CN101471904B - 一种多径信道估计方法 - Google Patents

Abstract

本发明涉及一种多径信道估计方法，包括：对多径信道进行粗估计，得到多径信道延时d_i的初始估计值；由多径信道延时d_i的初始估计求出到幅值调整系数A_i的初始估计值；用匹配追踪法细化多径信道延时d_i和幅值调整系数A_i，得到细化后多径信道延时d_i和幅值调整系数A_i的估计值；由所述多径信道的径数M、细化后多径信道延时d_i和幅值调整系数A_i的估计值确定所述多径信道的冲激响应h(n)，得到多径信道模型。利用本发明可以更好的优化信道参数，建立更精确的信道，提高多径信道的抗干扰性和鲁棒性。

Description

一种多径信道估计方法

技术领域

本发明涉及信息传输领域，具体涉及一种多径信道估计方法。

背景技术

信道(information channels)是信号的传输媒质，可分为有线信道和无线信道两类。有线信道包括明线、对称电缆、同轴电缆及光缆等；无线信道有地波传播、短波电离层反射、超短波或微波视距中继、人造卫星中继以及各种散射信道等。信号在无线信道中传播，接收信号不仅是通过单一直射路径得到，还包括不同路径到达的反射、衍射和数据信号，这种现象称为多径传播，该信道称为多径信道(Multi-path channel)。

信号在多径信道传输时，如图1所示信号分析中将多径信道作为一个多径信道系统来分析，从发射端发射的信号作这个系统的输入信号x(n)，最后在接收端接收的信号作为这个系统的输出信号y(n)，其中x(n)、y(n)为信号分析中离散信号的表示方式，具体到n为信号数据的序号，如x(3)表示输入信号的第3个数据，以下与该表达式类似的n均为该含义，根据现有技术，该系统具有冲激响应h(n)，n为冲激响应数据的序号，且输入信号与输出信号之间存在这样的关系：

y(n)＝x(n)*h(n)                            (1)

即接收的信号由输入信号与这个系统的冲激响应卷积得到，在实际中，经多径信道传输后在接收端接收的信号与实际发送的信号并不一致，如将一个图片的信息经多径信道发送，如果在接收端将接收的信号直接显示，得到的图片信息与发射的信息是不一致的，存在信号经多径信道传输后失真的现象，这就是建立多径道模型进行信道估计的必要性。

在信道分析中建立的多径信道模型，其用冲激响应的形式表示建立的多径信道模型，现有的多径信道模型分析，典型的方法是用稀疏模型(sparse representation)表示建立的多径信道模型的冲激响应h(n)，该表达式如式(2)所示：

$h\left(n\right)=\underset{M\≤20}{\overset{M}{\underset{i=1}{\mathrm{\Σ}}}}{A}_i\mathrm{\δ}(n-d_i)---\left(2\right)$

式(2)中，M为多径信道的径数，现有分析中，一般径数小于等于20，i为整数，i的取值范围为1～M，i在该式中表示多径信道径数的序号，d_i表示多径信道中第i个信道的延时，n为冲激响应数据的序号，δ为冲激函数，冲激函数为只有在输入信号为0时输出幅值的函数，A_i为多径信道中第i个信道冲激函数的幅值调整系数，因此要得到建立的多径信道模型，需要把模型参数A_i与d_i估计出来。通常情况下甚至M也是未知的，但在实际估计多径信道模型时，为了简化问题，一般假设M已经被估计出来或已知。将模型参数A_i与d_i估计出来后，由式(1)中输入信号与输出信号之间的关系，利用信号分析可以得到实际发送的信号，我们将该过程称为信道解码，因此信道模型的精确度直接影响到由接收信号经信道解码后得到的实际发送信号的精确度。

现有信道估计方法中有很多估计式(2)中的多径信道模型参数A_i与d_i的方法，一般有粗估计和细化估计两个步骤，在得到信道参数粗估计在细估计的过程中，普遍存在运算复杂，细化的程度不高，因而最后得到的多径信道模型还是不够精确，不能得到精确的原始发送的信号。

