业于香港科技大学，现任职于华中科技大学，长期从事无线通信领域的研究工作。★往期推荐★

【25专题征稿】6G空口技术、语义通信、通感算一体化

《移动通信》杂志由中国电子科技集团公司主管，中国电子科技集团公司第七研究所主办，是中国期刊方阵“双效期刊”、工业和信息化部精品电子期刊、中国科技论文统计源刊、中国通信学会《信息通信领域高质量科技期刊分级目录》入选期刊、中国电子学会《电子技术、通信技术领域高质量科技期刊分级目录》入选期刊、中国应用型核心期刊、日本JST收录期刊。国内连续出版物号：CN44-1301/TN，国际连续出版物号：ISSN1006-1010，邮发代号：46-181。