CN101459455B - 信道估计方法、信号检测方法及装置 - Google Patents

Abstract

本发明提供一种信道估计方法，在一个码元周期内信道系数保持不变，包括：获得当前时刻的预测的信道系数；根据所述预测的信道系数，对接收信号进行解码，获得发射信号；根据所述发射信号和接收信号，获得信道系数的估计值；以信道系数作为测量方程的目标值，并根据所述信道系数的估计值，更新当前时刻的信道系数。本发明还提供信号检测方法、信道估计装置及信号检测装置。本发明可以降低结合空时分组码的卡尔曼信道估计和信号检测的实现复杂度。

Description

信道估计方法、信号检测方法及装置

技术领域

本发明涉及无线通信技术，尤其涉及应用于空时分组码(STBC，SpaceTime Block Coding)的信道估计技术及信号检测技术。

背景技术

空时分组码可以在不牺牲带宽的情况下实现发射分集，并获得一定的分集增益，还可以和多根接收天线相结合以降低多径衰落的影响，达到多输入输出(MIMO，Multiple-Input Multiple-Output)系统的容量。空时分组码的性能取决于信道估计的准确性。如果采用导频辅助的信道估计，则在信道快速变化时需要插入很多导频符号，既降低了带宽效率，又增加了发射功率。而卡尔曼信道估计方法可以减少导频符号的数量，具有良好的性能。

2根发射天线、N_R根接收天线的Alamouti空时分组码系统如图1所示，发射端包括空时编码装置(Space Time Encoder)，接收端包括空时解码装置(Space Time Decoder)、滤波装置(Filter)、预测装置(Prediction)和延迟装置(Delay)。

请继续参见图1，假设发送端在2n时刻的发送天线1、发送天线2上的发射信号分别为1/

s(2n)、1/

s(2n+1)，在2n+1时刻的发送天线1、发送天线2上的发射信号分别为-1/s^*(2n+1)、1/s^*(2n)，那么接收信号可表示为：

r(2n)＝1/

H(2n)[s(2n)s(2n+1)]^T+n(2n)

r(2n+1)＝1/H(2n+1)[-s^*(2n+1)s^*(2n)]^T+n(2n+1)

其中，r(n)是n时刻的接收信号，维数为N_R×1；H(n)是n时刻的信道系数矩阵，维数为N_R×2，这里假设H(n)为非相关瑞利平坦衰落信道矩阵；n(n)为相互独立的均值为零、方差为σ_n ²的加性复高斯白噪声。

由于不同接收天线的信道系数相互独立没有相关性，2发多收系统的卡尔曼信道估计方法与2发1收系统的信道估计方法一样，只是增加了几个同样功能的模块，所以为了方便起见，这里只考虑2发1收的空时分组码系统，对于2发多收系统，可以将此过程应用于每根接收天线来估计信道系数。

对于2发1收系统，令h(n)＝[h₁(n)h₂(n)]^T，那么接收信号可重新表示为：

r(2n)＝1/

[s(2n)s(2n+1)]h(2n)+n(2n)

r(2n+1)＝1/

[-s^*(2n+1)s^*(2n)]h(2n+1)+n(2n+1)

下面结合图1，对现有的卡尔曼信道估计方法和信号检测方法进行说明。如图2所示，包括：

步骤S201：利用发送的已知序列初始化滤波装置，获得信道系数的初始值。

步骤S202：预测装置利用前一时刻滤波装置输出的信道系数，预测当前时刻的信道系数。

步骤S203：空时解码装置利用预测装置预测的信道系数对接收信号解码。

步骤S204：滤波装置利用空时解码装置输出的解码后的信号、预测装置预测的信道系数以及接收信号，获得更精确的信道系数的估计值。

至此，卡尔曼信道估计方法结束。

继续步骤S205：空时解码装置利用滤波装置输出的信道系数的估计值，对接收信号进行解码，获得更精确的发射信号。

至此，信号检测过程结束。

下面具体介绍一种信道估计方法和信号检测方法。

有些资料(具体请参见“Space-Time Coding and Kalman Filtering forTime-Selective Fading Channels”，IEEE Transactions on Communications，Vol.50，No.2，February 2002)考虑到信道的时变特性，认为2n时刻和2n+1时刻的信道系数不相等，并应用卡尔曼滤波跟踪信道系数。

具体的，利用一阶自回归模型来建模信道系数h(n)的时变特性：

h(k)＝βh(k-1)+v(k)

其中，v(k)为均值为零、方差为σ_v ²的复高斯噪声，v(k)与k-1时刻的信道系数h(k-1)相互独立。假设h(k)为服从零均值、单位方差的复高斯分布，自相关函数等于Jakes模型中的自相关函数：

