CN101364831A - 信道估计的方法 - Google Patents

Abstract

本发明公开了一种信道估计的方法，属于数字信息传输技术领域。所述方法包括：去除前一帧的数据与信道冲激响应的线性卷积的码间干扰和噪声得到新线性卷积；计算当前帧的信道冲激响应并设为初始信道估计；计算当前帧的伪随机序列和初始信道估计的线性卷积；重构当前帧的线性卷积；分别对当前帧的伪随机序列和重构的线性卷积进行变换；变换后取比值进行逆变换得到新信道估计；累计迭代次数，若未达到预设的最大值，则将新信道估计作为初始信道估计继续迭代，否则将新信道估计作为最终信道估计。本发明得到更准确的信道估计，消除了多径信道造成的符号间干扰，简化了基于伪随机序列填充的多载波和单载波传输系统的信道估计和均衡的处理复杂度。

Description

信道估计的方法

技术领域

本发明涉及数字信息传输技术领域，特别涉及一种信道估计的方法。

背景技术

目前通信技术主要要解决的问题是如何在有限的带宽内可靠地提高传输速率。由于信道的影响，尤其是无线信道是一个时间和频率双色散信道，信号会产生畸变并加入噪声，因此在有效传输净荷或数据部分的同时，系统还应能识别出信道的变化，并加以抵消或补偿。此外，接收端还要对接收信号进行时钟恢复、载波恢复和信道估计等。在复杂的传输环境中，为保证通信系统的可靠性和高效性，通信系统通常采用的方法是传输一段特定信号，作为传输数据块之间的保护间隔和数据块同步。

对于多载波系统，通常OFDM(Orthogonal Frequency Division Multiplexing，正交频分复用)帧格式的第一和第二种构成如图1和图2所示。在图1的格式中，DFT(Discrete FourierTransform，离散傅立叶变换)或FFT(Fast Fourier Transform，快速傅立叶变换)块A2位于循环前缀段A1之后，循环前缀用作DFT块的保护间隔。OFDM调制需要使用保护间隔或它的等效体，以便对抗接收信号中可能存在的多径干扰，防止OFDM符号间干扰，该结构称为CP-OFDM(Cyclic Padding OFDM，循环前缀的正交频分复用)。CP-OFDM目前已经得到广泛应用，如DAB(Digital Audio Broadcasting，数字音频广播)、DVB-T(Terestrial Digital VideoBroadcasting，地面数字视频广播)、IEEE802.11a、HIPERLAN/2无线局域网标准等。在图2的格式中，DFT块B2后面跟着零填充段B1，此零填充段用作DFT块的保护间隔。该结构称为ZP-OFDM(Zero Padding OFDM，零填充的正交频分复用)。可参见文献[Muquet B，WangZ，Giannakis G.B，Courville M.de，and Duhamel P，Cyclic Prefixing or Zero Padding for WirelessMulticarrier Transmissions，IEEE Trans.on Communications，2002，50(12)：2136-2148.]。

对于SC(Single Carrier，单载波系统)，帧结构格式通常是数据块保护间隔中填充训练序列的方法，其构成如图3和图4所示。在图3的格式中，数据块C2位于两个训练序列C1之间，前一个训练序列可以看作数据块和后一个训练序列的循环前缀，消除数据块间干扰。在图4的格式中，数据块D2位于训练序列D1之后。可参见文献[Witschnig H.，Mayer，T.，PetitM.，Hutzelmann H.，Springer A.，Weigel R.，The advantages of a unique word for synchronisationand channel estimation in a SC/FDE system，Personal Mobile Communications Conference，2003.5th European(Conf.Publ.No.492)22-25 April 2003 Page(s)：436-440]。

