Channel estimation trong OFDM và 5G NR

CÂU HỎI MỞ ĐẦU

Receiver thấy một điểm constellation bị lệch. Làm sao biết đó là data gì nếu chưa biết channel đã làm gì với nó?

Giả sử transmitter gửi một QAM symbol $X[k]$ trên một subcarrier. Qua wireless channel, symbol có thể bị suy hao, quay pha và cộng noise. Sau FFT, receiver nhìn thấy $Y[k]$ , không phải trực tiếp $X[k]$ .

Y[k]=H[k]X[k]+W[k]

Nếu $X[k]$ là user data chưa decode, receiver có hai unknown cùng lúc: transmitted symbol là gì và channel $H[k]$ là gì. Chỉ nhìn $Y[k]$ thì không thể tách hai unknown đó một cách trực tiếp.

CHANNEL ESTIMATION NẰM Ở ĐÂU TRONG RECEIVER?

Input là received grid và known DM-RS. Output là channel estimate mà equalizer sẽ dùng cho data RE.

RECEIVER STATE TRANSITION

FFT grid

Y[k,\ell]

+known DM-RS

X_{\mathrm{DMRS}}[k,\ell]

→estimate $\widehat H[k,\ell]$ →equalize data

Trước bước này, receiver đã biết vị trí DM-RS và giá trị reference cần tái tạo từ configuration của transmission. Nó chưa biết channel cụ thể trên từng data RE. Sau bước này, receiver có một approximation của channel để đưa sang equalizer.

Receiver đã có	Receiver đang cần	Output của bài này	Dùng ở bước sau
FFT output, resource mapping, DM-RS sequence	complex channel response quanh data RE	$\widehat H[k,\ell]$	equalization, demapping và một số receiver metrics

01 · SAU CP VÀ FFT, CHANNEL CÓ THỂ ĐƯỢC NHÌN THEO TỪNG RE

Mỗi channel coefficient là một complex number mô tả scale và phase rotation tại một vị trí time-frequency.

Y[k,\ell]=H[k,\ell]X[k,\ell]+W[k,\ell]

MAGNITUDE

|H[k,\ell]|

Cho biết signal bị attenuate hoặc amplify bao nhiêu ở RE đang xét.

PHASE

\angle H[k,\ell]

Cho biết constellation bị quay bao nhiêu bởi channel và các phase effects còn nằm trong model.

Trong một channel frequency-selective, $H[k]$ thay đổi theo subcarrier. Nếu channel còn thay đổi theo thời gian, ta cần cả index $\ell$ . Vì vậy mục tiêu thực tế thường là xây một channel estimate trên vùng resource grid liên quan tới transmission, không chỉ tìm một số phức duy nhất cho cả bandwidth.

02 · KNOWN REFERENCE BIẾN BÀI TOÁN HAI UNKNOWN THÀNH MỘT UNKNOWN

Tại DM-RS RE, receiver biết $X$ , nên phép chia đơn giản đã tạo được LS channel estimate.

Tại một DM-RS position, transmitter và receiver đều biết reference symbol $X_{\mathrm{DMRS}}$ . Với model:

Y_{\mathrm{DMRS}}=H X_{\mathrm{DMRS}}+W

Least-Squares estimate cơ bản là:

\widehat H_{\mathrm{LS}}=\frac{Y_{\mathrm{DMRS}}}{X_{\mathrm{DMRS}}}

Nếu không có noise và model khớp hoàn toàn, phép chia này trả lại đúng $H$ . Với noise:

\widehat H_{\mathrm{LS}}=H+\frac{W}{X_{\mathrm{DMRS}}}

Công thức thứ hai cho thấy một điều rất quan trọng: LS không làm noise biến mất. Noise trên DM-RS đi thẳng vào channel estimate và sau đó có thể ảnh hưởng equalization.

03 · VÍ DỤ SỐ: MỘT DM-RS ĐỦ ĐỂ THẤY CHANNEL SCALE VÀ ROTATE RA SAO

Ta chọn một ví dụ minh họa có channel gain 0.6 và phase rotation $-35^\circ$ .