E[h(t)h^*(t-τ)]＝J₀(2πf_dτ)

其中，τ表示时间差，f_d为最大多谱勒频率，J₀(□)表示零阶贝塞尔函数，令τ＝{0，T_s}，根据式E[h(t)h^*(t-τ)]＝J₀(2πf_dτ)可得到关于式h(k)＝βh(k-1)+v(k)的自相关函数的两个方程：

${\mathrm{\β}}^2+{\mathrm{\σ}}_v^2=1,\mathrm{\τ}=0$

β＝J₀(2πf_dT_s)，τ＝T_s

其中，T_s为一个发送符号时间长度，由此可得：

β＝J₀(2πf_dT_s)， ${\mathrm{\σ}}_v^2=1-{\mathrm{\β}}^2$

对于2发1收的空时分组码系统，可用如下状态空间模型来表示：

2n时刻：

h(2n)＝βh(2n-1)+v(2n)(1)

r(2n)＝1/

s(2n)h(2n)+n(2n)(2)

2n+1时刻：

h(2n+1)＝βh(2n)+v(2n+1)(3)

r(2n+1)＝1/

s(2n+1)h(2n+1)+n(2n+1)(4)

其中，式(1)、式(3)分别为2n，2n+1时刻的状态方程，式(2)、式(4)分别为2n，2n+1时刻的测量方程，h(2n)＝[h₁(2n)h₂(2n)]^T，s(2n)＝[s(2n)s(2n+1)]，s(2n+1)＝[-s^*(2n+1)s^*(2n)]。

这里用h(n|n-1)表示n时刻的预测信道系数，h(n|n)表示n时刻的滤波信道系数，P(n|n-1)表示n时刻的预测信道系数误差的相关矩阵，P(n|n)表示n时刻的滤波信道系数误差的相关矩阵，K_n表示n时刻的卡尔曼增益矩阵，σ_n ²表示复高斯白噪声n(n)的方差，Q表示v(n)的协方差矩阵，分别为 $E[n\left(n\right)\·n^{*}\left(n\right)]={\mathrm{\σ}}_n^2,$ $E[V\left(n\right)\·V^H\left(n\right)]=Q={\mathrm{\σ}}_v^{2}I,$ I为2×2的单位矩阵。

基于上述条件，卡尔曼信道估计方法和信号检测方法的具体实现步骤如图3所示：

步骤S301：预测2n、2n+1的信道系数h(2n|2n-1)、h(2n+1|2n-1)。

h(2n|2n-1)＝βh(2n-1|2n-1)，h(2n+1|2n-1)＝β²h(2n-1|2n-1)

P(2n|2n-1)＝Q+β²P(2n-1|2n-1)

其中，有关P的算式会在步骤S303中用到，但这里最好提前计算P(2n|2n-1)。

步骤S302：利用预测信道系数h(2n|2n-1)，h(2n+1|2n-1)对接收信号进行解码，获得发射信号为 $\hat{s}\left(2n\right),\hat{s}(2n+1),$ 令

$\hat{s}\left(2n\right)=\left[\hat{s}\left(2n\right)\hat{s}(2n+1)\right],\hat{s}(2n+1)=[-{\hat{s}}^{*}(2n+1){\hat{s}}^{*}\left(2n\right)].$

步骤S303：更新2n时刻的信道系数h(2n|2n)。

2n时刻的信道系数具体为：

$h\left(2n\right|2n)=h\left(2n\right|2n-1)+K_{2n}(r\left(2n\right)-1/\sqrt{2}\hat{s}\left(2n\right)h\left(2n\right|2n-1))$

其中， $K_{2n}=1/\sqrt{2}P\left(2n\right|2n-1){\hat{s}}^H\left(2n\right){(1/2\hat{s}\left(2n\right)P\left(2n\right|2n-1){\hat{s}}^H\left(2n\right)+{\mathrm{\σ}}_n^2)}^{-1},$

$P\left(2n\right|2n)=P\left(2n\right|2n-1)-1/\sqrt{2}{K}_{2n}\hat{s}\left(2n\right)P\left(2n\right|2n-1).$

步骤S304：再次预测2n+1时刻的信道系数h(2n+1|2n)。

h(2n+1|2n)＝βh(2n|2n)

P(2n+1|2n)＝Q+β²P(2n|2n)

有关P的算式会在步骤S305中用到，但这里最好提前计算P(2n+1|2n)。

步骤S305：更新2n+1时刻的信道系数h(2n+1|2n+1)。

2n+1时刻的信道系数具体为：

$h(2n+1|2n+1)=h(2n+1|2n)+K_{2n+1}(r(2n+1)-1/\sqrt{2}\hat{s}(2n+1)h(2n+1|2n))$

其中， $K_{2n+1}=1/\sqrt{2}P(2n+1|2n){\hat{s}}^H(2n+1){(1/2\hat{s}(2n+1)P(2n+1|2n){\hat{s}}^H(2n+1)+{\mathrm{\σ}}_n^2)}^{-1},$

