CN101123596A - 使用与判决反馈均衡(dfe)组合的基于线性相关的干扰抵消(lcic)的信道估计方法和系统 - Google Patents

Abstract

提供使用与判决反馈均衡结合的基于线性相关的干扰抵消(LCIC－DFE)的信道估计方法和系统。信道估计方法包括通过计算基带采样复信号和本地存储的伪噪声信号间的线性相关，生成第一相关序列，以及通过从第一相关序列迭代地消除路径间干扰，获得第二相关序列，以及基于第二相关序列，生成第一信道脉冲响应(CIR)序列。同时，基于第一ICR序列和反馈信号，通过从第二相关序列消除随机数据干扰，获得第三相关序列，以及基于第三相关序列，生成第二CIR序列。

Description

使用与判决反馈均衡(DFE)组合的基于线性相关的干扰抵消(LCIC)的信道估计方法和系统

技术领域

本发明涉及正交频分复用(OFDM)通信系统，以及更具体地说，涉及用于通过计算线性相关以及使用判决反馈均衡(DFE)，重复地抵消相邻信道干扰，估计时域中的信道的信道估计方法和系统。

背景技术

正交频分复用(OFDM)是多载波调制，其中，将传送的数据转换成M-ary QAM(正交调幅)调制复数符号(complex symbol)，或复数符号的序列。将复数符号序列通过串并转换，转换成多个并行(同时)复数符号，以及通过矩形脉冲，成形该并行复数符号并在副载波上调制。在多载波调制中，设置副载波间的频率间隔以便使副载波调制并行(同时)复数符号彼此垂直，由此不固有地彼此干扰。

典型的无线信道可以包括不同有效长度的多个路径，每一个将不同延迟引入到在那一路径之后传送的部分信号。符号间干扰(ISI)是指相邻符号对当前符号的影响，除非适当地补偿，否则这在接收机处会导致高误码率(BER)。因此，开发各种方法来通过降低ISI的影响，增加通信系统的性能。在通过无线“衰落”信道传送M-ary QAM信号，而不使用OFDM的情况下，如果由于信道中的多路延迟引起的延迟扩展大于QAM信号的符号周期，符号间干扰(ISI)发生并且阻碍接收机正常地恢复信号。为此，有必要使用均衡器来补偿随机多路延迟扩展。然而，在接收机中实现这种均衡器非常复杂，由于输入噪声，会降低传输性能。

另一方面，当使用OFDM时，由于能将每一并行(同时)复数符号的周期设置成远长于信道的延迟扩展，能大大地降低符号间干扰(ISI)。特别地，当将保护间隔设置成长于延迟间隔时，能完全避免符号间干扰(ISI)。同时，当将保护间隔设置成长于延迟扩展，实现补偿由多路延迟引起的随机延迟扩展的均衡器是不必要的。已经证明OFDM对通过无线衰落信道的数据传输非常有效，由此在欧洲，已经用作用于地面数字电视(DTV)和数字音频广播系统的标准传输模式。另外，OFDM经常用在使用有线信道的数据传输系统，诸如数字用户环路(DSLs)和电力线通信中，以便减轻由于在有线网络环境中产生的多路反射而引起的传输性能降低。

使用OFDM的数据传输系统中的发射机包括信道编码单元、调制单元和发射机信道匹配单元。信道编码单元将待传输的数据转换成编码数据。使用映射器，调制单元将编码数据转换成复数符号序列。复数符号序列可以是M-ary QAM、M-ary移相键控(PSK)、差分PSK(DPSK)等等，以及通过串并转换，将复数符号的序列转换成多个并行(同时)复数符号，通过矩形脉冲，成形该并行复数符号，在副载波上调制它们，以及在载波上调制副载波调制信号的总和。发射机信道匹配单元包括放大器和天线以便通过无线或有线信道，传送载波调制信号。

相应得接收机包括接收机信道匹配单元、解调单元和信道解码单元。信道解码单元使用卷积编码、块编码、Turbo编码或其他编码方法，或其组合。

为执行多个并行(同时传输的)复数符号和副载波调制的矩形脉冲整形，基于采样定理，在发射机的调制单元中实现快速傅立叶逆变换(IFFT)信号处理器。在接收机中使用相应的快速傅立叶变换(FFT)。

在使用OFDM的数据传输系统的发射机中，通过映射机，将编码数据转换成复数符号序列。由于发射机中的频率交织器和接收机中的频率去交织器的操作，由于衰落，单独地影响相邻复数符号。因此，防止接收机中恢复的编码数据由于突发损失而严重性能降低。然而，由于衰落，信息损失概率仍然高，因此，传输性能降低高于通过无衰落信道的数据传输。

