CN101521637B - 一种信道估计的方法、设备和系统 - Google Patents

Abstract

本发明公开了一种信道估计的方法，包括：在信道的一条线路上加载其它线路的发送信号的组合；测量被加载线路的信噪比；根据其它线路的发送信号的组合的系数和测量的信噪比，计算被加载线路的串扰信道。相应地，本发明还公开了一种信道估计的设备和系统。本发明通过测量的信噪比参数和加载的其它线路的发送信号计算出线路的串扰特性。本发明不需要重新设计设备，而且测量时间短，精度高且有很好的鲁棒性。

Description

一种信道估计的方法、设备和系统

技术领域

本发明涉及网络通信领域，具体地说，涉及一种信道估计的方法、设备和系统。

背景技术

数字用户线(DSL)是一种以电话双绞线为传输介质的数据传输技术。x数字用户线(xDSL)作为该传输技术的组合，包括高速数字用户线(HDSL)、单线对高速数字用户线(SHDSL)、非对称数字用户线(ADSL)等等。其中，除利用基带传输的SHDSL等之外，采用通带传输的其它xDSL利用频分复用技术，与传统电话业务(POTS)可共存于同一对双绞线上。

随着通带传输的xDSL使用的频带越来越高，高频段的串扰(Crosstalk)问题也表现得尤为突出。现有技术提供一种向量数字用户线(vectored-DSL)技术解决xDSL串扰问题，如图1所示。在下行方向上，x是N×1的联合收发设备(可以为数字用户线接入复用器DSLAM)发送的信号向量，y是N×1的对端设备(可以为用户侧设备)接收的信号向量，n是N×1的噪声向量。共享信道用信道传输矩阵表示为

h_ij(1≤i≤N，1≤j≤N)表示线对j对线对i的串扰传递函数，h_ii(1≤i≤N)表示线对i的信道传递函数，N为线对数，即用户数。通过在联合收发设备侧引入一个用W表示的向量预编码器，则对端设备接收的信号向量为

$\tilde{y}=\mathrm{HWx}+n$

若向量预编码器能使HW为一对角矩阵，如diag(H)，则可消除串扰。为了消除串扰，必须先对信道进行估计，获得信道传输矩阵。

现有技术中，是利用信号误差来对信道进行估计，要求设备必须能够提供信号误差。然而，许多网上运行的设备不支持这个功能，无法利用信号误差来估计信道，从而不能进行串扰抵消。

发明内容

本发明实施例要解决的技术问题是：提供一种信道估计的方法、设备和系统，克服现有的信道估计技术要求设备必须能够提供信号误差的缺点。

为解决上述技术问题，本发明实施例提供一种信道估计的方法，包括：在信道的一条线路上加载其它线路的发送信号的组合；测量被加载线路的信噪比；根据其它线路的发送信号的组合的系数和测量的信噪比，计算被加载线路的串扰信道。相应地，本发明实施例提供一种联合收发设备，包括：加载单元、接收单元和计算单元；加载单元，用于在信道的一条线路上加载其它线路的发送信号的组合；接收单元，用于接收对端设备测量的被加载线路的信噪比；计算单元，用于根据其它线路的发送信号的组合的系数和接收的信噪比，计算被加载线路的串扰信道。

相应地，本发明实施例提供一种信道估计的系统，包括：联合收发设备和对端设备；其中，联合收发设备包括：加载单元、接收单元和计算单元；加载单元，用于在信道的一条线路上加载其它线路的发送信号的组合；接收单元，用于接收对端设备测量的被加载线路的信噪比；计算单元，用于根据其它线路的发送信号的组合的系数和接收的信噪比，计算被加载线路的串扰信道；对端设备，包括：测量单元和发送单元；测量单元，用于测量被加载线路的信噪比；发送单元，用于发送测量的信噪比至联合收发设备。

本发明实施例还提供一种联合收发设备，包括：加载单元、发送单元和接收单元；加载单元，用于在信道的一条线路上加载其它线路的发送信号的组合；

发送单元，用于发送其它线路的发送信号的组合的系数至对端设备；接收单元，用于接收对端设备计算的被加载线路的串扰信道。

相应地，本发明实施例还提供一种对端设备，包括：测量单元、接收单元、计算单元和发送单元；测量单元，用于测量被加载线路的信噪比；接收单元，用于接收联合收发设备发送的其它线路的发送信号的组合的系数；计算单元，用于根据其它线路的发送信号的组合的系数和测量的信噪比，计算被加载线路的串扰信道；发送单元，用于发送计算的串扰信道至联合收发设备。

相应地，本发明实施例还提供一种信道估计的系统，包括：联合收发设备和对端设备；其中，联合收发设备包括：加载单元、发送单元和接收单元；加载单元，用于在信道的一条线路上加载其它线路的发送信号的组合；发送单元，用于发送其它线路的发送信号的组合的系数至对端设备；接收单元，用于接收对端设备计算的被加载线路的串扰信道；对端设备，包括：测量单元、接收单元、计算单元和发送单元；测量单元，用于测量被加载线路的信噪比；接收单元，用于接收联合收发设备发送的其它线路的发送信号的组合的系数；计算单元，用于根据其它线路的发送信号的组合的系数和测量的信噪比，计算被加载线路的串扰信道；发送单元，用于发送计算的串扰信道至联合收发设备。

由上述本发明实施例提供的技术方案可以看出，本发明提供一种信道估计的方法、设备和系统，利用现网的设备能提供信噪比(SNR)参数的特点，通过测量的SNR参数和加载的其他线路的发送信号的组合计算出线路的串扰特性。本发明实施例提供的技术方案，不需要重新设计设备，而且测量时间短，精度高且有很好的鲁棒性。