$P(2n+1|2n+1)=P(2n+1|2n)-1/\sqrt{2}{K}_{2n+1}\hat{s}(2n+1)P(2n+1|2n).$

步骤S306：利用更新后的信道系数h(2n|2n)，h(2n+1|2n+1)再次对接收信号进行解码，将解码后的信号作为发射信号。

发明人在认真分析现有技术后发现，上述卡尔曼信道估计方法和检测方法由于需要分别预测、更新2n时刻和2n+1时刻的信道系数，所以，每检测一次信号都需要进行两次卡尔曼信道估计，而且待估计的信道系数是二维的，实现复杂度很高。

发明内容

本发明实施例要解决的技术问题在于提供一种信道估计方法、信号检测方法及装置，用以降低结合空时分组码的卡尔曼信道估计和信号检测的实现复杂度。

为解决上述技术问题，本发明提供一种信道估计方法的实施例，在一个码元周期内信道系数保持不变，包括：获得当前时刻的预测的信道系数；根据所述预测的信道系数，对接收信号进行解码，获得发射信号；根据所述发射信号和接收信号，获得信道系数的估计值；以信道系数作为测量方程的目标值，并根据所述信道系数的估计值，更新当前时刻的信道系数。

本发明提供一种信号检测方法的实施例，在一个码元周期内信道系数保持不变，包括：获得当前时刻的预测的信道系数；根据所述预测的信道系数，对接收信号进行解码，获得发射信号；根据所述发射信号和接收信号，获得信道系数的估计值；以信道系数作为测量方程的目标值，并根据所述信道系数的估计值，更新当前时刻的信道系数；根据更新后的当前时刻的信道系数，对接收信号再次进行解码，获得新的发射信号。

本发明提供一种信道估计装置的实施例，在一个码元周期内信道系数保持不变，包括：预测装置、滤波装置及空时解码装置；所述预测装置用于预测当前时刻的信道系数；所述空时解码装置用于根据所述预测装置预测的信道系数，对接收信号进行解码，获得发射信号；所述滤波装置用于根据所述空时解码装置获得的发射信号和接收信号，获得信道系数的估计值，并以信道系数作为测量方程的目标值，再根据所述信道系数的估计值，更新当前时刻的信道系数。

本发明还提供一种信号检测装置的实施例，在一个码元周期内信道系数保持不变，包括：预测装置、滤波装置及空时解码装置；所述预测装置用于预测当前时刻的信道系数；所述空时解码装置用于根据所述预测装置预测的信道系数，对接收信号进行解码，获得发射信号；所述滤波装置用于根据所述空时解码装置获得的发射信号和接收信号，获得信道系数的估计值，并以信道系数作为测量方程的目标值，再根据所述信道系数的估计值，更新当前时刻的信道系数；所述空时解码装置获得更新后的当前时刻的信道系数后，根据所述更新后的当前时刻的信道系数，对接收信号再次进行解码，获得新的发射信号。

在本发明的实施例中，由于一个码元周期内信道系数保持不变，所以2n时刻和2n+1时刻的信道系数是相同的，也就是说，只需要预测、更新2n时刻的信道系数即可，无须再预测、更新2n+1时刻的信道系数。另外，本发明实施例是使用一维的信道系数的估计值作为测量方程的，而现有的结合空时分组码的卡尔曼信道估计方法中的信道系数是二维的。由此可见，本发明实施例确实降低了结合空时分组码的卡尔曼信道估计和信号检测的实现复杂度。

附图说明

图1为现有的结合卡尔曼信道估计的Alamouti空时分组码系统的示意图；

图2为现有的结合了空时分组码的卡尔曼信道估计方法和信号检测方法的流程图；

图3为现有的结合了空时分组码的卡尔曼信道估计方法和信号检测方法的具体实现流程图；

图4为本发明的结合了空时分组码的卡尔曼信道估计方法和信号检测方法的流程图；

图5为本发明的一个应用实施例的流程图；

图6为本发明实施例的一个仿真结果图；

图7为本发明实施例的另一个仿真结果图。

具体实施方式

下面对本发明的信道估计方法和信号检测方法进行具体说明。

本发明分别对现有的卡尔曼信道估计方法中的测量方程和状态方程进行了改进。

现有的卡尔曼信道估计方法以2n时刻和2n+1时刻的信道系数不相等为前提，而在本发明的实施例中，以2n时刻和2n+1时刻的信道系数相等为前提，即，h(2n)＝h(2n+1)，其中，h(2n)为2n时刻的信道系数，h(2n+1)为2n+1时刻的信道系数。此时，2n时刻和2n+1时刻的接收信号都携带有信道信息，现有的卡尔曼滤波估计方法很难充分利用这两个接收信号中的信道信息。不过，在空时分组码系统中，由于两根天线的发射信号相互正交，假设空时解码装置第一次检测的信号正确，那么可以采用很多种方式获得当前信道系数的初始估计值。例如，采用最大似然(ML，Maximum Likelihood)估计可以得到：