同时，在使用多个正交副载波的OFDM中，在接收机中解调的每一副载波表现为数据符号和频率非选择性衰落的乘积(即，相对于副载波的频率响应)。

在使用相干调制的OFDM中，在数据检测期间，相对于每一副载波，估计信道衰落失真，以及将估计结果用作单抽头均衡器以便从解调副载波中消除衰减失真。在该数据检测期间，信道估计是检测性能所必要的，由此已经研究并广泛采用。

为便于OFDM中的信道估计的目的，伪噪声(PN)序列作为均衡器训练符号被插入到传输信号帧中，以及基于传输-接收的PN序列和接收机中所存储的PN的已知本地副本间的所测量相关性，估计信道脉冲响应(CIR)(信道的衰落失真)。

在时域同步(TDS)OFDM系统中，将除周期前缀(CP)外的PN序列插入数据块之间，作为保护间隔，因为也将PN序列用作OFDM接收机处的均衡器训练符号，由此频谱效率高于仅使用CP的OFDM系统中。

B.W.Song，L.Gui，Y.F.Guan以及W.J.Zhang[“On ChannelEstimation and Equalization in TDS-OFDM based Terrestrial HDTVBroadcasting System”，IEEE Trans.Consumer Electronics，vol.51，no.3，pp.790-797，2005年8月]以及J.Wang，Z.X.Yang，C.Y.Pan，J.Song，andL.Yang[“Iterative Padding Subtraction of the PN Sequence for theTDS-OFDM over Broadcast Channels”，IEEE Trans.ConsumerElectronics，vol.51，no.4，pp.1148-1152，2005年11月]中介绍了使用PN序列，估计信道脉冲响应(CIR)的方法(例如，基于由接收机接收的基带采样复信号和本地存储PN间的循环(连续相关性))。

在由B.W.Song等人介绍的方法中，通过检测时域中的相关峰值，估计CIR。然而，仅当最大信道时延扩展小于在传输信号中的PN序列前后分别获得的前导信号的长度和后导信号的长度之和时，才能使用该方法。(见图1)

线性均衡未采用传输PN均衡器训练序列具有“有限符号集”结构的事实。判决反馈均衡(DFE)采用传输PN序列具有“有限符号集”结构的事实。为复用该属性，判决反馈均衡器使用过去判决来(迭代地)提高均衡器性能。当(判决反馈均衡)DFE迭代用来估计长延迟回波时，计算复杂以及不能实现所需性能。当使用由J.Wang等人介绍的方法时，时域和频域间的转换经常发生，导致相当大的复杂性。另外，即使许多DFE迭代后，也不能实现所需性能。换句话说，使用循环相关的传统信道估计方法在CIR估计期间具有非常高的计算复杂性以及不能适当地抵消干扰，由此导致性能的相当大损失。

发明内容

公开了使用线性相关和DFE的信道估计方法。本发明提供信道估计方法和系统，具有低计算复杂性，在CIR估计期间，能适当地抵消干扰，以及提供更精确的CIR估计，使用与判决反馈均衡结合的基于线性相关的干扰抵消(LCIC-DFE)。

根据本发明的方面，提供一种OFDM接收机，包括用于使用基于线性相关的干扰抵消(LCIC)和判决反馈均衡(decision-feedback-equalization)(DFE)，执行信道估计的系统。信道估计系统包括：线性相关器，配置成接收基带采样复信号(complexsignal)以及通过计算基带采样复信号和本地存储的伪噪声信号间的线性相关，生成第一相关序列；以及CIR估计器，用来从第一相关序列消除路径间干扰和消除随机数据干扰。

根据本发明的另一方面，提供一种使用LCIC-DFE的信道估计方法。该信道估计方法包括下述步骤：(a)计算基带采样复信号和本地存储的伪噪声PN信号间的线性相关，以及生成第一相关序列；以及(b)从第一相关序列迭代地消除路径间干扰，通过从第一相关序列消除路径间干扰，获得第二相关序列，以及基于第二相关序列，生成第一信道脉冲响应(CIR)。

信道估计方法可以进一步包括：(c)基于第一CIR序列、基带采样复信号以及基于第一相关序列生成的符号同步信号，生成反馈信号；以及(d)基于第一CIR序列和反馈信号，从第二相关序列消除随机数据干扰，以及基于消除随机数据干扰后获得的第三相关序列，生成第二CIR序列。

信道估计方法可以进一步包括使用第三相关序列，返回到步骤(b)。

步骤(b)包括：(b1)检测第一相关序列中，具有等于或大于预定阈值的振幅的峰值，以及生成观测矢量；(b2)基于观测矢量，生成CIR序列；(b3)基于CIR序列，从第一相关序列消除路径间干扰；以及(b4)当预定阈值大于初始阈值时，使预定阈值降低到预定参考值，并返回到子步骤(b1)。