参见图5，为基于伪随机序列填充的单载波或多载波系统的基带模型示意图。图中S/P和P/S分别表示串并转换和并串转换。在发射端假设第i帧数据为符号

表示长度为N的序列。

如果经过多载波系统，则先进行IDFT(Inverse discrete Fourier transform，逆离散傅立叶变换)得到：

$s_{i,k}=\frac{1}{\sqrt{N}}\underset{n=0}{\overset{N-1}{\mathrm{\&Sigma;}}}{S}_{i,n}\exp \left\{j\frac{2\mathrm{\&pi;nk}}{N}\right\},0\&le;k<N$

式中，i表示OFDM帧号，S表示频域数据，s表示时域数据。

然后将预先定义的伪随机序列(PN)插入到每个IDFT的输出

中，得到发送信号。

如果经过单载波系统，则直接将伪随机序列(PN)

插入到第i帧数据

中，得到发送信号，如图6所示。

由于多载波系统和单载波系统的帧结构均可以表示为用伪随机序列(PN)替代数据块之间的保护间隔，而数据块可以在频域或者时域，因此可以将第i帧数据统一用

表示。参见图7，发送信号帧可以分为不相互混叠的两部分，即伪随机序列 ${\left\{c_{i,k}\right\}}_{k=0}^{M-1},i\&GreaterEqual;0$ 和数据 ${\left\{d_{i,k}\right\}}_{k=0}^{N-1},i\&GreaterEqual;0.$ 发送信号经过传输信道时会发生畸变和引入噪声，假设采用的信道模型为准静态的L阶FIR(Finite Impulse Response，有限冲激响应)系统，则将CIR(Channel ImpulseReponse，信道冲激响应)记为在实际的传输系统中，伪随机序列长度通常设计为不小于信道冲激响应的长度(即信道的最大延时)，即有M≥L。

由于多径信道的影响，接收端信号

会发生混叠，有混叠的接收信号包括两个部分：

表示伪随机序列和信道冲激响应的线性卷积，

表示数据块和信道冲激响应的线性卷积，参见图8和图9，与

可分别表示为：

$x_{i,k}=d_{i,k}*h_{i,k}=\underset{l=0}{\overset{L-1}{\mathrm{\&Sigma;}}}{d}_{i,k-l}\&CenterDot;h_{i,l},0\&le;k<N+L-1;$

$y_{i,k}=c_k*h_{i,k}=\underset{l=0}{\overset{L-1}{\mathrm{\&Sigma;}}}{c}_{k-l}\&CenterDot;h_{i,l},0\&le;k<M+L-1;$

由于噪声的影响，接收信号可以表示为：

r_i，k＝u_i，k+n_i，k，0≤k<M+N；

式中，n_i，k表示AWGN(Additive White Gaussian Noise，加性白高斯噪声)，其中u_i，k可表示为：

$u_{i,k}=\left\{\begin{array}{cc}{x}_{i-1,k+N}+y_{i,k},& 0\&le;k<L-1\\ y_{i,k},& L-1\&le;k<M\\ x_{i,k-M}+y_{i,k},& M\&le;k<M+L-1\\ x_{i,k-M},& M+L-1\&le;k<N+M\end{array}\right.;$

在接收端解调数据时，需要将

从信号中去除，留下余项即消除伪随机序列对数据的干扰。

对于多载波系统，余项

与ZP-OFDM的情况相同，因此现有应用于ZP-OFDM系统的方法都适用，例如，文献[Muquet B，Wang Z，Giannakis G.B，Courville M.de，andDuhamel P，Cyclic Prefixing or Zero Padding for Wireless Multicarrier Transmissions，IEEE Trans.on Communications，2002，50(12)：2136-2148.]中提到的迫零(ZF，Zero Forcing)和最小均方估计(MMSE，Minimum Mean Square Error)均衡算法。

对于单载波系统，余项

可以利用经典的时域均衡技术消除码间干扰(ISI，InterSymbol Interference)，例如，文献[S.U.H.Qureshi，“Adaptive Equalization，”Proc.IEEE，vol.73，no.9，Sept.1985，pp.1349-87]中提到的自适应算法；或者使用频域均衡技术，例如，文献[N.Benvenuto and S.Tomasin，“On the comparison between OFDM and single carrier modulation witha DFE using a frequency-domain feed-forward filter，”IEEE Trans.Commun.，vol.50，no.6，pp.947-955，June2002]中提到的SC-DFE方法。