${\left[\begin{array}{cc}{\tilde{h}}_1\left(2n\right)& {\tilde{h}}_2\left(2n\right)\end{array}\right]}^T=1/\sqrt{2}\hat{S}{\left(2n\right)}^{H}r\left(2n\right)$

$=\left[\begin{array}{c}{h}_1\left(2n\right)\\ h_2\left(2n\right)\end{array}\right]+1/\sqrt{2}\left[\begin{array}{c}{\hat{s}}^{*}\left(2n\right)n\left(2n\right)-\hat{s}(2n+1)n(2n+1)\\ {\hat{s}}^{*}(2n+1)n\left(2n\right)+\hat{s}\left(2n\right)n(2n+1)\end{array}\right]$

$=\left[\begin{array}{c}{h}_1\left(2n\right)\\ h_2\left(2n\right)\end{array}\right]+\left[\begin{array}{c}{\hat{n}}_1\left(2n\right)\\ {\hat{n}}_2\left(2n\right)\end{array}\right]$

其中，

$\hat{S}\left(2n\right)=\left[\begin{array}{cc}\hat{s}\left(2n\right)& \hat{s}(2n+1)\\ -{\hat{s}}^{*}(2n+1)& {\hat{s}}^{*}\left(2n\right)\end{array}\right],$ $r\left(2n\right)={\left[\begin{array}{cc}r\left(2n\right)& r(2n+1)\end{array}\right]}^T,$ $\hat{s}\left(2n\right),\hat{s}(2n+1)$ 为空时解码装置第一次获得的2n时刻和2n+1时刻的发射信号，r(2n)为2n时刻的接收信号，h₁(2n)和h₂(2n)分别为第1根接收天线和第2根接收天线的信道系数，n(2n)和n(2n+1)分别为2n时刻和2n+1时刻的相互独立的均值为零、方差为σ_n ²的加性复高斯白噪声。

由于n(2n)与n(2n+1)之间相互独立，并且如果

和

为M进制调相(MPSK)信号，则

和

都服从均值为零、方差为σ_n ²的复高斯分布。

如果采用最小均方误差(MMSE，Minimum Mean Square Error)估计，则可以得到：

${\left[\begin{array}{cc}{\tilde{h}}_1\left(2n\right)& {\tilde{h}}_2\left(2n\right)\end{array}\right]}^T=1/\sqrt{2}\hat{S}{\left(2n\right)}^{H}r\left(2n\right)/(1+{\mathrm{\σ}}_n^2)$

$=\left[\begin{array}{c}{h}_1\left(2n\right)\\ h_2\left(2n\right)\end{array}\right]+\left[\begin{array}{c}{\hat{n}}_1\left(2n\right)\\ {\hat{n}}_2\left(2n\right)\end{array}\right]$

本发明实施例采用动态模型来跟踪信道系数的变化，其实质是用一个一阶自回归模型来跟踪信道系数在两个相邻时刻的差值，具体过程如下：

h(n)＝βh(n-1)+v(k)＝h(n-1)+(β-1)h(n-1)+v(k)

定义一个新变量u(k)，令u(k)＝(β-1)h(n-1)，考虑到f_d和σ_v ²的时变特性，利用一阶自回归模型来跟踪u(k)的变化，

u(k)＝u(k-1)+w(k)

其中，w(k)和v(k)都为均值为零的高斯过程，w(k)的方差为σ_w ²。在本发明实施例中，利用粒子滤波器跟踪h(k)，并根据如下状态空间模型及利用卡尔曼滤波来跟踪u(k)：

h(k)＝h(k-1)+u(k)+v(k)

u(k)＝u(k-1)+w(k)

需要说明的是，跟踪性能的因素之一是一个比例因子δ，δ是关于σ_w ²/σ_v ²的函数，δ的值越大，则当前估计值的可信度越高。由于δ的取值很难理论分析得到，所以可以采用经验值，并针对不同的信噪比取不同的值。