预定阈值th_j的初始阈值th₁可以是通过(τ_max)除以M获得的值，其中，“j”是表示步骤(b)的迭代数的指数，M是允许初始值th₁大于最大寄生峰值振幅的预定数，以及最大寄生(parasitical)峰值振幅是((τ_max))*L_pre/L_PN或((τ_max))*L_post/L_PN。预定参考值可以定义为th_j＝th_j+1/M。

步骤(c)可以包括：(c1)基于符号同步信号和CIR序列，从基带采样复信号消除帧头以及恢复基带采样复信号中的帧体数据与当前信道CIR间的循环卷积以便生成恢复帧体；(c2)在恢复帧体上执行快速傅里叶变换以便生成快速傅里叶变换信号；(c3)在CIR序列上执行零填充以及在零填充CIR序列上执行离散傅里叶变换，以便生成离散傅里叶变换信号；(c4)基于快速傅里叶变换信号和离散傅里叶变换信号，执行信道均衡以便生成均衡信号；以及(c5)在均衡信号上执行硬判决以便生成硬判决信号。

替换地，步骤(c)：可以包括(c1)基于符号同步信号和CIR序列，从基带采样复信号消除帧头以及恢复基带采样复信号中的帧体数据与当前信道CIR间的循环卷积以便生成恢复帧体；(c2)在恢复帧体上执行快速傅里叶变换以便生成快速傅里叶变换信号；(c3)在CIR序列上执行零填充以及在零填充CIR序列上执行离散傅里叶变换，以便生成离散傅里叶变换信号；(c4)基于快速傅里叶变换信号和离散傅里叶变换信号，执行信道均衡以便生成均衡信号；以及(c6)在均衡信号上执行信道解码以便生成解码信号。

步骤(b2)可以包括：计算对应于大于预定阈值的所检测相关峰值的CIR系数。

步骤(b3)可以包括：基于观测矢量，从第一相关序列抵消路径间干扰，在后续迭代期间，降低峰值检测中的误差。

根据本发明的另一方面，提供使用LCIC-DFE的信道估计系统。信道估计系统包括：线性相关器，接收基带采样复信号以及通过计算基带采样复信号和本地存储的伪噪声信号间的线性相关，生成第一相关序列；符号同步单元，接收第一相关序列以及输出正交频分复用(OFDM)符号同步信号；以及CIR估计器，接收第一相关序列、符号同步信号和反馈信号，以及基于第一相关序列、符号同步信号和反馈信号，估计CIR，以及输出对应于估计结果的第一CIR序列。CIR估计器使用阈值方法，迭代地检测已经接收的第一相关序列中的最大互相关值，迭代地消除所检测的最大互相关值以便从第一相关序列消除路径间干扰，基于第一CIR序列和反馈信号间的卷积，从消除路径间干扰后所获得的第二相关序列消除随机数据干扰，以及基于消除随机数据干扰后所获得的第三相关序列，输出第二CIR序列。

信道估计系统可以进一步包括：快速傅里叶变换单元，在从伪噪声消除单元输出的恢复帧体上，执行快速傅里叶变换，以及输出快速傅里叶变换信号；离散傅里叶变换单元，在从CIR估计器输出的第一CIR序列上执行零填充，在零填充(zero-padded)CIR序列上执行离散傅里叶变换，以及输出离散傅里叶变换信号；信道均衡器，基于快速傅里叶变换信号和离散傅里叶变换信号，执行信道均衡，以及输出均衡信号；硬判决(hard-decision)单元，在从信道均衡器接收的均衡信号上执行硬判决，以及输出判决信号，以及解码单元，在从信道均衡器接收的均衡信号上执行信道解码以及输出解码信号。

反馈信号可以是从硬判决单元输出的硬判决信号或从解码单元输出的解码信号。

信道估计系统可以包括在OFDM接收机中。

参考用于示例说明本发明的优选实施例的附图以便传达本发明的充分理解。

附图说明

通过结合附图，详细地描述优选实施例，本发明的上述和其他特征将更显而易见，其中，图中相同的参考数字表示相同的部件，其中：

图1示例说明根据本发明的实施例的正交频分复用(OFDM)传输信号的结构；

图2是根据本发明的实施例的信道估计系统的框图；

图3是示例说明理想线性相关结果的图；

图4是示例说明当0dB的回波(在多路环境中)存在于循环相关区域内时，执行线性相关的结果的图；

图5是示例说明当0dB的回波存在于循环相关区外时，执行线性相关的结果的图；

图6列出了根据本发明的实施例，用来模拟信道估计系统的参数；

图7将使用在中国测试第8(CT8)信道模型中的图6所示的参数，用来模拟信道估计系统的概图制成列表；

图8是示例说明使用在传统信道模式中，在图6中所列出的参数，模拟信道估计系统的结果的图；以及

图9是示例说明使用在CT8信道模式中，图6所列出的参数，模拟信道估计系统的结果的图。

具体实施方式

图1示例说明根据本发明的实施例，正交频分复用(OFDM)传输信号的结构。OFDM传输信号包括包含伪噪声(PN)的帧头1和对应于离散傅里叶逆变换(IDFT)数据块的帧体5。