在一般的分析中，通常假设接收端能够得到准确的信道冲激响应，因此伪随机序列能够与数据完全分解开。然而实际上要想得到准确的信道冲激响应，需要将数据和伪随机序列的影响完全分离。因此，准确分解数据与伪随机序列和准确估计信道冲激响应这两点是互相制约的。并且由于信道的时变性、系统引入的误差和本身估计方法的偏差，往往不能得到准确的信道冲激响应。

对于伪随机序列填充的多载波或单载波系统，均可以将其帧结构看作一个伪随机序列加数据块的结构，无论该数据块是时域的(如单载波系统)还是频域的(如多载波系统)。如何分离伪随机序列和数据，消除数据对伪随机序列的干扰以更好地估计信道冲激响应，以及消除伪随机序列对数据的干扰以更好地恢复数据，是这类帧结构在信道估计和均衡中遇到的主要问题。中国发明专利200510012127.6《一种OFDM调制系统中伪随机序列填充的迭代消除方法》中提出了一种迭代分解的方法，解决了信道估计和均衡的问题，但是该算法复杂度较高、实现较困难。

发明内容

为了降低信道估计的复杂度，本发明提供了一种信道估计的方法，所述方法包括：

步骤A：对当前帧的前一帧的数据与信道冲激响应的线性卷积，进行去除码间干扰和噪声，得到所述前一帧的新线性卷积；

步骤B：计算所述当前帧的信道冲激响应，并将其设置为初始信道估计；

步骤C：计算所述当前帧的伪随机序列和初始信道估计的线性卷积；

步骤D：根据所述当前帧的接收信号、线性卷积和所述前一帧的新线性卷积，重构所述当前帧的线性卷积；

步骤E：分别对所述当前帧的伪随机序列和所述重构得到的线性卷积进行变换，得到所述当前帧的新伪随机序列和新线性卷积；

步骤F：对所述当前帧的新线性卷积与新伪随机序列的比值进行所述变换的逆变换，得到新的信道估计，并累计迭代次数；

步骤G：判断累计后的迭代次数是否达到预先设置的最大值，如果未达到，则将所述新的信道估计作为初始信道估计，然后执行步骤C，否则将所述新的信道估计作为最终的信道估计。