发明内容

本发明的目的是提供一种多径信道估计方法，利用该方法建立的多径信道模型性能稳定，抗干扰性强，且信道参数更优化，提高接收信号的精确性。

为实现上述目的，本发明采用如下技术方案：

一种多径信道估计方法，所述多径信道的径数为M，冲激响应为h(n)，冲激响应h(n)的参数为径数M、多径信道延时d_i和幅值调整系数A_i，i为整数，i的取值范围为1～M，d_i表示多径信道中第i个信道的延时，A_i为多径信道中第i个信道冲激函数的幅值调整系数，该方法包括以下步骤：

(1)对多径信道进行粗估计，得到多径信道延时d_i的初始估计值；

(2)由多径信道延时d_i的初始估计值得到幅值调整系数A_i的初始估计值；

(3)用匹配追踪法Matching Pursuits细化多径信道延时d_i和幅值调整系数A_i，得到细化后多径信道延时d_i和幅值调整系数A_i的估计值；

(4)由所述多径信道的径数M、细化后多径信道延时d_i和幅值调整系数A_i的估计值确定所述多径信道的冲激响应h(n)，得到多径信道模型。

多径信道的冲激响应h(n)用下式稀疏模型表示，

$h\left(n\right)=\underset{M\≤20}{\overset{M-1}{\underset{i=1}{\mathrm{\Σ}}}}{A}_i\mathrm{\δ}(n-d_i)$

其中M为多径信道的径数，所述径数M小于或等于20，i为整数，i的取值范围为1～M，d_i表示多径信道中第i个信道的延时，δ为冲激函数，A_i为多径信道中第i个信道冲激函数的幅值调整系数，该方法中，在步骤(2)中由多径信道延时d_i的初始估计值得到幅值调整系数A_i的初始估计值的方法包括：

(2A)用伪随机噪声序列发生器产生多径信道的输入信号p(n)，从实际多径信道接收的信号为t(n)，由多径信道的输入信号p(n)与多径信道的冲激响应h(n)卷积，得到输出信号y(n)；

(2B)利用多径信道的输出信号y(n)与实际接收信号t(n)之间的均方差E，由表达式：

$\frac{\∂E}{\∂A_i}=0$

得出A_i与d_i之间的关系式A_i＝g(d_i)，将步骤(1)得到的多径信道延时d_i的初始估计值代入关系式A_i＝g(d_i)，得到多径信道冲激函数的幅值调整系数A_i，其中i为整数，i的取值范围为1～M。

在步骤(3)用匹配追踪法Matching Pursuits细化多径信道延时d_i的初始估计值和多径信道冲激函数的幅值调整系数A_i的方法包括以下步骤：

(3A)基于步骤(1)中得到的多径信道延时d_i的初始估计值构建延时码表，所述延时码表中有若干组不相等的多径信道延时估计{d_i}；

(3B)由步骤(2B)中的关系式A_i＝g(d_i)得出与步骤(3A)中{d_i}对应的若干组不相等的幅值调整系数，得到若干组多径信道参数{A_i，d_i}，结合多径信道的径数M确定所述多径信道的若干组冲激响应{h(n)}；

(3C)用伪随机噪声序列发生器产生多径信道的输入信号p(n)，由输入信号p(n)与多径信道的若干组冲激响应{h(n)}卷积得到若干个输出信号{y(n)}，从实际接收多径信道接收的信号为t(n)为细化目标向量；

(3D)从若干个输出信号{y(n)}中搜索一组使多径信道的输出信号与细化目标向量的均方差E最小的多径信道参数{A_i0，d_i0}；

(3E)由所述多径信道的径数M与多径信道参数{A_i0，d_i0}确定所述多径信道的冲激响应h′(n)；

(3F)根据多径信道参数{A_i0，d_i0}对细化目标向量更新，更新后的细化目标向量为t¹(n)＝t(n)-y_i0(n)，其中y_i0由输入信号p(n)与步骤(3E)中冲激响应h′(n)的卷积得到；