Đây là giá trị tự chọn để xây trực giác, không phải parameter bắt buộc của NR. Giả sử known reference là:

X_{\mathrm{DMRS}}=\frac{1+j}{\sqrt{2}}\approx0.707+j0.707

Channel thật:

H=0.6e^{-j35^\circ}\approx0.491-j0.344

Nếu tạm bỏ noise:

Y=HX\approx0.591+j0.104

Receiver chia received reference cho known reference:

\widehat H=\frac{0.591+j0.104}{0.707+j0.707}\approx0.491-j0.344

KNOWN DM-RS $X_{\mathrm{DMRS}}$ receiver biết trước

×

UNKNOWN CHANNEL $H$ scale + rotate

→

OBSERVED $Y$ receiver đo được

÷ known X →

ESTIMATE $\widehat H$ gần channel thật nếu noise nhỏ

Nếu thêm noise minh họa $W=0.04-j0.03$ , received DM-RS trở thành khoảng $0.631+j0.074$ và LS estimate trở thành khoảng $0.499-j0.394$ . Estimate vẫn gần channel thật, nhưng không còn chính xác tuyệt đối.

04 · DM-RS KHÔNG NẰM TRÊN MỌI DATA RE

Estimate tại pilot chỉ là bước đầu. Receiver còn phải suy ra channel tại các RE nằm giữa những reference đã đo.

Giả sử receiver có LS estimates tại hai subcarrier $k_0$ và $k_1$ . Một interpolation tuyến tính đơn giản cho subcarrier nằm giữa là:

\alpha=\frac{k-k_0}{k_1-k_0},\qquad \widehat H[k]=(1-\alpha)\widehat H[k_0]+\alpha\widehat H[k_1]

Đây là interpolation trực tiếp trên complex channel. Nếu channel thay đổi chậm theo tần số giữa hai pilots, approximation có thể khá tốt. Nếu channel có notch hoặc phase variation nhanh giữa hai pilots, spacing quá thưa sẽ bỏ lỡ structure đó.

05 · INTERACTIVE LAB

Tăng noise, đổi khoảng cách pilot và tăng echo để nhìn channel estimate xấu đi theo những nguyên nhân khác nhau.

Lab dùng một channel minh họa gồm direct path và một echo để tạo frequency selectivity trên 12 subcarrier. Receiver lấy LS tại các DM-RS positions rồi nội suy complex channel qua data positions. Hãy thử ba thao tác riêng: tăng noise, làm pilot thưa hơn, rồi tăng echo strength.

Biên độ noise 0.08Khoảng cách pilot 4 subcarrierĐộ mạnh echo 0.55

SỐ DM-RS4trên 12 subcarrier minh họa

LS MSE TẠI PILOT0.0064noise đi thẳng vào estimate

MSE SAU INTERPOLATION0.3625pilot noise + interpolation error

SUBCARRIER $|\widehat H[5]|$ = 1.191true magnitude 1.533

k=0DM-RS

k=1DATA

k=2DATA

k=3DATA

k=4DM-RS

k=5DATA

k=6DATA

k=7DATA

k=8DM-RS

k=9DATA

k=10DATA

k=11DM-RS

CHANNEL THẬT vs ESTIMATEMagnitude theo subcarrier

channel thật

|H[k]|

estimate

|\widehat H[k]|

DM-RS sample

CHANNEL THẬT $H[5]=1.524-j0.166$

→

CHANNEL ESTIMATE $\widehat H[5]=1.118+j0.410$

Đây là mô hình minh họa: channel gồm direct path + một echo, DM-RS positions được đặt đều để dễ quan sát, LS được tính tại pilot và nội suy tuyến tính trực tiếp trên complex channel. Đây không phải mapping DM-RS cụ thể của một cấu hình 3GPP.

Khi noise tăng, ngay cả estimate tại pilot cũng lệch. Khi pilot thưa hơn trong một channel biến thiên nhanh theo frequency, interpolation error tăng dù noise giữ nguyên. Hai nguồn lỗi này khác nhau và cần các kỹ thuật xử lý khác nhau.

06 · NHIỀU PILOT CÓ THỂ GIÚP GIẢM NOISE, NHƯNG CHỈ KHI TA CÓ QUYỀN GIẢ ĐỊNH CHANNEL GẦN NHAU

Nếu nhiều pilot samples quan sát gần như cùng một channel coefficient, một estimator rất đơn giản có thể average:

\widehat H_{\mathrm{avg}}=\frac{1}{M}\sum_{m=0}^{M-1}\widehat H_{\mathrm{LS},m}

Averaging có thể giảm phần noise ngẫu nhiên, nhưng nó cũng có thể làm mất channel variation thật nếu gom các pilots quá xa nhau. Đây là tradeoff nền tảng giữa noise reduction và khả năng bám theo channel variation.