帧头1包括前导信号(pre-amble)2、PN序列3和后导信号4。参考符号L_PN、L_pre、L_m和L_post分别表示帧头1的长度、前导信号2的长度、PN序列3的长度和后导信号4的长度。基于m序列方法，即最大长度序列方法，生成PN序列3。通过PN序列3的循环延长，生成前导信号2和后导信号4。例如，当L_PN＝255、L_pre＝83和L_post＝82时，前导信号2对应于PN序列3中的第173至第255信号，以及后导信号4对应于PN序列3中的第1至第82信号。

图2是根据本发明的实施例的信道估计系统200的框图。信道估计系统200包括线性相关器110、符号同步单元120以及信道脉冲响应(CIR)估计器130。信道估计系统200可以进一步包括PN消除单元30，以及可以进一步包括模数转换器10和频率同步/时钟恢复单元20。同时，信道估计系统200可以进一步包括快速傅里叶变换(FFT)单元40、信道均衡器50、解码单元60、离散傅里叶变换(DFT)单元70和硬判决单元80。信道估计系统200可以在OFDM接收机内实现。

线性相关器110接收基带采样复信号r(n)和本地PN信号C(n)，以及计算它们间的线性相关性，以便生成线性相关序列Rrc(n)。当以频率fs＝1/Ts，采样输入到信道估计系统200的模拟信号r(t)时，获得基带采样复信号r(n)。此时，Ts＝Tu/Nc，其中，Nc是包括在帧体5中的OFDM符号的数量，以及Tu是Nc OFDM符号的整个周期。

符号同步单元120接收线性相关序列Rrc(n)以及基于线性相关序列Rrc(n)，生成OFDM符号同步信号SS。

CIR估计器130接收线性相关序列Rrc(n)、符号同步信号ss，以及反馈信号sf，基于所接收的三个信号，估计CIR，以及输出对应于估计结果的CIR序列

(其中，“i”是所接收的OFDM符号的指数)。

反馈信号sf可以是当执行判决反馈均衡(DFE)时生成的信号。

CIR估计器130使用阈值方法，检测线性相关序列Rrc(n)中的互相关值的最大值，以及从线性相关序列Rrc(n)重复地消除所检测的最大互相关值，由此从线性相关序列Rrc(n)消除路径间干扰(IPI)。另外，CIR估计器130基于CIR序列

和反馈信号sf间的卷积，从线性相关序列Rrc(n)消除随机数据干扰(与噪声类似)。此后，CIR估计器130基于已经从其消除路径间干扰(IPI)和随机数据干扰的线性相关序列Rrc(n)，输出CIR序列。

更详细地说，线性相关序列Rrc(n)具有三种类型的干扰：一种是由于帧头的异常互相关引起的路径间干扰(IPI)；另一种是在帧体中出现的随机数据干扰，以及其他是信道加性高斯白噪声(AWGN)。路径间干扰(IPI)比其他两种干扰更影响CIR估计。通过迭代地检测最大互相关值和从线性相关序列Rrc(n)移出它，能抵消路径间干扰(IPI)。基于CIR序列

和反馈信号sf间的卷积，通过CIR估计器130，能抵消随机干扰。基于从其移出路径间干扰的线性相关序列Rrc(n)，生成CIR序列

，以及基于恢复帧体xi(n)，生成反馈信号sf。

可以进一步包括在信道估计系统200中的PN消除单元30基于从符号同步单元120输出的符号同步信号ss以及从CIR估计器130输出的CIR序列

从基带采样复信号r(n)中消除帧头1(图1)，恢复频带采样复信号r(n)中的帧体数据和当前CIR间的循环卷积，以及输出恢复的帧体xi(n)。

如上所述，信道估计系统200可以进一步包括模数转换器(ADC)10和频率同步/时钟恢复单元20。模数转换器10以预定采样频率fs，采样所接收的模拟信号r(t)，以及输出对应于采样结果的数字信号。其中，预定采样频率fs可以是1/Ts以及Ts可以是Tu/Nc(见图1)。