附图说明

图1为现有技术中vectored-DSL技术解决xDSL串扰的示意图；

图2为本发明实施例一信道估计的方法示意图；

图3为本发明实施例二信道估计的系统示意图；

图4为本发明实施例二联合收发设备的加载单元的结构示意图；

图5为本发明实施例三信道估计的系统示意图；

图6为本发明实施例三的联合收发设备的加载单元的结构示意图。

具体实施方式

本发明实施例，既可以适用于新用户上线时估计串扰信道，也可以适用于对串扰信道进行跟踪等场景。以下均以新用户加入向量组(vector group)为例进行说明。假设在一个向量组中已有K-1条线路，当第K条新线路要求加入这个向量组时，可以通过第K条线路上测量的信噪比(SNR)来估计出其他K-1条线路分别对第K条线路的串扰。

如图2所示为本发明实施例一信道估计的方法示意图。本实施例进行信道估计的步骤如下：

步骤101：在信道的一条线路上加载其它线路的发送信号的组合；

该步骤具体为联合收发设备在线路K的下行方向的某个子频带上，同时注入线路1至线路K-1的发送信号的全部或部分信号的组合。加载了哪些线路的信号，哪些线路对第K条线路的串扰就能被本发明实施例计算出来。各个子频带上是并列进行上述处理的。

这里以加载线路1至线路K-1的发送信号的全部信号的组合为例。假设在线路K上所需要的SNR测量次数为N，每个SNR测量需要持续L符号(symbol)的时间，其他的K-1条线路已经进入showtime状态。假定在第n个SNR测量期间第i条线路上的第I个符号所需发送的信号为s_i ⁽ⁿ⁾(l)，那么在该线路上实际发送的信号为x_i ⁽ⁿ⁾(l)。当第K条线路加入到向量组时，其他的线路继续发送原来的信号，则有：

$x_i^{\left(n\right)}\left(l\right)=s_i^{\left(n\right)}\left(l\right),\&ForAll;i<K.$

通过在第K条线路的发送信号上添加所有其他1到K-1条线路的发送信号的组合，则第K条线路被加载后的发送信号为：

$x_K^{\left(n\right)}\left(l\right)=s_K^{\left(n\right)}\left(l\right)+\mathrm{\&epsiv;}\underset{i=1}{\overset{K-1}{\mathrm{\&Sigma;}}}{z}_i^{\left(n\right)}{s}_i^{\left(n\right)}\left(l\right).$

其中，z_i ⁽ⁿ⁾为在第n个SNR测量期间第i条线路的组合系数，且满足：

$\underset{i=1}{\overset{K-1}{\mathrm{\&Sigma;}}}{\left|z_i^{\left(n\right)}\right|}^2=1.$

组合系数的绝对值的平方和为1，是本发明的一个优选实施例，还可为其它系数。

ε为步长，是为了使加载的信号对第K条线路的影响不至于产生额外的误码，这里要求加上加载的信号后在第K条线路的接收端的SNR容限不小于零。一般情况下，线路的信噪比容限设为6dB，为了保险起见，应保证加载后第K条线路的接收端SNR降低不大于3.5dB。本实施例通过下面的公式来设置ε，以满足上述要求：

$\mathrm{\&epsiv;}=\underset{i}{\min }\frac{1}{2}\frac{1}{\sqrt{{\mathrm{SNR}}_K^{\left(0\right)}}}\frac{{\mathrm{\&sigma;}}_K}{{\mathrm{\&sigma;}}_i},$

其中，σ_i ²表示在第i条线路上的发送功率(联合收发设备已知各条线路的发送功率)；SNR_K ^(O)表示第K条线路在未被加载信号时接收端的信噪比。

步骤102：测量被加载线路的信噪比；

该步骤具体为对端设备测量线路K的下行方向的上述相同子频带上的信噪比，信噪比是直接测量得到的。

步骤103：根据其它线路的发送信号的组合的系数和测量的信噪比，计算被加载线路的串扰信道。

该步骤具体为联合收发设备根据对端设备反馈的线路K被加载后的信噪比和其它线路的发送信号的组合的系数计算线路K的串扰信道；或者为联合收发设备将其它线路的发送信号的组合的系数发送至对端设备，对端设备根据测量的线路K被加载后的信噪比和接收的其它线路的发送信号的组合的系数计算线路K的串扰信道。

计算被加载线路的串扰信道的推导过程如下：

根据步骤101中第K条线路被加载后的发送信号的公式，则第K条线路的对端设备所接收的信号为：

$y_k^{\left(n\right)}\left(l\right)=\underset{i=1}{\overset{K}{\mathrm{\&Sigma;}}}{h}_{K,i}{x}_i^{\left(n\right)}\left(l\right)+w_K^{\left(n\right)}\left(l\right)$

$=h_{K,K}{s}_K^{\left(n\right)}\left(l\right)+\underset{i=1}{\overset{K-1}{\mathrm{\&Sigma;}}}(h_{K,i}+\mathrm{\&epsiv;}{z}_i^{\left(n\right)}{h}_{K,K})s_i^{\left(n\right)}\left(l\right)+w_K^{\left(n\right)}\left(l\right).$

其中，接收的信号功率为：

$\mathrm{signa}{l}_K=\frac{1}{L}\underset{l=1}{\overset{L}{\mathrm{\&Sigma;}}}{\left|h_{K,K}{s}_K^{\left(n\right)}\left(l\right)\right|}^2$