由于u(k)和v(k)都是高斯变量，所以，u(k)+v(k)仍然是一个高斯变量，这里定义d(k)＝u(k)+v(k)。

于是，可以用一阶自回归模型来跟踪d(k)，具体用状态空间模型表示为：

h(k)＝h(k-1)+d(k)

d(k)＝d(k-1)+e(k)

其中，e(k)为均值为零、方差为σ_e ²的复高斯变量。

本发明实施例采用如h(k)＝h(k-1)+d(k)形式的测量方程，如d(k)＝d(k-1)+e(k)形式的状态方程，并用序贯更新先验信息的序贯可信度最大化(Sequential Evidence Maximization with Sequentially Updated Priors)方法实时估计测量方程的参数σ_e ²。具体的，状态空间模型可表示为：

状态方程：d_i(2n)＝d_i(2(n-1))+e_i(2n)

测量方程： ${\tilde{h}}_i\left(2n\right)-h_i\left(2(n-1)\right)=d_i\left(2n\right)+{\hat{n}}_i\left(2n\right)$

其中，i表示发射天线序号，

为信道的初始估计值，

代表测量误差，

服从均值为零、方差为σ_n ²的高斯分布，e_i(2n)服从均值为零、方差为Q_i的复高斯分布，2n表示2n时刻。

现有的卡尔曼信道估计方法采用一阶自回归模型作为状态方程不能很好的跟踪信道在短时间内的变化，并且还需要知道最大多谱勒频率f_d。但是在实际应用中，需要估计f_d，而且f_d也可能随着时间变化，所以，固定系数的一阶自回归模型并不能很好的跟踪信道系数。本发明实施例采用动态模型来跟踪信道系数的变化，就可以克服上述缺陷。

信道估计方法和信号检测方法的实现步骤如图4所示，包括：

步骤S401：利用发送的已知序列初始化滤波装置，获得信道系数的初始估计值。

步骤S402：预测装置利用上一时刻滤波装置输出的信道系数，预测当前时刻的信道系数。

步骤S403：空时解码装置利用预测的信道系数对接收信号进行解码，得到发射信号。

步骤S404：滤波装置通过最大似然估计或者最小均方误差估计的方式，计算信道系数的估计值。

步骤S405：滤波装置利用本发明实施例的上述测量方程和状态方程滤波当前时刻的信道系数的估计值。

步骤S406：空时解码装置利用滤波后的信道系数，对接收信号进行解码，获得更精确的发射信号。

下面以2发1收空时分组码系统为例，介绍本发明的一种应用实施例。

发送端每隔T_Interval个符号插入一个导频符号，这里的符号即为空时分组码，导频符号表示为s₁ ^P、s₂ ^P。

在接收端，设定相邻时刻信道系数差值的初始值d₁(0|0)、d₂(0|0)，如果没有先验信息，则可将d₁(0|0)、d₂(0|0)设置为0；设定相邻时刻信道系数差值的滤波误差相关矩阵P₁(0|0)、P₂(0|0)，由于程序对初始值不敏感，所以一般可设为0.01到0.001之间；设定Q₁、Q₂的初始值，同样，由于程序对初始值不敏感，所以一般可设为与P₁(0|0)、P₂(0|0)同量级的值；设定序贯更新先验信息的序贯可信度最大化方法实时估计σ_e ²的窗口长度为N，N的取值不宜过大；设置一个计数器Counter来确定何时更新Q₁、Q₂，并将Counter的初始值设置为0。

如图5所示，应用实施例的信号检测方法包括：

步骤S501：每隔T_Interval个符号，通过导频符号s₁ ^P、s₂ ^P，滤波装置获得信道系数的初始估计值。

信道系数的初始估计值可以通过最大似然估计或者最小均方误差估计的方式获得。

如果采用最小均方误差估计的方式，则可以得到 ${\left[\begin{array}{cc}{h}_1\left(0\right|0)& h_2\left(0\right|0)\end{array}\right]}^T=1/\sqrt{2}{\left(S_P\right)}^{H}r\left(2n\right)/(1+{\mathrm{\σ}}_n^2),$ 其中， $S_P=\left[\begin{array}{cc}{s}_1^P& s_2^P\\ {-\left(s_2^P\right)}^{*}& {\left(s_1^P\right)}^{*}\end{array}\right].$

下面的步骤S502-S506可以循环执行。

步骤S502：预测装置预测2n时刻的信道系数h_i(2n|2(n-1))。

由于本应用实施例以两个相邻符号的信道系数相等为前提，即，2n时刻的信道系数与2n+1时刻的信道系数相同，所以，预测装置只需预测2n时刻的信道系数即可。预测装置可以根据2(n-1)时刻的信道系数h_i(2(n-1)|2(n-1))预测2n时刻的信道系数h_i(2n|2(n-1))，具体如下：