Các receiver thực tế có thể dùng smoothing filters, interpolation nhiều chiều, Wiener/LMMSE-style estimators hoặc các cấu trúc khác tùy complexity, available statistics và mục tiêu performance. LS ở bài này là baseline dễ nhìn nhất, không phải estimator duy nhất.

07 · LS CHỈ LÀ BASELINE, CHANNEL ESTIMATION CÓ NHIỀU HỌ PHƯƠNG PHÁP

Khác biệt chính nằm ở việc estimator dùng thêm thông tin gì ngoài received pilots.

LS chỉ dùng observation hiện tại và known reference. Các estimator khác có thể dùng thêm delay support, power-delay profile, correlation theo frequency/time, estimate của OFDM symbol trước hoặc thậm chí detected data. Thêm prior thường giúp giảm noise, nhưng đồng thời tăng complexity và tạo rủi ro nếu prior không đúng với channel thật.

LS · LEAST SQUARES

Ít giả định nhất

\widehat H_{\mathrm{LS}}=\frac{Y}{X}

Dùng trực tiếp received pilot và known pilot. Không cần channel covariance hay delay profile. Điểm yếu là noise đi gần như trực tiếp vào estimate.

LMMSE / WIENER

Dùng correlation hoặc channel statistics

\widehat{\mathbf H}_{\mathrm{LMMSE}} =\mathbf R_{HH} \left(\mathbf R_{HH}+\sigma_w^2\mathbf I\right)^{-1} \widehat{\mathbf H}_{\mathrm{LS}}

Công thức trên là dạng minh họa khi observations đã được chuẩn hóa. Estimator giảm noise bằng cách ưu tiên những directions mà channel statistics cho là có khả năng xảy ra.

DFT-BASED

Khai thác channel có delay support hữu hạn

\widehat H_{\mathrm{LS}}[k] \xrightarrow{\mathrm{IFFT}} \widehat h_{\mathrm{LS}}[n] \xrightarrow{\mathrm{window}} \widetilde h[n] \xrightarrow{\mathrm{FFT}} \widetilde H[k]

Noise trong frequency domain thường trải ra nhiều taps sau IFFT. Nếu receiver biết channel chỉ tồn tại trong một delay window hợp lý, nó có thể bỏ phần taps ngoài window rồi FFT trở lại.

KALMAN / TRACKING

Dùng estimate trước đó để theo channel biến thiên theo thời gian

\mathbf h_{\ell} =\mathbf A\mathbf h_{\ell-1}+\mathbf q_{\ell}

Hữu ích khi channel có temporal correlation. Receiver kết hợp prediction từ symbol/slot trước với observation DM-RS mới thay vì estimate mỗi thời điểm hoàn toàn độc lập.

DECISION-DIRECTED

Dùng data đã detect đủ tin cậy như pseudo-pilot

\widehat H_{\mathrm{DD}}[k] \approx\frac{Y[k]}{\widehat X[k]}

Có thể tăng mật độ observations mà không cần thêm pilot. Đổi lại, một quyết định data sai có thể đưa lỗi ngược vào channel tracker và tạo error propagation.

SPARSE / BAYESIAN / LEARNING-BASED

Khai thác structure mạnh hơn

Sparse estimators khai thác việc channel chỉ có một số dominant paths. Bayesian methods dùng prior distributions. Learning-based estimators học mapping từ observations sang channel estimate từ data huấn luyện.

Những phương pháp này có thể rất mạnh trong đúng scenario, nhưng performance phụ thuộc nhiều hơn vào model, training distribution hoặc prior assumptions.

08 · CÙNG MỘT CHANNEL, CÙNG NOISE, NHƯNG MỖI ESTIMATOR DÙNG MỘT MỨC PRIOR KHÁC NHAU

Ví dụ này tách riêng bài toán denoising để so LS, DFT-based và một PDP-aware LMMSE-style estimator.

Giả sử channel minh họa có ba taps khác zero:

h[0]=1,\qquad h[2]=0.55e^{-j0.8},\qquad h[5]=0.30e^{j0.9}

Ta dùng một snapshot có pilot trên toàn bộ $N=16$ subcarrier. Đây không phải DM-RS mapping của NR, mà là một controlled example để mọi estimator nhận cùng observation và ta chỉ so khác biệt do estimator.

STEP 1 · LS $\widehat H_{\mathrm{LS}}[k]=H[k]+W[k]$

Không thêm prior, nên curve bám cả channel thật lẫn noise.

→

STEP 2 · DFT-BASEDIFFT → delay window → FFT

Giả định energy channel chỉ tồn tại trong một vùng delay hữu hạn.