频率同步/时钟恢复单元20补偿从模数转换器10输出的数字信号中的采样时钟偏移和载波频率偏移，以及输出基带采样复信号r(t)。

信道估计系统200可以进一步包括FFT单元40、DFT单元70、信道均衡器50、硬判决单元80和解码单元60。

FFT单元40在由PN消除单元30恢复的帧体xi(n)上执行快速傅里叶变换(FFT)，以及输出快速傅里叶变换信号Xi(k)，其中，“k”表示副载波的指数。

DFT单元70在从CIR估计器130输出的CIR序列

上执行零填充，在零填充序列上执行离散傅里叶变换(DFT)，以及输出离散傅里叶变换信号

，其中，“k”表示副载波的指数。

信道均衡器50基于从FFT单元40输出的快速傅立叶变换Xi(k)和从DFT单元70输出的离散傅里叶变换信号，执行信道均衡，以及输出均衡信号

。其中，通过Xi(k)除以

获得均衡信号

硬判决单元80接收从信道均衡器50输出的均衡信号

，在均衡信号

上执行硬判决，以及将硬判决结果输出为反馈信号sf。信道均衡器50还可以将均衡信号

输出到解码单元60和CIR估计器130。

解码单元60从信道均衡器50接收均衡信号

，在其上执行信道解码，以及输出解码信号。解码单元60可以使用向前纠错(FEC)，执行维特比(Viterbi)解码。

可以基于均衡信号

，生成输入到CIR估计器130的反馈信号sf。反馈信号sf可以是由处理均衡信号

的硬判决单元80生成的硬判决信号或由处理均衡信号

的解码单元60生成的解码信号。

如上所述，信道估计系统200可以包括在OFDM接收机中。

图3是示例说明在根据本发明的实施例的信道估计系统中，线性相关性的理论结果的图。换句话说，图3所示的图表示不反映通过信道传送的帧头和本地PN间的随机数据干扰的线性相关性的结果以及信道噪声。

图3示例说明相对于帧头1，通过如下设置的参数：L_pre＝83，L_post＝82，L_m＝255以及L_PN＝420，线性相关性的结果。对应于前导和后导信号2和4，(在时间＝+255和-255)生成主峰值(在时间＝0)以及两个寄生峰值。循环相关区中的线性相关性的结果-L_pre≤时间≤L_post(中心)与由于帧头1的循环延长的循环相关的结果。通过前导和后导信号2和4，由于循环相关的失真，相关噪声存在于循环相关区外。

图4是当0dB的回波(在多路环境中)存在于循环相关区内时，执行线性相关的结果的图。为简化说明书的目的，在该图中未示出信道噪声。

可以将图4中所示的线性相关的结果视为如图3所示，近似理想相关(由于信道卷积的线性化)以及实际信道中的信道CIR间的卷积。因此，通过检测图4所示的多路相关峰值，能执行相对于实际信道的CIR估计。参考图4，由于0dB回波(即log(第一峰值6的振幅(例如0.09)/第二峰值7的振幅(例如0.09))存在于循环相关区(具有最小额定振幅)中，能易于检测峰值。

然而，实际上，难以明确地确定多路的分布范围，因此，在具有高振幅的位置(特别是寄生峰值)处，可能错误地检测峰值。

图5是示例说明当0dB回波存在于循环相关区外时，执行线性相关的结果的图。参考图5，当0dB回波(即第四峰值9是第三峰值8的回波)存在于循环相关区之外时，完全破坏循环相关区，因此，由于多路或低振幅回波，难以检测短延迟。因此，本发明的实施例使用顺序地检测多路相关峰值以及从相关序列(即r(n))，消除多路相关峰值的方法。

在下文中，将参考图2，进一步描述根据本发明的实施例的信道估计的方法的步骤。

在步骤(a)，线性相关器110计算在基带采样复信号r(n)和本地PN信号C(n)间的线性相关性，以及生成第一线性相关序列Rrc(n)。在步骤(b)中，CIR估计器130从第一线性相关序列Rrc(n)重复地消除路径间干扰，以及基于在消除路径间干扰后获得的第二相关序列，生成第一CIR序列。

根据本发明的当前实施例的信道估计可以进一步包括下述步骤(c)和(d)。在步骤(c)中，信道估计系统200基于第一CIR序列、基带采样复信号r(n)以及基于第一线性相关序列Rrc(n)所生成的符号同步信号，生成反馈信号sf。

在步骤(d)中，CIR估计器130基于第一CIR序列和反馈信号sf，从第二相关序列消除随机数据干扰，以及基于在消除随机数据干扰后所获得的第三相关序列，生成第二CIR序列。

换句话说，可以从第一线性相关序列Rrc(n)(其在步骤(a)中生成)消除路径间干扰(步骤(b))以及基于路径间干扰自由相关序列，估计CIR。另外，从路径间干扰自由相关序列(步骤(d))消除随机数据干扰，然后，可以从随机数据干扰自由相关序列，估计CIR。因此，通过步骤(c)和(d)，执行DFE。

替换地，可以将步骤(d)中生成的第三相关序列设置成第一相关序列以及可以从步骤(b)重复步骤。换句话说，当DFE迭代次数为0时，省略步骤(c)和(d)。当DFE迭代数为1，一次执行步骤(c)和(d)的每一个。

在步骤(a)，线性相关器110基于基带采样复信号r(n)和本地PN信号C(n)，计算线性迭代以及生成第一相关序列Rrc(n)。第一相关序列Rrc(n)包括路径间干扰和随机数据干扰。