(3G)循环执行步骤(3D)～(3F)有限次，由最后一次在步骤(3D)中搜索的多径信道参数与多径信道的径数M确定细化后的多径信道模型。

在步骤(3A)中由多径信道延时d_i的初始估计值构建延时码表的方法为：在数轴上以多径信道延时d_i的初始估计值为中心，在d_i左右两侧对称地选取若干个值，得到若干组不相等的多径信道延时估计{d_i}。

利用本发明进行多径信道估计的优点有：

1.基于匹配追踪算法Matching Pursuits的信道参数的细化估计，由于匹配追踪算法是一种greedy算法，它通常易于实现并有很好的近似特性，每次循环都会保证减少均方误差，因此将匹配追踪算法应到多径信道参数细化估计可以很好的优化多径信道参数，使建立的多径信道模型性能稳定，抗干扰性强；

2.在初始信道延时估计时建立一个合理的词典或码表，这样使细化过程中减少了匹配追踪算法查询的复杂度，使该多径信道模型估计方法复杂度降低。

附图说明

图1为多径信道系统中输入输出信号关系图；

图2为多径信道估计方法中基于全极点模型的初始延时粗估计流程图；

图3为本发明信估计方法中基于匹配追踪算法的信道参数细估计流程图。

具体实施方式

以下实施例用于说明本发明，但不用来限制本发明的范围。

如图1所示信号分析中将多径信道作为一个多径信道系统来分析，从发射端发射的信号作这个系统的输入信号x(n)，最后在接收端接收的信号作为这个系统的输出信号y(n)，其中x(n)、y(n)为信号分析中离散信号的表示方式，具体到n为信号数据的序号，如x(3)表示发射信号的第3个数据，以下与该表达式类似的n均为该含义，根据现有技术，该系统具有冲激响应h(n)，且输入信号与输出信号之间存在这样的关系：

y(n)＝x(n)*h(n)                            (1)

即接收的信号由输入信号与这个系统的冲激响应卷积得到，在实际中，经多径信道传输后在接收端接收的信号与实际发送的信号并不一致，在实际中，为从接收的信号恢复到原始发送的信号，消除信号传输失真，在信道解码时，需要建立多径信道模型，该模型的冲激响应为上式中的h(n)，如果能确定精确的h(n)表达式，就等于建立了精确的信道模型，得到更精确的原始发射信号。

实施例

本实施例中的多径信道模型，其冲激响应h(n)采用现有技术中典型的方法表示，即用稀疏模型(sparse representation)表示建立的多径信道模型的冲激响应，如式(2)所示：

$h\left(n\right)=\underset{M\≤20}{\overset{M-1}{\underset{i=1}{\mathrm{\Σ}}}}{A}_i\mathrm{\δ}(n-d_i)---\left(2\right)$

式(2)中，M为多径信道的径数，现有分析中，一般径数小于或等于20，i为整数，i的取值范围为1～M，i在该式中表示多径信道径数的序号，d_i为多径信道中第i个信道的延时，δ为冲激函数，冲激函数为只有在输入信号为0时输出幅值的函数，A_i为多径信道中第i个信道冲激函数的幅值调整系数，因此要得到建立的多径信道模型，需要把多径信道模型参数A_i与d_i估计出来。通常情况下甚至M也是未知的，但在实际估计多径信道模型时，为了简化问题，一般假设M已经被估计出来或已知。

本实施例中M是已知的，利用现有技术对多径信道模型参数A_i与d_i的进行粗估计，得到对多径信道进行粗估计，得到多径信道延时d_i的初始估计值。

现有技术中对多径信道d_i和幅值调整系数A_i的估计方法有很多，例如子空间估计方法(subspace estimation method)(见subspacemethods for the blind identification of multichannel FIR filter″，E.Moulines，P.Duhamel，J.Cardoso，S.Mayrargue，IEEE transaction onsignal processing Vol.43，No.2，Feb.1995)和自适应均衡信道估计法(Adaptive equalizer for blind channel estimation)(见A.Benveniste andM.Goursat，″Blind equalizers″，IEEE Trans.On communications，vol.32，pp.871-883，Aug.1984)，本实施例中也可以利用现有技术在得到多径信道延时d_i的初始估计值的基础上采用如下方法得到幅值调整系数A_i：