其中，所述步骤A具体包括：

步骤A1：根据相邻的前两帧的信道冲激响应，通过插值得到当前帧的信道冲激响应；

步骤A2：计算所述当前帧的伪随机序列和信道冲激响应的线性卷积，并计算所述当前帧的前一帧的伪随机序列和信道冲激响应的线性卷积；

步骤A3：根据所述当前帧的线性卷积、所述前一帧的接收信号和线性卷积，得到所述前一帧的数据与信道冲激响应的线性卷积；

步骤A4：去除所述前一帧的数据与信道冲激响应的线性卷积中的码间干扰和噪声，得到所述前一帧的新线性卷积。

其中，所述步骤A4具体包括：

计算所述前一帧的信道估计；

利用零填充的正交频分复用的方式对所述前一帧的数据与信道冲激响应的线性卷积进行均衡，得到所述前一帧的数据的估计值；

对所述估计值进行判决，得到新的数据；

将所述新的数据与所述前一帧的信道估计的线性卷积，作为所述前一帧的新线性卷积。

其中，所述步骤B具体包括：

根据相邻的前两帧的信道冲激响应，通过插值得到所述当前帧的信道冲激响应，将所述当前帧的信道冲激响应设置为初始信道估计。

其中，所述步骤F还包括：

对所述当前帧的新线性卷积与新伪随机序列的比值进行所述变换的逆变换之后，将所述逆变换的结果中大于信道冲激响应的长度的项设置为零，并进行滤波。

其中，所述滤波的步骤是指：

根据所述步骤D中所述重构得到的所述当前帧的线性卷积、所述当前帧的伪随机序列、噪声功率和接收信号的平均功率，采用最小均方估计算法进行滤波。

其中，所述滤波的步骤具体包括：

找出所述逆变换的结果中模最大的项；

根据所述模最大的项和接收信号的信噪比，估计噪声门限；

将所述结果中模小于所述噪声门限的项设置为零。

其中，所述变换为离散傅立叶变换，所述逆变换为逆离散傅立叶变换。

本发明利用当前信道估计求出前一帧数据对伪随机序列的干扰，然后重构伪随机序列与信道冲激响应的线性卷积，从而得到更准确的信道估计，然后通过迭代进一步优化信道估计，从而消除了多径信道造成的符号间干扰，将伪随机序列与数据分开，并简化了基于伪随机序列填充的多载波和单载波传输系统的信道估计和均衡的处理复杂度。

附图说明

图1是现有多载波系统中OFDM帧格式的一种结构示意图；

图2是现有多载波系统中OFDM帧格式的另一种结构示意图；

图3是现有单载波系统中OFDM帧格式的一种结构示意图；

图4是现有单载波系统中OFDM帧格式的另一种结构示意图；

图5是现有基于伪随机序列填充的多载波或单载波系统的基带模型示意图；

图6是现有OFDM发送信号帧的结构示意图；

图7是现有OFDM发送信号帧的时域分解结构示意图；

图8是现有OFDM接收信号帧的结构示意图；

图9是现有OFDM接收信号帧的时域分解结构示意图；

图10是本发明实施例提供的一种信道估计的方法流程图；

图11是本发明实施例提供的信道估计的方法在信道模型1下的误符号率性能曲线图；

图12是本发明实施例提供的信道估计的方法在信道模型2下的误符号率性能曲线图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

本发明通过重构当前帧的伪随机序列与信道冲激响应的线性卷积，以及迭代处理，得到更准确的信道估计，进一步优化了信道估计，从而消除了多径信道造成的符号间干扰，将伪随机序列与数据分开，并简化了基于伪随机序列填充的多载波和单载波传输系统的信道估计和均衡的处理复杂度。

图10显示了本发明实施例提供的信道估计的方法流程，具体包括以下步骤：

步骤101：根据相邻的前两帧第i-2帧和第i-1帧的信道冲激响应 通过插值得到当前帧第i帧的信道冲激响应

其中，L为信道冲激响应的长度，插值可以为线性插值。

步骤102：计算第i-1帧的伪随机序列

与信道冲激响应

的线性卷积的估计

并计算第i帧的伪随机序列

与信道冲激响应

的线性卷积的估计 ${\left\{{\hat{y}}_{i,k}\right\}}_{k=0}^{M+L-1}.$

其中，通常第i-1帧和第i帧中的伪随机序列在接收机同步后为已知信号，计算方法可以使用但不局限于N₁点的DFT。使用DFT时，若序列点数不够N₁，则补零至N₁点，N₁≥M+L，M>L，其中M为伪随机序列的长度。

步骤103：根据第i帧的线性卷积的估计第i-1帧的接收信号

和线性卷积的估计

得到第i-1帧的数据与信道冲激响应的线性卷积的估计 ${\left\{{\hat{x}}_{i-1,k}\right\}}_{k=0}^{M+N-1};$

具体为从第i-1帧接收信号中去除和

即得到第i-1帧数据和信道冲激响应的线性卷积结果

的估计，其中N为发送端每帧数据的长度：

${\hat{x}}_{i-1,k}=\left\{\begin{array}{cc}{r}_{i-1,k+M}-{\hat{y}}_{i-1,k+M},& 0\&le;k<L-1\\ r_{i-1,k+M},& L-1\&le;k<N\\ r_{i-1,k+M}-{\hat{y}}_{i,k-N},& N\&le;k<M+N\end{array}\right..$