预测的2n时刻的信道系数h_i(2n|2(n-1))具体为：

h_i(2n|2(n-1))＝h_i(2(n-1)|2(n-1))+d_i(2n|2(n-1))

其中，d_i(2n|2(n-1))＝d_i(2(n-1)|2(n-1))，n＝1，2，…，T_Interval-1，i＝1，2。

另外，为保证步骤S505使用P_i(2n|2(n-1))，这里还可以计算P_i(2n|2(n-1))＝Q_i+P_i(2(n-1)|2(n-11))，显然，P_i(2(n-1)|2(n-1))是在2(n-1)时刻获得的值，具体的，对于0时刻，可以为P₁(0|0)、P₂(0|0)设置初始值。

步骤S503：空时解码装置利用预测装置预测的信道系数h₁(2n|2(n-1))，h₂(2n|2(n-1))对接收信号进行解码，得到的发射信号为 $\hat{s}\left(2n\right),\hat{s}(2n+1),$ 令

$\hat{S}\left(2n\right)=\left[\begin{array}{cc}\hat{s}\left(2n\right)& \hat{s}(2n+1)\\ -{\hat{s}}^{*}(2n+1)& {\hat{s}}^{*}\left(2n\right)\end{array}\right]$

步骤S504：滤波装置根据空时解码装置得到的发射信号，计算信道系数的估计值。计算信道系数的估计值仍然可以通过最大似然估计或者最小均方误差估计的方式。

采用最大似然估计的方式为： ${\left[\begin{array}{cc}{\tilde{h}}_1\left(2n\right)& {\tilde{h}}_2\left(2n\right)\end{array}\right]}^T=1/\sqrt{2}\hat{S}{\left(2n\right)}^{H}r\left(2n\right)$

采用最小均方误差估计的方式为：

${\left[\begin{array}{cc}{\tilde{h}}_1\left(2n\right)& {\tilde{h}}_2\left(2n\right)\end{array}\right]}^T=1/\sqrt{2}\hat{S}{\left(2n\right)}^{H}r\left(2n\right)/(1+{\mathrm{\σ}}_n^2)$

步骤S505：滤波装置通过滤波获得2n时刻的信道系数h_i(2n|2n)。滤波装置可以根据计算的信道系数的估计值，得到2n时刻的信道系数h_i(2n|2n)。具体如下：

滤波后的2n时刻的信道系数具体为：

h_i(2n|2n)＝h_i(2(n-1)|2(n-1))+d_i(2n|2n)

其中， $d_i\left(2n\right|2n)=d_i\left(2n\right|2(n-1))+K_i\left(2n\right)({\tilde{h}}_i\left(2n\right)-h_i\left(2n\right|2(n-1))),$

$K_i\left(2n\right)=P_i\left(2n\right|2(n-1)){(P_i\left(2n\right|2(n-1))+{\mathrm{\σ}}_n^2)}^{-1}.$

另外，为便于下一时刻预测信道系数，或者说，为便于下一次循环步骤S501-506时，使用P_i(2n|2n)，这里可以先计算P_i(2n|2n)＝P_i(2n|2(n-1))-K_i(2n)P_i(2n|2(n-1))。

步骤S506：滤波装置确定是否需要更新Q₁、Q₂，如果需要，则采用序贯更新先验信息的序贯可信度最大化方法更新。描述更新过程的程序具体如下：

if Counter==N-1

  For i=1,2

$m_{\mathrm{ri}}=\frac{1}{N}\underset{m=0}{\overset{n-N+1}{\mathrm{\Σ}}}\frac{({\tilde{h}}_i\left(2m\right)-h_i\left(2m\right|2(m-1))d_i\left(2m\right|2(m-1)))}{\sqrt{R}}$

$E\left[m_{\mathrm{ri}}^2\right|Q_i=0]=P_i\left(2(n-1)\right|2(n-1))/R$

$S=\frac{(1+N)(1+2N)}{6\mathrm{NR}}$

$\mathrm{if}{\left|m_{\mathrm{ri}}\right|}^2>E\left[m_{\mathrm{ri}}^2\right|Q_i=0]$

$Q_i=\frac{{\left|m_{\mathrm{ri}}\right|}^2-E\left[m_{\mathrm{ri}}^2\right|Q_i=0]}{S}$

     esle

       Q_i=0

     end if

 Counter=0;

  End For

else

  Counter=Counter+1;

end if

步骤S507：空时解码装置利用滤波后的信道系数h₁(2n|2n)，h₂(2n|2n)对接收信号再次进行解码，得到新的发射信号。

本发明人除提供上述实施例外，还进行了仿真实验。仿真实验采用2发2收的空时分组码系统，8PSK调制方式，接收端使用迫零空时解码装置来检测发射信号。发送端每隔十个符号发送一个导频符号，接收端首先利用导频符号获得信道系数的最小均方误差估计，然后利用空时解码装置检测的发射信号来跟踪信道变化。