用伪随机噪声序列发生器产生多径信道的输入信号p(n)，从实际信道接收的信号为t(n)，由多径信道模型的输入信号p(n)与冲激响应h(n)(式(2))卷积得到输出信号

$y\left(n\right)=p\left(n\right)*h\left(n\right)=\underset{M\≤20}{\overset{M-1}{\underset{i=1}{\mathrm{\Σ}}}}{A}_{i}p(n-d_i);---\left(3\right)$

式(3)中M、i、d_i、A_i与式(2)中含义相同；

利用式(3)中多径信道模型的输出信号y(n)与实际接收信号t(n)之间的均方差E，

$E=\underset{n}{\mathrm{\&Sigma;}}{[t\left(n\right)-\underset{M<20}{\overset{M-1}{\underset{i=0}{\mathrm{\&Sigma;}}}}{A}_{i}p(n-d_i)]}^2---\left(4\right)$

其中，n为信号数据的序号，式(4)中在求和符号下面标注n表示对对应的所有输入输出数据差值后的平方求和。由表达式

$\frac{\&PartialD;E}{\&PartialD;A_i}=0$

即对式(4)中A_i求导，得出A_i与d_i之间的关系式A_i＝g(d_i)，将多径信道延时估计d_i的初始估计值代入该表达式得到所述系数A_i；

本实施例在确定信道模型冲激响应A_i与d_i后，用匹配追踪法Matching Pursuits细化多径信道延时d_i和幅值调整系数A_i，得到细化后多径信道延时d_i和幅值调整系数A_i的估计值。

匹配追踪算法MP(Matching Pursuits)是一种从一个极度冗余的词典中选择出某些基向量来叠加出一个特定的信号的算法，该算法是信号分解的一种具体实现方法，但其本质上则是一种估计信号模型参数的方法，因而可直接用于信号检测及参量估计，目前这种算法已经成功地用于视频压缩和其它领域中，但是还没有应用到信道模型参数估计方法中。

MP算法还是一种greedy算法，它通常易于实现并有很好的近似特性，通常基于MP的算法需要有一个判断标准来循环地从多个可能的候选估计参数中进行挑选。这里我们引入的判断标准是在伪随机噪声序列PN训练序列中介于从实际信道接收的信号与从信道模型中输出的信号之间的均方误差(MSE)，每次循环都会保证减少均方误差。下面结合附图说明其细化参数的过程。

1.构建延时码表

在用MP法细化信道模型参数之前建立一个合理的词典或码表能减少MP查询的复杂度，本实施例构建码表是基于前面所述得到的一组初始信道延时估计{d_i}(1≤i≤M，M为多径信道的径数，M的值小于或等于20)，具体的构建方法为：

在数轴上以信道延时d_i的初始估计值为中心，在d_i左右两侧对称地选取若干个值，得到若干组不相等的多径信道延时估计{d_i}。

本实施例中即在每一个d_i值的临近范围内围绕d_i对称地取若干个值，范围的大小根据需要设定，如果d_i之间的差值较大时可以相应地将范围取的大一点，所取值的个数相应多一些，如果d_i之间的差值较小时可以相应地将范围取的小一点，所取值的个数相应少一些。围绕d_i构建码表保证码表内的值都在延时估计d_i的周围，是比较合理的。

如图3所示为本实施例中基于匹配追踪算法的信道参数细估计流程图，图3中基于全极点模型得到初始延时估计为{n₁，n₂，n₃，...n_M}，其中M为多径信道的径数，M的值小于或等于20，n_M表示第M个信道的延时，构建码表时在每个延时估计值的周围对称地取两个值，所构建的码表为{n₁-1，n₁，n₁+1，n₂-1，n₂，n₂+1，n₃-1，n₃，n₃+1，...n_M-1，n_M，n_M+1}，因此从所述码表得到三组不相等的延时估计{n₁-1，n₂-1，n₃-1，...n_M-1}、{n₁，n₂，n₃...n_M}、{n₁+1，n₂+1，n₃+1，...n_M+1}。