步骤104：去除第i-1帧的数据与信道冲激响应的线性卷积的估计

中的码间干扰和噪声，得到第i-1帧的新线性卷积

可以采用判决反馈的方式或者信道解码的方式对

进行处理，去除其中残余的码间干扰和噪声项，得到

其中，对采用判决反馈的方式对进行处理的步骤具体如下：

1)计算第i-1帧

的信道估计

可以采用对

和

取平均值的方式进行计算，即：

${\tilde{h}}_{i-1,k}=({\hat{h}}_{i-1,k}+{\hat{h}}_{i,k})/2;$

2)利用ZP-OFDM进行均衡，将

的后M个数据加到头部，构成一个N点的数据 ${\left\{{\mathrm{eq}}_{i-1,k}\right\}}_{k=0}^{N-1},$ 即：

${\mathrm{eq}}_{i-1,k}=\left\{\begin{array}{cc}{x}_{i-1,k}+x_{i-1,k+N},& 0\&le;k\&le;M-1\\ x_{i-1,k},& M\&le;k\&le;N-1\end{array}\right.;$

对该数据进行均衡得到第i-1帧的数据的估计值：

${\hat{s}}_{i-1,k}=\mathrm{IDFT}\left\{\frac{\mathrm{DFT}\left({\mathrm{eq}}_{i-1,k}\right)}{\mathrm{DFT}\left({\tilde{h}}_{i-1,k}\right)}\right\},0\&le;k<N;$

3)对于多载波系统可以将

通过N点DFT变换到频域，判决得到

然后再变换到时域，得到

对于单载波系统可以将

判决得到

4)对

和

进行线性卷积得到

该线性卷积可以通过N₁点的DFT实现。

步骤105：设置当前的迭代次数I为0，并且将步骤101中得到的第i帧的信道冲激响应

设置为初始信道估计，即 ${\left\{{\hat{h}}_{i,l}^{\mathrm{iter}=0}\right\}}_{l=0}^{L-1}={\left\{{\hat{h}}_{i,l}\right\}}_{l=0}^{L-1},$ 其中iter为当前迭代次数。

步骤106：计算初始信道估计

和第i帧伪随机序列的线性卷积 ${\left\{{\hat{y}}_{i,k}^{\mathrm{iter}=I}\right\}}_{k=0}^{M+L-1}.$

计算方法可以使用但不局限于N₁点DFT变换。使用DFT时，若序列点数不够N₁，则补零至N₁点；当第一次进行迭代时，可以直接将步骤102中计算得到的

作为 ${\left\{{\hat{y}}_{i,k}^{\mathrm{iter}=I}\right\}}_{k=0}^{M+L-1}.$

步骤107：根据第i帧的接收信号

步骤106得到的线性卷积

以及步骤104得到的第i-1帧的新线性卷积

重构第i帧的伪随机序列

与信道冲激响应的线性卷积 ${\left\{{\mathrm{\&psi;}}_{i,k}^{\mathrm{iter}=I}\right\}}_{k=0}^{M+K-1}:$

${\mathrm{\&psi;}}_{i,k}^{\mathrm{iter}=I}=\left\{\begin{array}{cc}{r}_{i,k}-z_{i-1,k+N},& 0\&le;k<L-1\\ r_{i,k},& L-1\&le;k<M\\ {\hat{y}}_{i,k}^{\mathrm{iter}=I},& M\&le;k<M+L-1\end{array}\right..$

步骤108：分别对第i帧的伪随机序列

和上述重构得到的线性卷积

做变换，得到新伪随机序列和新线性卷积，并累计迭代次数，即将当前迭代次数I加1，对新线性卷积与新伪随机序列的比值进行该变换的逆变换，得到新的信道估计；

其中，变换和逆变换可以为离散傅立叶变换和逆离散傅立叶变换，则做N₁点离散傅立叶变换后得到

和若序列点数不够N₁，则补零至N₁点，新的信道估计 ${\left\{{\hat{h}}_{i,k}^{\mathrm{iter}=I+1}\right\}}_{k=0}^{N_1-1}$ 为：