仿真1的归一化多谱勒频率为0.01，现有的卡尔曼信道估计的滤波误差相关矩阵P的初值设为0.01I，I为2×2的单位矩阵。本发明实施例将相邻时刻信道系数的差值的初始值d₁(0|0)、d₂(0|0)都设置为0，相邻时刻信道系数的差值的滤波误差相关矩阵P₁(0|0)、P₂(0|0)都设置为0.01，Q₁、Q₂的初始值都设置为0.01，序贯更新先验信息的序贯可信度最大化方法实时估计σ_e ²的窗口长度N为3。仿真结果如图6所示。由图6可知，本发明实施例在信噪比较高时的性能优于现有的卡尔曼信道估计方法。

仿真2测试本发明实施例在不同归一化多谱勒频率下的性能，信噪比为20dB，其它参数和仿真1相同，具体如图7所示。当归一化多谱勒频率很小时，由于测量噪声的影响，σ_e ²的估计不准确会导致系统性能较差，随着归一化多谱勒频率的增加，σ_e ²估计的准确性提高，性能因此变好，但是，当多谱勒频率增加到一定程度时(图7中对应归一化多谱勒频率为0.007)，信道变化太快会导致信道估计跟不上信道的变化，此时，随着归一化多谱勒频率的增加，性能逐渐变差。由图7可知，当归一化多谱勒频率＜0.015时，本发明实施例的状态方程的性能还很好，而目前的通信系统的归一化多谱勒频率都小于此值，因此，本发明实施例对目前的通信系统是鲁棒的，可以实用。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种信道估计方法，其特征在于，在一个码元周期内信道系数保持不变，包括：

获得当前时刻的预测的信道系数；

根据所述预测的信道系数，对接收信号进行解码，获得发射信号；

根据所述发射信号和接收信号，获得信道系数的估计值；

以信道系数作为测量方程的目标值，并根据所述信道系数的估计值，更新当前时刻的信道系数；

还包括：按照下述方式获得当前时刻的预测的信道系数：

h_i(2n|2(n-1))＝h_i(2(n-1)|2(n-1))+d_i(2n|2(n-1))

其中，i表示发射天线的编号，2n和2(n-1)分别表示2n时刻和2(n-1)时刻，h_i(2n|2(n-1))表示2n时刻的预测的信道系数，h_i(2(n-1)|2(n-1))表示更新后的2(n-1)时刻的信道系数，d_i(2n|2(n-1))表示2n时刻的预测的相邻时刻信道系数的差值，并且d_i(2n|2(n-1))＝d_i(2(n-1)|2(n-1))，d_i(2(n-1)|2(n-1))表示2(n-1)时刻的滤波的相邻时刻信道系数的差值。

2.如权利要求1所述的信道估计方法，其特征在于，根据所述发射信号和接收信号，获得信道系数的估计值所采用的方式为最大似然估计方式或最小均方误差估计方式。

3.如权利要求1所述的信道估计方法，其特征在于，按照下述方式更新当前时刻的信道系数：

h_i(2n|2n)＝h_i(2(n-1)|2(n-1))+d_i(2n|2n)

其中，h_i(2n|2n)表示更新后的2n时刻的信道系数，d_i(2n|2n)表示2n时刻的滤波的相邻时刻信道系数的差值，具体为 $d_i\left(2n\right|2n)=d_i\left(2n\right|2(n-1))+K_i\left(2n\right)({\tilde{h}}_i\left(2n\right)-h_i\left(2n\right|2(n-1))),$ K_i(2n)表示第i根天线在2n时刻的卡尔曼滤波系数，具体为 $K_i\left(2n\right)=P_i\left(2n\right|2(n-1)){(p_i\left(2n\right|2(n-1))+{\mathrm{\σ}}_n^2)}^{-1},$

表示第i根天线在2n时刻的信道系数的估计值，

表示测量误差的方差，P_i(2n|2(n-1))表示2n时刻的相邻时刻信道系数差值的预测误差相关矩阵。

4.如权利要求3所述的信道估计方法，其特征在于，更新当前时刻的信道系数时，还按照下述方式计算2n时刻的相邻时刻信道系数差值的滤波误差相关矩阵P_i(2n|2n)：