$\&ap;{\left|h_{K,K}\right|}^2{\mathrm{\&sigma;}}_K^2.$

接收的噪声功率为：

$\mathrm{nois}{e}_K=\frac{1}{L}\underset{l=1}{\overset{L}{\mathrm{\&Sigma;}}}{|y_K^{\left(n\right)}\left(l\right)-h_{K,K}{s}_K^{\left(n\right)}\left(l\right)|}^2$

$\&ap;\underset{i=1}{\overset{K-1}{\mathrm{\&Sigma;}}}{|h_{K,i}+\mathrm{\&epsiv;}{z}_i^{\left(n\right)}{h}_{K,K}|}^2{\mathrm{\&sigma;}}_i^2+{\mathrm{\&sigma;}}_{W_K}^2,$

其中，σ_WK ²表示背景噪声的功率。

根据上述两个公式，当各条线路的发送功率相等时，即 ${\mathrm{\&sigma;}}_i^2={\mathrm{\&sigma;}}_K^2,$ 第K条线路的对端设备所测量的SNR可以通过下式表示：

$\frac{1}{\mathrm{SN}{R}_K^{\left(n\right)}}=\frac{{\mathrm{noise}}_K}{\mathrm{signa}{l}_K}$

$\&ap;\frac{1}{{\mathrm{\&sigma;}}_K^2}(\underset{i=1}{\overset{K-1}{\mathrm{\&Sigma;}}}{|\frac{h_{k,i}}{h_{K,K}}{\mathrm{\&sigma;}}_i+\mathrm{\&epsiv;}{z}_i^{\left(n\right)}{\mathrm{\&sigma;}}_i|}^2+\frac{{\mathrm{\&sigma;}}_{W_K}^2}{{\left|h_{K,K}\right|}^2})$

$=\underset{i=1}{\overset{K-1}{\mathrm{\&Sigma;}}}{|\frac{h_{K,i}}{h_{K,K}}+\mathrm{\&epsiv;}{z}_i^{\left(n\right)}|}^2+\frac{{\mathrm{\&sigma;}}_{W_K}^2}{{\left|h_{K,K}\right|}^2{\mathrm{\&sigma;}}_K^2}$

$={\left|\right|\stackrel{\&OverBar;}{a}+\mathrm{\&epsiv;}{\stackrel{\&OverBar;}{b}}^{\left(n\right)}\left|\right|}^2+\frac{{\mathrm{\&sigma;}}_{W_K}^2}{{\left|h_{K,K}\right|}^2{\mathrm{\&sigma;}}_K^2}$

且当 ${\mathrm{\&sigma;}}_i^2={\mathrm{\&sigma;}}_K^2$ 时，步长为

$\mathrm{\&epsiv;}=\underset{i}{\min }\frac{1}{2}\frac{1}{\sqrt{{\mathrm{SNR}}_K^{\left(0\right)}}},$

定义 $\stackrel{\&OverBar;}{a}={[{\stackrel{\&OverBar;}{a}}_1...{\stackrel{\&OverBar;}{a}}_{K-1}]}^T,$ ${\stackrel{\&OverBar;}{b}}^{\left(n\right)}={[{{\stackrel{\&OverBar;}{b}}_1}^{\left(n\right)}...{{\stackrel{\&OverBar;}{b}}_{K-1}}^{\left(n\right)}]}^T,$ ${\stackrel{\&OverBar;}{a}}_i=\frac{h_{K,i}}{h_{K,K}},$ ${\stackrel{\&OverBar;}{b}}_i^{\left(n\right)}=z_i^{\left(n\right)}.$ 根据勾股定理，有

${\left|\right|\stackrel{\&OverBar;}{a}+\mathrm{\&epsiv;}{\stackrel{\&OverBar;}{b}}^{\left(n\right)}\left|\right|}^2={\left|\right|\stackrel{\&OverBar;}{a}\left|\right|}^2+{\left|\right|\mathrm{\&epsiv;}{\stackrel{\&OverBar;}{b}}^{\left(n\right)}\left|\right|}^2+2\mathrm{\&epsiv;Re}\left\{{\stackrel{\&OverBar;}{b}}^{{\left(n\right)}^H}\stackrel{\&OverBar;}{a}\right\}.$

将

和

分别分解为实部和虚部，即 $a_{R,i}=\mathrm{Re}\left\{{\stackrel{\&OverBar;}{a}}_i\right\},$ $a_{I,i}=\mathrm{Im}\left\{{\stackrel{\&OverBar;}{a}}_i\right\},$ $b_{R,i}^{\left(n\right)}=\mathrm{Re}\left\{{\stackrel{\&OverBar;}{b}}_i^{\left(n\right)}\right\},$ $b_{I,i}^{\left(n\right)}=\mathrm{Im}\left\{{\stackrel{\&OverBar;}{b}}_i^{\left(n\right)}\right\},$ 则有

$\mathrm{Re}\left\{{\stackrel{\&OverBar;}{b}}^{{\left(n\right)}^H}\stackrel{\&OverBar;}{a}\right\}=\underset{i=1}{\overset{K-1}{\mathrm{\&Sigma;}}}[a_{R,i}{b}_{R,i}^{\left(n\right)}+a_{I,i}{b}_{I,i}^{\left(n\right)}]$

$=b^{{\left(n\right)}^H}a,$

其中，a＝[a_R，1...a_R，K-1 a_I，1...a_I，K-1]^T， $b^{\left(n\right)}={[b_{R,1}^{\left(n\right)}...b_{R,K-1}^{\left(n\right)}{b}_{I,1}^{\left(n\right)}...b_{I,K-1}^{\left(n\right)}]}^T.$ 为了方便，定义a_i＝[a]_i， $b_i^{\left(n\right)}={\left[b^{\left(n\right)}\right]}_i.$ 根据上述两个公式，可得