得到若干组不相等的多径信道延时估计{d_i}后由前面所述的A_i和d_i之间的关系A_i＝g(d_i)，可以得出与构建的延时码表中若干组不相等的多径信道延时{d_i}对应的系数，得到若干组多径信道模型参数{A_i，d_i}，结合多径信道的径数M确定所述信道模型的若干组不同的冲激响应{h(n)}。

2.基于匹配追踪算法MP的信道参数的细估计

如图3所示在细估计之前用伪随机噪声序列发生器产生多径信道的输入信号p(n)，由输入信号p(n)与信道模型的若干组不同的冲激响应{h(n)}卷积得到若干个输出信号{y(n)}(式(3))，从实际信道接收的信号为t(n)为细化目标向量。

从若干个输出信号{y(n)}中搜索一组使多径信道模型的输出信号y(n)与细化目标向量t(n)的均方差E(式(4))最小的模型参数{A_i0，d_i0}，具体为：

$d_{i0}=\underset{d_i\&Element;\mathrm{dictionary}}{\arg \min }\underset{n}{\mathrm{\&Sigma;}}{[t\left(n\right)-\underset{M<20}{\overset{M-1}{\underset{i=0}{\mathrm{\&Sigma;}}}}{A}_{i}p(n-d_i)]}^2---\left(5\right)$

A_i0＝g(d_i0)                                (6)

其中，d_i∈dictionary表示多径信道延时d_i属于延时构建的延时码表中的多径信道延时，n为信号数据的序号，式(6)中在求和符号下面标注n表示对相应的所有数据差值后的平方求和；

由所述多径信道的径数M与多径信道参数{A_i0，d_i0}确定所述多径信道的冲激响应h′(n)，即

$h^{\&prime;}\left(n\right)=\underset{M\&le;20}{\overset{M-1}{\underset{i=1}{\mathrm{\&Sigma;}}}}{A}_{i0}\mathrm{\&delta;}(n-d_{i0})---\left(7\right)$

式(7)中M、i与式(2)中含义相同；

根据模型参数{A_i0，d_i0}对细化目标向量t(n)更新，更新后的细化目标向量为

t¹(n)＝t(n)-y_i0(n)                            (8)

$y_{i0}\left(n\right)=\underset{M<20}{\overset{M-1}{\underset{i0=0}{\mathrm{\&Sigma;}}}}{A}_{i0}p(n-d_{i0})---\left(9\right)$

即y_i0(n)由输入信号p(n)与信道参数{A_i0，d_i0}确定所述多径信道的冲激响应h′(n)(式(7))的卷积得到。

用更新后的细化目标向量t¹(n)重新搜索一组使多径信道模型的输出信号y(n)与细化目标向量t¹(n)的均方差E最小的模型参数{A_i1，d_i1}，相应的由该组参数按式(7)、(8)和(9)更新细化目标向量，再次用更新后的细化目标向量重新搜索一组使多径信道模型的输出信号y(n)与细化目标向量的均方差E最小的模型参数，这样循环执行若干次，由最后一次搜索的模型参数与多径信道的径数M确定细化后的信道模型。

本发明在利用现有技术对多径信道延迟和幅值调整系数粗估计后，基于匹配追踪算法Matching Pursuits(MP)的信道参数细估计可以更好的优化信道参数，建立更精确的信道，提高多径信道的抗干扰性和鲁棒性。

虽然本发明是具体结合一个优选实施例示出和说明的，但熟悉该技术领域的人员可以理解，其中无论在形式上还是在细节上都可以作出各种改变，这并不背离本发明的精神实质和专利保护范围。

Claims (4)

1.一种多径信道估计方法，所述多径信道的径数为M，冲激响应为h(n)，冲激响应h(n)的参数为径数M、多径信道延时d_i和幅值调整系数A_i，i为整数，i的取值范围为1～M，d_i表示多径信道中第i个信道的延时，A_i为多径信道中第i个信道冲激函数的幅值调整系数，其特征在于，该方法包括以下步骤：