P_i(2n|2n)＝P_i(2n|2(n-1))-K_i(2n)P_i(2n|2(n-1))。

5.一种信号检测方法，其特征在于，在一个码元周期内信道系数保持不变，包括：

获得当前时刻的预测的信道系数；

根据所述预测的信道系数，对接收信号进行解码，获得发射信号；

根据所述发射信号和接收信号，获得信道系数的估计值；

以信道系数作为测量方程的目标值，并根据所述信道系数的估计值，更新当前时刻的信道系数；

根据更新后的当前时刻的信道系数，对接收信号再次进行解码，获得新的发射信号；

还包括：按照下述方式获得当前时刻的预测的信道系数：

h_i(2n|2(n-1))＝h_i(2(n-1)|2(n-1))+d_i(2n|2(n-1))

其中，i表示发射天线的编号，2n和2(n-1)分别表示2n时刻和2(n-1)时刻，h_i(2n|2(n-1))表示2n时刻的预测的信道系数，h_i(2(n-1)|2(n-1))表示更新后的2(n-1)时刻的信道系数，d_i(2n|2(n-1))表示2n时刻的预测的相邻时刻信道系数的差值，并且d_i(2n|2(n-1))＝d_i(2(n-1)|2(n-1))，d_i(2(n-1)|2(n-1))表示2(n-1)时刻的滤波的相邻时刻信道系数的差值。

6.如权利要求5所述的信号检测方法，其特征在于，更新当前时刻的信道系数之后、对接收信号再次进行解码之前，还包括：判断是否更新均值为零的复高斯变量的方差，如果是，则更新所述方差后，根据更新后的当前时刻的信道系数，对接收信号再次进行解码，否则，直接根据更新后的当前时刻的信道系数，对接收信号再次进行解码。

7.如权利要求6所述的信号检测方法，其特征在于，更新所述方差的方式为序贯更新先验信息的序贯可信度最大化方式。

8.如权利要求5、6或7所述的信号检测方法，其特征在于，对接收信号再次进行解码、获得新的发射信号后，如果当前时刻为2n或2n+1时刻，则继续获得2(n+1)时刻的预测的信道系数。

9.一种信道估计装置，其特征在于，在一个码元周期内信道系数保持不变，包括：预测装置、滤波装置及空时解码装置；

所述预测装置用于预测当前时刻的信道系数；

所述空时解码装置用于根据所述预测装置预测的信道系数，对接收信号进行解码，获得发射信号；

所述滤波装置用于根据所述空时解码装置获得的发射信号和接收信号，获得信道系数的估计值，并以信道系数作为测量方程的目标值，再根据所述信道系数的估计值，更新当前时刻的信道系数；

所述预测装置按照下述方式获得当前时刻的预测的信道系数：

h_i(2n|2(n-1))＝h_i(2(n-1)|2(n-1))+d_i(2n|2(n-1))

其中，i表示发射天线的编号，2n和2(n-1)分别表示2n时刻和2(n-1)时刻，h_i(2n|2(n-1))表示2n时刻的预测的信道系数，h_i(2(n-1)|2(n-1))表示更新后的2(n-1)时刻的信道系数，d_i(2n|2(n-1))表示2n时刻的预测的相邻时刻信道系数的差值，并且d_i(2n|2(n-1))＝d_i(2(n-1)|2(n-1))，d_i(2(n-1)|2(n-1))表示2(n-1)时刻的滤波的相邻时刻信道系数的差值。

10.一种信号检测装置，其特征在于，在一个码元周期内信道系数保持不变，包括：预测装置、滤波装置及空时解码装置；

所述预测装置用于预测当前时刻的信道系数；

所述空时解码装置用于根据所述预测装置预测的信道系数，对接收信号进行解码，获得发射信号；

所述滤波装置用于根据所述空时解码装置获得的发射信号和接收信号，获得信道系数的估计值，并以信道系数作为测量方程的目标值，再根据所述信道系数的估计值，更新当前时刻的信道系数；

所述空时解码装置获得更新后的当前时刻的信道系数后，根据所述更新后的当前时刻的信道系数，对接收信号再次进行解码，获得新的发射信号；

所述预测装置按照下述方式获得当前时刻的预测的信道系数：

h_i(2n|2(n-1))＝h_i(2(n-1)|2(n-1))+d_i(2n|2(n-1))

其中，i表示发射天线的编号，2n和2(n-1)分别表示2n时刻和2(n-1)时刻，h_i(2n|2(n-1))表示2n时刻的预测的信道系数，h_i(2(n-1)|2(n-1))表示更新后的2(n-1)时刻的信道系数，d_i(2n|2(n-1))表示2n时刻的预测的相邻时刻信道系数的差值，并且d_i(2n|2(n-1))＝d_i(2(n-1)|2(n-1))，d_i(2(n-1)|2(n-1))表示2(n-1)时刻的滤波的相邻时刻信道系数的差值。

Images