${\left|\right|\stackrel{\&OverBar;}{a}\text{+\&epsiv;}{\stackrel{\&OverBar;}{b}}^{\left(n\right)}\left|\right|}^2={\left|\right|\stackrel{\&OverBar;}{a}\left|\right|}^2+{\left|\right|{\mathrm{\&epsiv;}\stackrel{\&OverBar;}{b}}^{\left(n\right)}\left|\right|}^2+2\mathrm{\&epsiv;}{b}^{{\left(n\right)}^H}a.$

根据上式和前面SNR的表达式，有

${\left|\right|\stackrel{\&OverBar;}{a}\left|\right|}^2+{\left|\right|\mathrm{\&epsiv;}{\stackrel{\&OverBar;}{b}}^{\left(n\right)}\left|\right|}^2+2{\mathrm{\&epsiv;b}}^{{\left(n\right)}^H}a+\frac{{\mathrm{\&sigma;}}_{W_K}^2}{{\left|h_{K,K}\right|}^2{\mathrm{\&sigma;}}_K^2}=\frac{1}{{\mathrm{SNR}}_K^{\left(n\right)}}.$

因此，

$\mathrm{\&epsiv;}{b}^{{\left(n\right)}^H}a+\frac{1}{2}{\left|\right|\stackrel{\&OverBar;}{a}\left|\right|}^2+\frac{1}{2}\frac{{\mathrm{\&sigma;}}_{W_K}^2}{{\left|h_{K,K}\right|}^2{\mathrm{\&sigma;}}_K^2}=\frac{1}{2}\frac{1}{{\mathrm{SNR}}_K^{\left(n\right)}}-\frac{1}{2}{\left|\right|{\mathrm{\&epsiv;}\stackrel{\&OverBar;}{b}}^{\left(n\right)}\left|\right|}^2.$

又由于 ${\stackrel{\&OverBar;}{b}}_i^{\left(n\right)}=z_i^{\left(n\right)},$ 则

$\mathrm{\&epsiv;}{b}^{{\left(n\right)}^H}a+\frac{1}{2}{\left|\right|\stackrel{\&OverBar;}{a}\left|\right|}^2+\frac{1}{2}\frac{{\mathrm{\&sigma;}}_{W_K}^2}{{\left|h_{K,K}\right|}^2{\mathrm{\&sigma;}}_K^2}=\frac{1}{2}\frac{1}{{\mathrm{SNR}}_K^{\left(n\right)}}-\frac{1}{2}{\mathrm{\&epsiv;}}^2\underset{i=1}{\overset{K-1}{\mathrm{\&Sigma;}}}{\left|z_i^{\left(n\right)}\right|}^2.$

定义 $c^{\left(n\right)}=\frac{1}{2}\frac{1}{\mathrm{SN}{R}_K^{\left(n\right)}}-\frac{1}{2}{\mathrm{\&epsiv;}}^2\underset{i=1}{\overset{K-1}{\mathrm{\&Sigma;}}}{\left|z_i^{\left(n\right)}\right|}^2,$ 则

$\mathrm{\&epsiv;}{b}^{{\left(n\right)}^H}a+\frac{1}{2}{\left|\right|\stackrel{\&OverBar;}{a}\left|\right|}^2+\frac{1}{2}\frac{{\mathrm{\&sigma;}}_{W_K}^2}{{\left|h_{K,K}\right|}^2{\mathrm{\&sigma;}}_K^2}=c^{\left(n\right)},\&ForAll;n.$

定义一个大小为M×N的矩阵P，且其元素p_m，n＝[P]_m，n满足

$\underset{n=1}{\overset{N}{\mathrm{\&Sigma;}}}{p}_{m,n}=0,\&ForAll;m.$

它作为SNR的组合矩阵，有

$\underset{n}{\mathrm{\&Sigma;}}{p}_{m,n}{c}^{\left(n\right)}=\mathrm{\&epsiv;}\underset{n}{\mathrm{\&Sigma;}}{p}_{m,n}{b}^{{\left(n\right)}^H}a+(\frac{1}{2}{\left|\right|\stackrel{\&OverBar;}{a}\left|\right|}^2+\frac{1}{2}\frac{{\mathrm{\&sigma;}}_{W_K}^2}{{\left|h_{K,K}\right|}^2{\mathrm{\&sigma;}}_K^2})\underset{n}{\mathrm{\&Sigma;}}{p}_{m,n},\&ForAll;m.$

由于 $\underset{n=1}{\overset{N}{\mathrm{\&Sigma;}}}{p}_{m,n}=0,\&ForAll;m,$ 则有

$\underset{n}{\mathrm{\&Sigma;}}{p}_{m,n}{c}^{\left(n\right)}=\mathrm{\&epsiv;}\underset{n}{\mathrm{\&Sigma;}}{p}_{m,n}{b}^{{\left(n\right)}^H}a,\&ForAll;m.$

对每一个n，都有一个上述形式的公式。将所有这些公式合并为一个矩阵，有

$P\left[\begin{array}{c}{c}^{\left(1\right)}\\ \&CenterDot;\\ \&CenterDot;\\ \&CenterDot;\\ c^{\left(N\right)}\end{array}\right]=\mathrm{\&epsiv;P}\left[\begin{array}{c}{b}^{{\left(1\right)}^H}\\ \&CenterDot;\\ \&CenterDot;\\ \&CenterDot;\\ b^{{\left(N\right)}^H}\end{array}\right]a.$

定义c＝[c⁽¹⁾...c^(N)]^T和B＝[b⁽¹⁾…b^(N)]^H.因此，有

                          εPBa＝Pc.