在步骤(b)，CIR估计器130从第一相关序列Rrc(n)消除路径间干扰。步骤(b)包括在子步骤(b1)中，在第一相关序列Rrc(n)中检测具有等于或大于预定阈值th_j的峰值，以及生成观测矢量A_j，在子步骤(b2)中，基于观测矢量，生成CIR序列，在子步骤(b3)中，基于CIR序列，从第一相关序列Rrc(n)消除路径间干扰，以及在子步骤(b4)中，当预定阈值th_j大于初始阈值th₁(其可以设置成大于最大寄生峰值)时，根据预定参数，降低预定阈值th_j，以及返回到子步骤(b1)。

在子步骤(b1)，在第一相关序列R_rc ^iter＝j(n)中，检测具有等于或大于预定阈值的振幅的峰值，以及生成观测矢量 $\mathrm{Aj}={[\hat{a}\left({\mathrm{\τ}}_0\right),\hat{a}\left({\mathrm{\τ}}_1\right),...,\hat{a}\left({\mathrm{\τ}}_{Q_j-1}\right)]}^T,$ 其中，(τ₀)至(τ_Qj-1)是各个检测峰值的振幅，Q_j是检测峰值数，()^T表示矩阵转置，以及τ₀至τ_Qj-1是相对时延。另外，预定阈值th_j的初始阈值th₁可以是将a(τ_max)除以M所获得的值，其中，“j”是表示迭代数并等于“iter”的指数，M是允许初始值th₁大于最大寄生峰值的预定数，以及最大寄生峰值可以是((τ_max))*L_pre/L_PN或((τ_max))*L_post/L_PN。

在子步骤(b2)中，基于观测矢量A_j，生成第j个CIR序列。当生成第j个CIR序列时，对应于大于预定阈值th_j的相关阈值，计算CIR系数。可以基于信道CIR和对于CIR估计器130已知的、当在帧体中不存在干扰时获得的理想相关间的卷积，同时计算观测矢量。为了当生成第j个CIR序列时同时计算CIR系数，可以使用统一解决方案。

在子步骤(b3)，基于第j个CIR序列，从相关序列Rrc^iter＝j+1(n)消除路径间干扰。路径间干扰自由相关序列是Rrc^iter＝j+1(n)。当消除路径间干扰时，基于观测矢量，可以同时抵消路径间干扰，以便在后续迭代期间，减少峰值检测中的误差。干扰抵消的理论基础是基于信道CIR和对于CIR估计器130已知的、当在帧体中不存在干扰时获得的理想相关间的卷积关系。

在子步骤(b4)，当预定阈值th_j大于初始阈值(τ_max)TH_relative时，将预定阈值th_j降低到预定参考。TH_relative是将检测的最大多路峰值和最小多路峰值间的比率，以及预定参考可以定义为th_j＝th_j+1/M。此后，相对于相关序列Rrc^iter＝j+1(n)，重复消除路径间干扰的步骤。

步骤(c)可以包括子步骤(c1至c5)，包括：在子步骤(c1)，从基带采样复信号r(n)中消除帧头(基于从符号同步单元120和CIR序列

输出的符号同步信号ss)，以及恢复基带采样复信号r(n)中的帧体数据和当前信道CIR间的循环卷积关系，以便生成恢复帧体X_i(n)；在子步骤(c2)，在恢复的帧体X_i(n)上执行FFT以便生成快速傅里叶变换信号X_i(k)；在子步骤(c3)，在CIR序列

上执行零填充以及在零填充

上执行DFT，以便生成离散傅里叶变换信号

；在子步骤(c4)，基于快速傅里叶变换信号X_i(k)和离散傅里叶变换信号

，执行信道均衡以便生成均衡信号；以及在子步骤(c5)，在均衡信号上执行硬判决以便生成硬判决信号

。代替执行子步骤(c5)，可以执行在均衡信号

上执行信道解码以便生成解码信号的子步骤。换句话说，反馈信号sf可以由硬判决或由均衡信号的信道解码产生。

在步骤(d)，使用通过DFE生成的当前帧体数据和在前OFDM信号中的帧体数据，可以抵消随机数据干扰。能基于信道CIR和通过DFE获得的帧体数据和当随机数据干扰不存在于帧头中时的本地PN间的相关间的卷积，能抵消随机数据干扰。