${\hat{h}}_{i,k}^{\mathrm{iter}=I+1}=\mathrm{IDET}\left\{\frac{{\mathrm{\&Psi;}}_{i,k}^{\mathrm{iter}=I+1}}{C_{i,k}}\right\},0\&le;k<N_1-1.$

为了提高精确性，进一步地，可以将

中大于信道冲激响应的长度的项，即k≥L项，设置为零，从而得到信道估计然后进行滤波，并将滤波后的结果作为新的信道估计。

其中，滤波可以采用以下两种方式：

1)根据步骤107中重构得到的第i帧的线性卷积、第i帧的伪随机序列、噪声功率、接收信号的平均功率，采用MMSE算法对信道估计进行滤波：

${\hat{h}}_{i,k}^{\mathrm{iter}=I+1}=\mathrm{IDET}\left\{\frac{{\mathrm{\&Psi;}}_{i,k}^{\mathrm{iter}=I+1}}{C_{i,k}+{\mathrm{\&sigma;}}_n^2/{\mathrm{\&sigma;}}_s^2}\right\},0\&le;k<N_1-1;$

其中

分别为噪声功率与接收信号的平均功率；

2)采用设置门限去除

中数值较小的项的方式：

找出

中模最大的项h_max，i；根据h_max，i和SNR(Signal to Noise Ratio，信噪比)，估计噪声门限h_thr，i＝h_max，i·10^-SNR/20，然后将

中模小于噪声门限h_thr，i的项设置为0，其中SNR为接收信号的信噪比。

步骤109：判断累计后的迭代次数是否达到了预先设定的迭代次数最大值J，如果达到，则执行步骤110；如果未达到，则执行步骤111。

步骤110：停止迭代，将得到的新信道估计作为最终的信道估计

步骤111：将新的信道估计作为初始信道估计，然后执行步骤106。

进一步地，得到最终的信道估计后，还可以采用ZP-OFDM对数据

进行均衡。

对上述技术方案中提出的基于伪随机序列重构的多载波或单载波系统中的迭代信道估计的方法进行了计算机仿真，主要仿真参数如表1所示。其中包括：符号率为7.56M符号/秒，子载波星座图有QPSK、16QAM和64QAM，子载波间隔为2KHz，伪随机序列长度M为420。

           表1

 

符号率	7.56M符号/秒
		子载波星座图	QPSK，16QAM，64QAM
OFDM子载波数N	3780
		子载波间隔	2KHz
伪随机序列长度M	420

仿真中采用表2和3所示的两种信道模型1和2。

   表2

 

抽头	延迟(Ts)	归一化功率
			1	0	1
2	2	0.22589
			3	4	0.15034
4	5	0.051534
			5	6	0.14972
6	7	0.17099
			7	13	0.29572
8	16	0.40716
			9	18	0.25878
10	19	0.22116
			11	26	0.26291
12	28	0.24014
			13	30	0.057662
14	31	0.061831
			15	41	0.25973
16	42	0.11659
			17	59	0.40097
18	83	0.30359
			19	98	0.35083
20	101	0.18507
			21	165	0.17681

    表3

 

抽头	延迟(Ts)	归一化功率
			1	14	1
2	0	0.126
			3	15	0.1
4	27	0.1
			5	57	0.316
6	241	1

其中，表2所示多径信道是欧洲DVB-T标准的静态接收信道模型，表3所示多径信道是SARFT(State Administration of Radio Film andTelevision，中国广播电影电视管理总局)在数字电视测试报告中提出的SFN(Single Frequency Network，单频网)模型，该多径信道包含延时长达30us的0dB回波。在仿真过程中，采用参数N＝3780，M＝L＝420，N₁＝2048。参见图11和图12，分别为在两种仿真信道下无迭代和迭代次数为1、2时QPSK、16QAM、64QAM三种星座图下调制系统的SER(Symbol Error Rate，误符号率)性能比较。其中，