则a的最小二乘解为

                          a＝ε^-1pinv(PB)Pc，

其中，pinv(.)表示伪逆操作。

求解出a后，再根据 ${\stackrel{\&OverBar;}{a}}_i=\frac{h_{K,i}}{h_{K,K}}$ 和a＝[a_R，1...a_R，K-1 a_I，1...a_I，K-1]^T，就可以得到经过直接信道归一化的串扰信道，如下式表示：

$\frac{h_{K,i}}{h_{K,K}}=a_i+j{a}_{K-1+i}$

根据上述推导，计算串扰信道的具体步骤如下：

选择合适的组合矩阵，根据各条线路上的发送信号的组合的系数，计算G＝pinv(PB)P；根据各条线路上的发送信号的组合的系数和测量的SNR，计算 $c^{\left(n\right)}=\frac{1}{2}\frac{1}{{\mathrm{SNR}}_K^{\left(n\right)}}-\frac{1}{2}{\mathrm{\&epsiv;}}^2\underset{i=1}{\overset{K-1}{\mathrm{\&Sigma;}}}{\left|z_i^{\left(n\right)}\right|}^2;$ 根据上述计算结果，计算a＝ε^-1Gc；最后，得出经直接信道归一化的串扰信道 $\frac{h_{K,i}}{h_{K,K}}=a_i+j{a}_{K-1+i},\&ForAll;i.$

而当各条线路的发送功率不相等时，第K条线路的对端设备所测量的SNR可以通过下式表示：

$\frac{1}{\mathrm{SN}{R}_K^{\left(n\right)}}=\frac{{\mathrm{noise}}_K}{\mathrm{signa}{l}_K}$

$\&ap;\frac{1}{{\mathrm{\&sigma;}}_K^2}(\underset{i=1}{\overset{K-1}{\mathrm{\&Sigma;}}}{|\frac{h_{k,i}}{h_{K,K}}{\mathrm{\&sigma;}}_i+\mathrm{\&epsiv;}{z}_i^{\left(n\right)}{\mathrm{\&sigma;}}_i|}^2+\frac{{\mathrm{\&sigma;}}_{W_K}^2}{{\left|h_{K,K}\right|}^2})$

$=\frac{1}{{\mathrm{\&sigma;}}_K^2}({\left|\right|\stackrel{\&OverBar;}{a}+\mathrm{\&epsiv;}{\stackrel{\&OverBar;}{b}}^{\left(n\right)}\left|\right|}^2+\frac{{\mathrm{\&sigma;}}_{W_K}^2}{{\left|h_{K,K}\right|}^2}),$

定义 $\stackrel{\&OverBar;}{a}={[{\stackrel{\&OverBar;}{a}}_1...{\stackrel{\&OverBar;}{a}}_{K-1}]}^T,$ ${\stackrel{\&OverBar;}{b}}^{\left(n\right)}={[{\stackrel{\&OverBar;}{b}}_1^{\left(n\right)}...{\stackrel{\&OverBar;}{b}}_{K-1}^{\left(n\right)}]}^T,$ ${\stackrel{\&OverBar;}{a}}_i=\frac{h_{K,i}}{h_{K,K}}{\mathrm{\&sigma;}}_i,$ ${\stackrel{\&OverBar;}{b}}_i^{\left(n\right)}=z_i^{\left(n\right)}{\mathrm{\&sigma;}}_i.$ 根据勾股定理，有

${\left|\right|\stackrel{\&OverBar;}{a}+\mathrm{\&epsiv;}{\stackrel{\&OverBar;}{b}}^{\left(n\right)}\left|\right|}^2={\left|\right|\stackrel{\&OverBar;}{a}\left|\right|}^2+{\left|\right|\mathrm{\&epsiv;}{\stackrel{\&OverBar;}{b}}^{\left(n\right)}\left|\right|}^2+2\mathrm{\&epsiv;Re}\left\{{\stackrel{\&OverBar;}{b}}^{{\left(n\right)}^H}\stackrel{\&OverBar;}{a}\right\}.$

将和分别分解为实部和虚部，即 $a_{R,i}=\mathrm{Re}\left\{{\stackrel{\&OverBar;}{a}}_i\right\},$ $a_{I,i}=\mathrm{Im}\left\{{\stackrel{\&OverBar;}{a}}_i\right\},$ $b_{R,i}^{\left(n\right)}=\mathrm{Re}\left\{{\stackrel{\&OverBar;}{b}}_i^{\left(n\right)}\right\},$ $b_{I,i}^{\left(n\right)}=\mathrm{Im}\left\{{\stackrel{\&OverBar;}{b}}_i^{\left(n\right)}\right\},$ 则有

$\mathrm{Re}\left\{{\stackrel{\&OverBar;}{b}}^{{\left(n\right)}^H}\stackrel{\&OverBar;}{a}\right\}=\underset{i=1}{\overset{K-1}{\mathrm{\&Sigma;}}}[a_{R,i}{b}_{R,i}^{\left(n\right)}+a_{I,i}{b}_{I,i}^{\left(n\right)}]$

$=b^{{\left(n\right)}^H}a,$

其中，a＝[a_R，1...a_R，K-1 a_I，1...a_I，K-1]^T， $b^{\left(n\right)}={[b_{R,1}^{\left(n\right)}...b_{R,K-1}^{\left(n\right)}{b}_{I,1}^{\left(n\right)}...b_{I,K-1}^{\left(n\right)}]}^T.$ 为了方便，定义a_i＝[a]_i， $b_i^{\left(n\right)}={\left[b^{\left(n\right)}\right]}_i.$ 根据上述两个公式，可得