根据本发明的上述示例性实施例的信道估计能由下述算法(伪代码)表示：

(1)设置N_dfe，DFE＝0；

(2)设置TH_relative，Rrc^iter＝j(n)，j＝1；

(3)设置th_j＝(τ_max)/M；

(4)当(thj≥(τ_max)TH_relative){

从Rrc_iter＝j(n)获得A_j；

基于A_j，生成CIR序列；

Rrc^iter＝j(n)＝通过从Rrc^iter＝j(n)抵消路径间干扰而获得的序列；

基于Rrc^iter＝j(n)，生成CIR序列；

th_j＝th_j/M；

j＝j+1；}

(5)如果(DFE＜N_dfe){

生成反馈信号；

Rrc^iter＝j(n)＝通过从Rrc^iter＝j(n)抵消随机数据干扰获得的序列；

返回到(2)；}。

图6列出了用来模拟根据本发明的实施例的信道估计系统的参数。

图7使用在中国测试第8(CT8)信道模型中，使用图6中列出的参数，制表用来模拟信道估计系统的配置。

图8是示例说明在“Digital Video Broadcasting(DVB)：Framestructure，Channel Coding and Modulation for Digital TerrestrialTelevision”[ETSI，Tech，Rep.EN300 744 v1.1.2，1997年8月]中公开了在DVB-T信道模式的固定接收F1中，使用图6中列出的参数的信道估计系统的模拟结果的图。

参考图8，在抵消随机数据干扰前(即在第一DFE迭代中)，M＝2以及TH_relative为1/8，以及当抵消随机数据干扰时(即在第二DFE迭代中)TH_relative为1/16。

参考图8，与传统信道估计(由J.Wang，Z.X.Yang，C.Y.Pan，J.Song，and L.Yang[“Iterative Padding Subtraction of the PN Sequence for theTDS-OFDM over Broadcast Channels”，IEEE Trans.ConsumerElectronics，vol.51，no.4，pp.1148-1152，2005年11月中介绍的方法[2]]相比，在根据本发明的当前实施例执行的信道估计中，符号误码率一律更低[LCIC-DFE Ndfe＝1，Ndfe＝2]。另外，当与当仅使用基于线性相关的干扰抵消(LCIC)，而不使用DFE时相比，当执行一个DFE迭代(Ndfe＝0)时，在SER＝0.1时，使信噪比(SNR)增加约3dB。

图9是示例说明在CT8信道模式中，使用与用在图8中所示的模拟中相同的参数(图6)，信道估计系统的模拟结果的图。参考图8和9，CIR估计主要受用在图8中所示的模拟中的信道模式中的路径间干扰影响，其中，不存在长延迟回波。因此，信道估计不受DFE迭代数影响。然而，由于用在图9所示的模拟中的CT8模式具有长延迟和高振幅回波，基于NFE迭代数，性能显著不同。

如上所述，根据本发明的实施例，能有效地估计信道CIR，以及在具有长延迟和高振幅回波的环境中，显著地改进信道CIR估计的性能。另外，本发明具有比使用循环相关，执行传统信道估计方法的系统更低的系统复杂性，从而便于实现。

尽管参考其优选实施例，特别示出和描述了本发明，本领域的普通技术人员将理解到在不背离如由下述权利要求所定义的本发明的精神和范围的情况下，可以在形式和细节方面做出各种改变。

Claims (20)

1.一种信道估计方法，使用与判决反馈均衡(DFE)结合的基于线性相关的干扰抵消(LCIC)。

2.如权利要求1所述的信道估计方法，其中，该信道估计方法包括下述步骤：

(a)计算基带采样复信号和本地存储的伪噪声PN信号间的线性相关，以及生成第一相关序列；以及

(b)从第一相关序列迭代地消除路径间干扰，通过从第一相关序列消除路径间干扰而获得第二相关序列，以及基于第二相关序列，生成第一信道脉冲响应(CIR)。

3.如权利要求2所述的信道估计方法，进一步包括：

(c)基于第一CIR序列、基带采样复信号以及基于第一相关序列生成的符号同步信号，生成反馈信号；以及

(d)基于第一CIR序列和反馈信号，从第二相关序列消除随机数据干扰，通过从第二相关序列消除随机数据干扰，获得第三相关序列，以及基于第三相关序列，生成第二CIR序列。