(1)对多径信道进行粗估计，得到多径信道延时d_i的初始估计值；

(2)由多径信道延时d_i的初始估计值求出幅值调整系数A_i的初始估计值；

(3)用匹配追踪法Matching Pursuits细化多径信道延时d_i和幅值调整系数A_i，得到细化后多径信道延时d_i和幅值调整系数A_i的估计值；

(4)由所述多径信道的径数M、细化后多径信道延时d_i和幅值调整系数A_i的估计值确定所述多径信道的冲激响应h(n)，得到多径信道模型。

2.如权利要求1所述的多径信道估计方法，其特征在于，多径信道的冲激响应h(n)用下式稀疏模型表示，

$h\left(n\right)=\underset{\underset{M\&le;20}{i=1}}{\overset{M-1}{\mathrm{\&Sigma;}}}{A}_i\mathrm{\&delta;}(n-d_i)$

其中M为多径信道的径数，所述径数M小于或等于20，i为整数，i的取值范围为1～M，d_i表示多径信道中第i个信道的延时，δ为冲激函数，A_i为多径信道中第i个信道冲激函数的幅值调整系数，该方法中，在步骤(2)中由多径信道延时d_i的初始估计值得到幅值调整系数A_i的初始估计值的方法包括：

(2A)用伪随机噪声序列发生器产生多径信道的输入信号p(n)，从实际多径信道接收的信号为t(n)，由多径信道的输入信号p(n)与多径信道的冲激响应h(n)卷积，得到输出信号y(n)；

(2B)利用多径信道的输出信号y(n)与实际接收信号t(n)之间的均方差E，由表达式：

$\frac{\&PartialD;E}{{\&PartialD;A}_i}=0$

得出A_i与d_i之间的关系式A_i＝g(d_i)，将步骤(1)得到的多径信道延时d_i的初始估计值代入关系式A_i＝g(d_i)，得到多径信道冲激函数的幅值调整系数A_i，其中i为整数，i的取值范围为1～M。

3.如权利要求2所述的其特征在于，在步骤(3)用匹配追踪法Matching Pursuits细化多径信道延时d_i的初始估计值和多径信道冲激函数的幅值调整系数A_i的方法包括以下步骤：

(3A)基于步骤(1)中得到的多径信道延时d_i的初始估计值构建延时码表，所述延时码表中有若干组不相等的多径信道延时估计{d_i}；

(3B)由步骤(2B)中的关系式A_i＝g(d_i)得出与步骤(3A)中{d_i}对应的若干组不相等的幅值调整系数，得到若干组多径信道参数{A_i，d_i}，结合多径信道的径数M确定所述多径信道的若干组冲激响应{h(n)}；

(3C)用伪随机噪声序列发生器产生多径信道的输入信号p(n)，由输入信号p(n)与多径信道的若干组冲激响应{h(n)}卷积得到若干个输出信号{y(n)}，从实际多径信道接收的信号t(n)为细化目标向量；

(3D)从若干个输出信号{y(n)}中搜索一组使多径信道的输出信号与细化目标向量的均方差E最小的多径信道参数{A_i0，d_i0}；

(3E)由所述多径信道的径数M与多径信道参数{A_i0，d_i0}确定所述多径信道的冲激响应h′(n)；

(3F)根据多径信道参数{A_i0，d_i0}对细化目标向量更新，更新后的细化目标向量为t¹(n)＝t(n)-y_i0(n)，其中y_i0由输入信号p(n)与步骤(3E)中冲激响应h′(n)的卷积得到；

(3G)循环执行步骤(3D)～(3F)有限次，由最后一次在步骤(3D)中搜索的多径信道参数与多径信道的径数M确定细化后的多径信道模型。

4.如权利要求3所述多径信道的估计方法，其特征在于，在步骤(3A)中由多径信道延时d_i的初始估计值构建延时码表的方法为：在数轴上以多径信道延时d_i的初始估计值为中心，在d_i左右两侧对称地选取若干个值，得到若干组不相等的多径信道延时估计{d_i}。

Images