${\left|\right|\stackrel{\&OverBar;}{a}+\mathrm{\&epsiv;}{\stackrel{\&OverBar;}{b}}^{\left(n\right)}\left|\right|}^2={\left|\right|\stackrel{\&OverBar;}{a}\left|\right|}^2+{\left|\right|\mathrm{\&epsiv;}{\stackrel{\&OverBar;}{b}}^{\left(n\right)}\left|\right|}^2+2\mathrm{\&epsiv;}{b}^{{\left(n\right)}^H}a.$

根据上式和前面SNR的表达式，有

${\left|\right|\stackrel{\&OverBar;}{a}\left|\right|}^2+{\left|\right|\mathrm{\&epsiv;}{\stackrel{\&OverBar;}{b}}^{\left(n\right)}\left|\right|}^2+2{\mathrm{\&epsiv;b}}^{{\left(n\right)}^H}a+\frac{{\mathrm{\&sigma;}}_{W_K}^2}{{\left|h_{K,K}\right|}^2}=\frac{{\mathrm{\&sigma;}}_K^2}{{\mathrm{SNR}}_K^{\left(n\right)}}.$

因此，

$\mathrm{\&epsiv;}{b}^{{\left(n\right)}^H}a+\frac{1}{2}{\left|\right|\stackrel{\&OverBar;}{a}\left|\right|}^2+\frac{1}{2}\frac{{\mathrm{\&sigma;}}_{W_K}^2}{{\left|h_{K,K}\right|}^2}=\frac{1}{2}\frac{{\mathrm{\&sigma;}}_K^2}{{\mathrm{SNR}}_K^{\left(n\right)}}-\frac{1}{2}{|\left|\mathrm{\&epsiv;}{\stackrel{\&OverBar;}{b}}^{\left(n\right)}\right||}^2.$

又由于 ${\stackrel{\&OverBar;}{b}}_i^{\left(n\right)}=z_i^{\left(n\right)}{\mathrm{\&sigma;}}_i,$ 则

$\mathrm{\&epsiv;}{b}^{{\left(n\right)}^H}a+\frac{1}{2}{\left|\right|\stackrel{\&OverBar;}{a}\left|\right|}^2+\frac{1}{2}\frac{{\mathrm{\&sigma;}}_{W_K}^2}{{\left|h_{K,K}\right|}^2}=\frac{1}{2}\frac{1}{{\mathrm{SNR}}_K^{\left(n\right)}}-\frac{1}{2}{\mathrm{\&epsiv;}}^2\underset{i=1}{\overset{K-1}{\mathrm{\&Sigma;}}}{\left|z_i^{\left(n\right)}\right|}^2{\mathrm{\&sigma;}}_i^2.$

定义 $c^{\left(n\right)}=\frac{1}{2}\frac{{\mathrm{\&sigma;}}_K^2}{{\mathrm{SNR}}_K^{\left(n\right)}}-\frac{1}{2}{\mathrm{\&epsiv;}}^2\underset{i=1}{\overset{K-1}{\mathrm{\&Sigma;}}}{\left|z_i^{\left(n\right)}\right|}^2{\mathrm{\&sigma;}}_i^2,$ 则

$\mathrm{\&epsiv;}{b}^{{\left(n\right)}^H}a+\frac{1}{2}{\left|\right|\stackrel{\&OverBar;}{a}\left|\right|}^2+\frac{1}{2}\frac{{\mathrm{\&sigma;}}_{W_K}^2}{{\left|h_{K,K}\right|}^2}=c^{\left(n\right)},\&ForAll;n.$

定义一个大小为M×N的矩阵P，且其元素p_m，n＝[P]_m，n满足

$\underset{n=1}{\overset{N}{\mathrm{\&Sigma;}}}{p}_{m,n}=0,\&ForAll;m.$

它作为SNR的组合矩阵，有

$\underset{n}{\mathrm{\&Sigma;}}{p}_{m,n}{c}^{\left(n\right)}=\mathrm{\&epsiv;}\underset{n}{\mathrm{\&Sigma;}}{p}_{m,n}{b}^{{\left(n\right)}^H}a+(\frac{1}{2}{\left|\right|\stackrel{\&OverBar;}{a}\left|\right|}^2+\frac{1}{2}\frac{{\mathrm{\&sigma;}}_{W_K}^2}{{\left|h_{K,K}\right|}^2})\underset{n}{\mathrm{\&Sigma;}}{p}_{m,n},\&ForAll;m.$

由于 $\underset{n=1}{\overset{N}{\mathrm{\&Sigma;}}}{p}_{m,n}=0,\&ForAll;m,$ 则有

$\underset{n}{\mathrm{\&Sigma;}}{p}_{m,n}{c}^{\left(n\right)}=\mathrm{\&epsiv;}\underset{n}{\mathrm{\&Sigma;}}{p}_{m,n}{b}^{{\left(n\right)}^H}a,\&ForAll;m.$

对每一个n，都有一个上述形式的公式。将所有这些公式合并为一个矩阵，有

$P\left[\begin{array}{c}{c}^{\left(1\right)}\\ \&CenterDot;\\ \&CenterDot;\\ \&CenterDot;\\ c^{\left(N\right)}\end{array}\right]=\mathrm{\&epsiv;P}\left[\begin{array}{c}{b}^{{\left(1\right)}^H}\\ \&CenterDot;\\ \&CenterDot;\\ \&CenterDot;\\ b^{{\left(N\right)}^H}\end{array}\right]a.$

定义c＝[c⁽¹⁾...c^(N)]^T和B＝[b⁽¹⁾…b^(N)]^H.因此，有

                        εPBa＝Pc.