4.如权利要求3所述的信道估计方法，进一步包括：(e)使用第三相关序列，返回到步骤(b)。

5.如权利要求2所述的信道估计方法，其中，步骤(b)包括子步骤：

(b1)检测第一相关序列中，具有等于或大于预定阈值的振幅的峰值，以及生成观测矢量；

(b2)基于观测矢量，生成CIR序列；

(b3)基于CIR序列，从第一相关序列消除路径间干扰；以及

(b4)当预定阈值大于初始阈值时，使预定阈值降低到预定参考值，并返回到子步骤(b1)。

6.如权利要求5所述的信道估计方法，其中，预定阈值th_j的初始阂值th_l是通过

除以M获得的值，其中，“j”是表示步骤(b)的迭代数的指数，M是允许初始值th_l大于最大寄生峰值振幅的预定数，以及最大寄生峰值振幅是

或

7.如权利要求6所述的信道估计方法，其中，预定参考值定义为th_i＝th_j+l /M。

8.如权利要求3所述的信道估计方法，其中，步骤(c)包括子步骤：

(c1)基于符号同步信号和CIR序列，从基带采样复信号消除帧头，以及恢复基带采样复信号中的帧体数据与当前信道CIR间的循环卷积以便生成恢复帧体；

(c2)在恢复帧体上执行快速傅里叶变换以便生成快速傅里叶变换信号；

(c3)在CIR序列上执行零填充以及在零填充CIR序列上执行离散傅里叶变换，以便生成离散傅里叶变换信号；

(c4)基于快速傅里叶变换信号和离散傅里叶变换信号，执行信道均衡以便生成均衡信号；以及

(c5)在均衡信号上执行硬判决以便生成硬判决信号。

9.如权利要求3所述的信道估计方法，其中，步骤(c)包括子步骤：

(c1)基于符号同步信号和CIR序列，从基带采样复信号消除帧头，以及恢复基带采样复信号中的帧体数据与当前信道CIR间的循环卷积以便生成恢复帧体；

(c2)在恢复帧体上执行快速傅里叶变换，以便生成快速傅里叶变换信号；

(c3)在CIR序列上执行零填充以及在零填充CIR序列上执行离散傅里叶变换，以便生成离散傅里叶变换信号；

(c4)基于快速傅里叶变换信号和离散傅里叶变换信号，执行信道均衡以便生成均衡信号；以及

(c6)在均衡信号上执行信道解码以便生成解码信号。

10.如权利要求5所述的信道估计方法，其中，子步骤(b2)包括计算对应于大于预定阈值的所检测相关峰值的CIR系数。

11.如权利要求5所述的信道估计方法，其中，子步骤(b3)进一步包括通过基于观测矢量，从第一相关序列抵消路径间干扰，在后续迭代期间，降低峰值检测中的误差。

12.一种信道估计系统，使用与判决反馈均衡结合的基于线性相关的干扰抵消。

13.如权利要求12所述的信道估计系统，其中，信道估计系统包括：

线性相关器，配置成接收基带采样复信号以及通过计算基带采样复信号和本地存储的伪噪声信号间的线性相关，生成第一相关序列；

符号同步单元，配置成接收第一相关序列以及输出正交频分复用(OFDM)符号同步信号；以及

信道脉冲响应(CIR)估计器，配置成接收第一相关序列、符号同步信号和反馈信号，以及基于第一相关序列、符号同步信号和反馈信号，估计CIR，以及输出对应于估计结果的第一CIR序列，

其中，CIR估计器用来消除路径间干扰，以及从第一相关序列消除随机数据干扰。

14.如权利要求13所述的信道估计系统，其中，CIR估计器：

迭代地检测第一相关序列中的最大互相关值，

基于第一CIR序列和反馈信号间的卷积，迭代地消除所检测的最大互相关值以便从第一相关序列消除路径间干扰，从通过从第一相关序列消除路径间干扰而获得的第二相关序列消除随机数据干扰，

以及基于通过从第一相关序列消除随机数据干扰获得的第三相关序列，输出第二CIR序列。

15.如权利要求13所述的信道估计系统，进一步包括：

快速傅里叶变换单元，配置成在从伪噪声消除单元输出的恢复帧体上，执行快速傅里叶变换，以及输出快速傅里叶变换信号；

离散傅里叶变换单元，配置成在从CIR估计器输出的第一CIR序列上执行零填充，在零填充CIR序列上执行离散傅里叶变换，以及输出离散傅里叶变换信号；

信道均衡器，配置成基于快速傅里叶变换信号和离散傅里叶变换信号，执行信道均衡，以及输出均衡信号，以及至少下述一个：

硬判决单元，配置成在从信道均衡器接收的均衡信号上执行硬判决以及输出硬判决信号；以及

解码单元，配置成在从信道均衡器接收的均衡信号上执行信道解码以及输出解码信号。

16.如权利要求15所述的信道估计系统，其中，反馈信号是从硬判决单元输出的硬判决信号。

17.如权利要求15所述的信道估计系统，其中，反馈信号是从解码单元输出的解码信号。

18.一种OFDM接收机，包括用于使用基于线性相关的干扰抵消和判决反馈均衡，执行信道估计的系统。

19.如权利要求18所述的接收机，其中，信道估计系统包括：

线性相关器，配置成接收基带采样复信号，以及通过计算基带采样复信号和本地存储的伪噪声信号间的线性相关，生成第一相关序列；以及

CIR估计器，用来从第一相关序列消除路径间干扰和消除随机数据干扰。

20.如权利要求19所述的接收机，其中，CIR估计器：

迭代地检测第一相关序列中的最大互相关值，

基于第一CIR序列和反馈信号间的卷积，迭代地消除所检测的最大互相关值以便从第一相关序列消除路径间干扰，从通过从第一相关序列消除路径间干扰所获得的第二相关序列，消除随机数据干扰，

以及基于通过从第一相关序列消除随机数据干扰而获得的第三相关序列，输出第二CIR序列。

Images