为QPSK，I＝0，

为QPSK，I＝1，为QPSK，I＝2；

为16QAM，I＝0，

为16QAM，I＝1，为16QAM，I＝2；

为64QAM，I＝0，

为64QAM，I＝1，

为64QAM，I＝2。由图可见，本发明实施例提出的方法在一次迭代后就使系统性能有一定的改善。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种信道估计的方法，其特征在于，所述方法包括：

步骤A：对当前帧的前一帧的数据与信道冲激响应的线性卷积，进行去除码间干扰和噪声，得到所述前一帧的新线性卷积；

步骤B：计算所述当前帧的信道冲激响应，并将其设置为初始信道估计；

步骤C：计算所述当前帧的伪随机序列和初始信道估计的线性卷积；

步骤D：根据所述当前帧的接收信号、线性卷积和所述前一帧的新线性卷积，重构所述当前帧的线性卷积；

步骤E：分别对所述当前帧的伪随机序列和所述重构得到的线性卷积进行变换，得到所述当前帧的新伪随机序列和新线性卷积；

步骤F：对所述当前帧的新线性卷积与新伪随机序列的比值进行所述变换的逆变换，得到新的信道估计，并累计迭代次数；

步骤G：判断累计后的迭代次数是否达到预先设置的最大值，如果未达到，则将所述新的信道估计作为初始信道估计，然后执行步骤C，否则将所述新的信道估计作为最终的信道估计。

2.根据权利要求1所述的信道估计的方法，其特征在于，所述步骤A具体包括：

步骤A1：根据相邻的前两帧的信道冲激响应，通过插值得到当前帧的信道冲激响应；

步骤A2：计算所述当前帧的伪随机序列和信道冲激响应的线性卷积，并计算所述当前帧的前一帧的伪随机序列和信道冲激响应的线性卷积；

步骤A3：根据所述当前帧的线性卷积、所述前一帧的接收信号和线性卷积，得到所述前一帧的数据与信道冲激响应的线性卷积；

步骤A4：去除所述前一帧的数据与信道冲激响应的线性卷积中的码间干扰和噪声，得到所述前一帧的新线性卷积。

3.根据权利要求2所述的信道估计的方法，其特征在于，所述步骤A4具体包括：

计算所述前一帧的信道估计；

利用零填充的正交频分复用的方式对所述前一帧的数据与信道冲激响应的线性卷积进行均衡，得到所述前一帧的数据的估计值；

对所述估计值进行判决，得到新的数据；

将所述新的数据与所述前一帧的信道估计的线性卷积，作为所述前一帧的新线性卷积。

4.根据权利要求1所述的信道估计的方法，其特征在于，所述步骤B具体包括：

根据相邻的前两帧的信道冲激响应，通过插值得到所述当前帧的信道冲激响应，将所述当前帧的信道冲激响应设置为初始信道估计。

5.根据权利要求1所述的信道估计的方法，其特征在于，所述步骤F还包括：

对所述当前帧的新线性卷积与新伪随机序列的比值进行所述变换的逆变换之后，将所述逆变换的结果中大于信道冲激响应的长度的项设置为零，并进行滤波。

6.根据权利要求5所述的信道估计的方法，其特征在于，所述滤波的步骤是指：

根据所述步骤D中所述重构得到的所述当前帧的线性卷积、所述当前帧的伪随机序列、噪声功率和接收信号的平均功率，采用最小均方估计算法进行滤波。

7.根据权利要求5所述的信道估计的方法，其特征在于，所述滤波的步骤具体包括：

找出所述逆变换的结果中模最大的项；

根据所述模最大的项和接收信号的信噪比，估计噪声门限；

将所述结果中模小于所述噪声门限的项设置为零。

8.根据权利要求1所述的信道估计的方法，其特征在于，所述变换为离散傅立叶变换，所述逆变换为逆离散傅立叶变换。

Images