→

STEP 3 · PDP-AWAREshrink taps theo assumed power

Tap có prior power lớn được giữ mạnh hơn tap mà model cho là ít khả năng.

Biên độ noise 0.18Delay window giả định 6 taps

LS MSE0.0412không dùng prior về delay

DFT-BASED MSE0.0004cắt taps ngoài delay window

PDP-AWARE MSE0.0005shrink taps theo assumed power

CHANNEL THẬT $h[0],\,h[2],\,h[5]\neq0$ 3 paths minh họa

→

LS OBSERVATION $\widehat H_{\mathrm{LS}}[k]=H[k]+W[k]$ dense-pilot snapshot minh họa

→

THÊM PRIORdelay support / PDPDFT-based hoặc LMMSE-style

CÙNG OBSERVATION, KHÁC ESTIMATORMagnitude channel theo subcarrier

channel thậtLSDFT-basedPDP-aware

NẾU DELAY WINDOW ĐỦ DÀIDFT-based loại bớt noise ở những taps mà physical model cho rằng không tồn tại.

NẾU DELAY WINDOW QUÁ NGẮNEstimator cắt mất path thật, tạo model bias và có thể tệ hơn LS.

NẾU PRIOR HỢP LÝPDP-aware shrinkage giảm noise bằng cách tin các taps mạnh nhiều hơn taps yếu.

Ví dụ này cố ý dùng pilot trên toàn bộ $N=16$ subcarrier để tách bài toán estimator khỏi pilot interpolation. PDP-aware curve là minh họa LMMSE-style trong tap domain, không phải implementation LMMSE duy nhất và không phải thuật toán 3GPP bắt buộc.

Vì sao DFT-based có thể tốt hơn LS?

Sau IFFT của noisy LS estimate, noise không chỉ nằm ở các taps thật mà trải ra toàn delay axis. Nếu receiver biết maximum relevant delay chỉ nằm trong $0\le n<L_{\mathrm{win}}$ , nó đặt các taps bên ngoài vùng đó về zero:

\widetilde h[n]= \begin{cases} \widehat h_{\mathrm{LS}}[n], & 0\le n<L_{\mathrm{win}},\\ 0, & \text{otherwise}. \end{cases}

Sau đó FFT trở lại để thu được $\widetilde H[k]$ . Khi delay window đúng, một phần noise bị loại mà channel paths thật vẫn được giữ.

Vì sao estimator có prior cũng có thể tệ hơn LS?

Trong example, path cuối nằm tại $n=5$ . Nếu kéo delay window xuống nhỏ hơn hoặc bằng $5$ samples, DFT-based estimator cắt mất path thật đó. MSE lúc này tăng vì estimator đã tạo model bias, không phải vì noise tăng.

LS

ít prior

Robust trước model mismatch hơn, nhưng giữ nhiều noise hơn.

DFT-BASED

delay-support prior

Tốt khi delay window hợp lý; tệ nếu cắt mất physical path.

LMMSE-STYLE

covariance / PDP prior

Có thể giảm MSE mạnh hơn, nhưng cần statistics hoặc approximation đủ chính xác.

09 · CHANNEL ESTIMATION NỐI TRỰC TIẾP VỚI MULTIPATH ĐÃ HỌC Ở BÀI 12

Time-domain taps và frequency-domain $H[k]$ chỉ là hai cách nhìn của cùng channel.

Nếu discrete-time channel impulse response có $L$ taps:

h[0],h[1],\ldots,h[L-1]

Frequency response trên OFDM bins là DFT của các taps:

H[k]=\sum_{m=0}^{L-1}h[m]e^{-j2\pi km/N}

HAI CÁCH NHÌN CÙNG CHANNEL

multipath taps

h[m]

→ DFT →frequency response $H[k]$ →mỗi subcarrier bị scale/rotate khác nhau

Channel estimation cho OFDM thường quan tâm trực tiếp tới $H[k]$ hoặc $H[k,\ell]$ vì equalizer hoạt động trên FFT bins. Một implementation khác có thể estimate channel trong miền thời gian rồi transform sang frequency domain.

10 · NẾU NHÌN TỪ CODE RECEIVER, CHANNEL ESTIMATION TRÔNG RA SAO?

Flow đi từ resource mapping tới một $\widehat H$ grid mà equalizer có thể đọc.

01

FFT / RESOURCE EXTRACTOR

Lấy received REs đúng vị trí

Receiver đã sync đủ tốt để FFT và map bins về resource grid của transmission.