则a的最小二乘解为

                        a＝ε^-1pinv(PB)Pc

其中，pinv(.)表示伪逆操作。

求解出a后，再根据 ${\stackrel{\&OverBar;}{a}}_i=\frac{h_{K,i}}{h_{K,K}}{\mathrm{\&sigma;}}_i$ 和a＝[a_R，1...a_R，K-1a_I，1...a_I，K-1]^T，就可以得到经过直接信道归一化的串扰信道，如下式表示：

$\frac{h_{K,i}}{h_{K,K}}=\frac{1}{{\mathrm{\&sigma;}}_i}(a_i+j{a}_{K-1+i}),$

根据上述推导，此时计算串扰信道的具体步骤如下：

选择合适的组合矩阵，根据各条线路上的发送功率和发送信号的组合的系数，计算G＝pinv(PB)P；根据各条线路上的发送功率、发送信号的组合的系数和测量的SNR，计算 $c^{\left(n\right)}=\frac{1}{2}\frac{{\mathrm{\&sigma;}}_K^2}{\mathrm{SN}{R}_K^{\left(n\right)}}-\frac{1}{2}{\mathrm{\&epsiv;}}^2\underset{i=1}{\overset{K-1}{\mathrm{\&Sigma;}}}{\left|z_i^{\left(n\right)}\right|}^2{\mathrm{\&sigma;}}_i^2;$ 根据上述计算结果，计算a＝ε^-1Gc；最后，得出经直接信道归一化的串扰信道 $\frac{h_{K,i}}{h_{K,K}}=(a_i+j{a}_{K-1+i})/{\mathrm{\&sigma;}}_i,\&ForAll;i.$

为了使性能在普遍的情况下，性能最优，可以事先选择一个矩阵P和B。特别地进行如下的选择：

定义归一化的离散余弦变换的系数如下：

$u_{n,m}=\left\{\begin{array}{cc}\sqrt{\frac{2}{N}}\cos \left(\frac{\mathrm{\&pi;}(n+0.5)m}{N}\right)& t>1,n>1,\\ \frac{1}{\sqrt{N}}& \mathrm{otherwise}.\end{array}\right.$

把上述的系数写成矩阵形式，并去掉第一行的直流项得：

选定U^H作为探测信号矩阵：B＝U^H。这样， $\stackrel{\&OverBar;}{B}=U_{\mathrm{row}1:K-1}^H+j{U}_{\mathrm{rowK}:2(K-1)}^H.$ 设定SNR组合矩阵为：P＝U.之所以这么选择的理由是，在反馈回来的SNR受到干扰的时候使信道估计的误差最小。另外的一个原因是选择这样的矩阵可以使我们不需要计算PB矩阵乘积的伪逆。在算法中的G矩阵可以直接通过矩阵P获得。如下式。这样可以降低算法的运算复杂度。

                        G＝pinv(PB)P

                         ＝pinv(UU^H)P

                         ＝P.

另外，如果用户的数量是2的n次方的话，我们可以选择Walsh-Hadamard序列来生成矩阵B。这样的另一个好处是由于Walsh-Hadamard序列是有正负一构成，计算过程中的乘法就可以用简单的加减法来代替。当然只要满足本方法要求的任意矩阵B都可以正确的计算出信道矩阵，本方法并不限于上述的选择方法。

利用不同的组合系数，重复步骤101和步骤102应不少于2K-1次，才能计算出所有其他K-1条线路对第K条线路的串扰。上述重复步骤101和步骤102的次数，是根据加载的其他线路的个数(即要测量的串扰的个数)决定的。

上述整个过程可以重复多次，不断更新串扰信道，重复的目的是为了提高精度或是进行线路跟踪。

还可以根据计算出来的串扰信道，设计一阶近似的串扰抵消预补偿滤波器，如下式：

其中，offdiag(X)＝X-diag(X).

本实施例提供的信道估计的方法，通过测量的被加载线路的SNR参数和加载的其它线路的发送信号的组合，计算被加载线路的串扰特性。本实施例不需要重新设计设备，而且测量时间短，精度高且有很好的鲁棒性。

如图3所示为本发明实施例二信道估计的系统示意图，该系统至少包括联合收发设备1和对端设备2。

其中，联合收发设备1包括：加载单元11，接收单元12和计算单元13。加载单元11，用于在信道的一条线路上加载其它线路的发送信号的组合；接收单元12，用于接收对端设备测量的被加载线路的信噪比；计算单元13，用于根据其它线路的发送信号的组合的系数和接收的信噪比，计算被加载线路的串扰信道。

相应地，对端设备2包括测量单元21，发送单元22。测量单元21，用于测量所述被加载线路的信噪比；发送单元22，用于发送测量的信噪比至联合收发设备。

如图4所示为本实施例联合收发设备的加载单元的结构示意图。联合收发设备的加载单元11可以进一步包括：第一计算单元111和第一加载单元112。第一计算单元111，用于计算其它线路的发送信号的组合与步长的乘积；第一加载单元112，用于在被加载线路上加载其它线路的发送信号的组合与步长的乘积。

第一计算单元111还可以进一步包括：第二计算单元1111，用于根据各条线路的发送功率和被加载线路未被加载时的信噪比计算步长。

本实施例联合收发设备的计算单元13，还用于根据步长和各条线路的发送功率，计算被加载线路的串扰信道。

本实施例提供的信道估计的系统和设备，通过测量的被加载线路的SNR参数和加载的其它线路的发送信号的组合，计算被加载线路的串扰特性。本实施例不需要重新设计设备，而且测量时间短，精度高且有很好的鲁棒性。