OUTPUT · received grid

Y[k,\ell]

↓

02

DM-RS GENERATOR / MAPPER

Tái tạo known reference

Từ configuration, receiver biết DM-RS nằm ở RE nào và sequence value tương ứng là gì.

OUTPUT ·

X_{\mathrm{DMRS}}[k,\ell]

↓

03

PILOT ESTIMATOR

Tính estimate tại DM-RS positions

Baseline LS thực hiện complex division $Y/X$ trên những RE reference.

OUTPUT · sparse

\widehat H_{\mathrm{pilot}}

↓

04

FILTER / INTERPOLATOR

Fill channel estimate trên data region

Interpolate hoặc filter theo frequency, time và có thể theo antenna/layer context tùy receiver design.

OUTPUT · dense

\widehat H[k,\ell]

grid

↓

05

EQUALIZER INPUT

Đưa estimate sang detector/equalizer

Equalizer dùng received data cùng channel estimate để tạo estimate của transmitted modulation symbols.

NEXT · Bài 49 Equalization

Receiver thật có thể combine nhiều antenna observations, estimate noise power, track channel qua slot, xử lý PTRS hoặc chạy estimator khác nhau cho các transmission modes. Standard không bắt implementation phải chia code đúng năm block như flow này.

11 · NĂM CHỖ DỄ HIỂU NHẦM

ESTIMATION ≠ EQUALIZATION

Estimation tìm $\widehat H$ . Equalization dùng $\widehat H$ để undo channel trên data.

DM-RS ≠ CHANNEL ESTIMATE

DM-RS là transmitted reference. Channel estimate là kết quả receiver suy ra từ received DM-RS.

LS ≠ 3GPP-MANDATED ALGORITHM

LS là baseline engineering example. Receiver có thể dùng estimator khác miễn đáp ứng performance và interoperability cần thiết.

INTERPOLATION ≠ GROUND TRUTH

Giữa hai pilots, receiver đang dùng assumption về channel smoothness. Pilot quá thưa có thể bỏ lỡ variation thật.

CHANNEL KHÔNG NHẤT THIẾT STATIC

$H[k,\ell]$ có thể thay đổi theo cả frequency và time, đặc biệt khi delay spread hoặc Doppler lớn.

12 · SPECIFICATION LAYER

3GPP quy định reference signal và mapping. Cách receiver estimate/interpolate channel là implementation.

3GPP QUY ĐỊNH

DM-RS sequence generation, resource mapping và các configuration liên quan cho physical channels.

VIETWIRELESS DIỄN GIẢI

Flow known DM-RS → LS sample → interpolation → dense $\widehat H$ grid → equalizer.

IMPLEMENTATION-DEPENDENT

LS, averaging, LMMSE/Wiener filtering, interpolation kernel, tracking strategy, fixed-point scaling và complexity tradeoff.

3GPP TS 38.211 Release 18, ETSI TS 138 211 V18.8.0, clause 7.4.1.1: demodulation reference signals for PDSCH, gồm sequence/resource mapping rules ·mở specification ↗

3GPP TS 38.211 Release 18, ETSI TS 138 211 V18.8.0, clause 6.4.1.1: demodulation reference signals for PUSCH ·mở specification ↗

Các công thức LS, averaging và linear interpolation trong bài là receiver algorithms minh họa. Chúng giúp xây mental model và không được trình bày như một estimator bắt buộc của 3GPP.

13 · NỐI LẠI TOÀN BỘ FLOW

Received RE: sau FFT, receiver thấy $Y=HX+W$ , không trực tiếp thấy transmitted symbol.
Known DM-RS: tại reference RE, $X$ đã biết nên receiver có thể isolate channel.
LS: $\widehat H=Y/X$ cho estimate đơn giản tại pilot và đồng thời mang theo noise error.
Estimator families: LS là baseline; LMMSE/Wiener, DFT-based, tracking, decision-directed và sparse/Bayesian methods dùng thêm những loại prior khác nhau.
Interpolation: sparse pilot estimates phải được mở rộng sang data RE bằng assumption về channel variation.
Multipath: time-domain taps tạo frequency-selective $H[k]$ , nên mỗi subcarrier có thể cần channel coefficient khác nhau.
Time variation: mobility làm channel thay đổi thêm theo OFDM-symbol index $\ell$ .
Output: dense $\widehat H[k,\ell]$ grid trở thành input cho equalizer.
Boundary: DM-RS là reference, channel estimation tạo estimate, equalization mới dùng estimate để recover data.