如图5所示为本发明实施例三信道估计的系统示意图。该系统至少包括联合收发设备3和对端设备4。

其中，联合收发设备3包括：加载单元31，发送单元32和接收单元33。加载单元31，用于在信道的一条线路上加载其它线路的发送信号的组合；发送单元32，用于发送所述其它线路的发送信号的组合的系数至对端设备；接收单元33，用于接收对端设备计算的被加载线路的串扰信道。

相应地，对端设备4包括：测量单元41，接收单元42，计算单元43和发送单元44。测量单元41，用于测量被加载线路的信噪比；接收单元42，用于接收联合收发设备发送的其它线路的发送信号的组合的系数；计算单元43，用于根据其它线路的发送信号的组合的系数和测量的信噪比，计算被加载线路的串扰信道；发送单元44，用于发送计算的串扰信道至联合收发设备。

如图6所示为本实施例联合收发设备的加载单元的结构示意图。联合收发设备的加载单元31可以进一步包括：第一计算单元311和第一加载单元312。第一计算单元311，用于计算其它线路的发送信号的组合与步长的乘积；第一加载单元312，用于在被加载线路上加载其它线路的发送信号的组合与步长的乘积。

第一计算单元311还可以进一步包括：第二计算单元3111，用于根据各条线路的发送功率和被加载线路未被加载时的信噪比计算步长。

本实施例联合收发设备3的发送单元32，还用于发送步长和各条线路的发送功率至对端设备。

相应地，本实施例对端设备4的接收单元42，还用于接收联合收发设备发送的步长和各条线路的发送功率；计算单元43，还用于根据接收的步长和各条线路的发送功率，计算被加载线路的串扰信道。

本实施例提供的信道估计的系统和设备，通过测量的被加载线路的SNR参数和加载的其它线路的发送信号的组合，计算被加载线路的串扰特性。本实施例不需要重新设计设备，而且测量时间短，精度高且有很好的鲁棒性。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (20)

1. 一种信道估计的方法，其特征在于，包括：

在所述信道的一条线路上加载其它线路的发送信号的组合；

测量所述被加载线路的信噪比；

根据所述其它线路的发送信号的组合的系数和所述测量的信噪比，计算所述被加载线路的串扰信道。

2. 如权利要求1所述的一种信道估计的方法，其特征在于，所述其它线路的发送信号的组合的系数的绝对值的平方和为常数。

3. 如权利要求2所述的一种信道估计的方法，其特征在于，所述在所述信道的一条线路上加载其它线路的发送信号的组合，具体包括：

取所述其它线路的发送信号的组合与步长的乘积；

在所述信道的一条线路上加载所述其它线路的发送信号的组合与所述步长的乘积。

4. 如权利要求3所述的一种信道估计的方法，其特征在于，所述步长根据各条线路的发送功率和所述被加载线路未被加载时的信噪比进行计算。

5. 如权利要求4所述的一种信道估计的方法，其特征在于，所述根据所述其它线路的发送信号的组合的系数和所述测量的信噪比，计算所述被加载线路的串扰信道，还包括：

根据所述步长和所述各条线路的发送功率，计算所述被加载线路的串扰信道。

6. 如权利要求5所述的一种信道估计的方法，其特征在于，所述被加载线路的串扰信道为经所述被加载线路的直接信道归一化的串扰信道。

7. 一种联合收发设备，其特征在于，包括：

加载单元，用于在信道的一条线路上加载其它线路的发送信号的组合；

接收单元，用于接收对端设备测量的所述被加载线路的信噪比；

计算单元，用于根据所述其它线路的发送信号的组合的系数和所述接收的信噪比，计算所述被加载线路的串扰信道。

8. 如权利要求7所述的一种联合收发设备，其特征在于，所述加载单元包括：

第一计算单元，用于计算所述其它线路的发送信号的组合与步长的乘积；

第一加载单元，用于在所述被加载线路上加载所述其它线路的发送信号的组合与所述步长的乘积。

9. 如权利要求8所述的一种联合收发设备，其特征在于，所述第一计算单元进一步包括：

第二计算单元，用于根据各条线路的发送功率和所述被加载线路未被加载时的信噪比计算所述步长。

10. 如权利要求9所述的一种联合收发设备，其特征在于，所述计算单元，还用于根据所述步长和所述各条线路的发送功率，计算所述被加载线路的串扰信道。

11. 一种信道估计的系统，其特征在于，包括：联合收发设备和对端设备；

所述联合收发设备包括：

加载单元，用于在信道的一条线路上加载其它线路的发送信号的组合；

接收单元，用于接收对端设备测量的所述被加载线路的信噪比；

计算单元，用于根据所述其它线路的发送信号的组合的系数和所述接收的信噪比，计算所述被加载线路的串扰信道；

所述对端设备，包括：

测量单元，用于测量所述被加载线路的信噪比；

发送单元，用于发送所述测量的信噪比至所述联合收发设备。

12. 如权利要求11所述的一种信道估计的系统，其特征在于，所述计算单元，还用于根据所述步长和所述各条线路的发送功率，计算所述被加载线路的串扰信道。

13. 一种联合收发设备，其特征在于，包括：

加载单元，用于在信道的一条线路上加载其它线路的发送信号的组合；

发送单元，用于发送所述其它线路的发送信号的组合的系数至对端设备；

接收单元，用于接收所述对端设备计算的所述被加载线路的串扰信道。

14. 如权利要求13所述的一种联合收发设备，其特征在于，所述加载单元包括：

第一计算单元，用于计算所述其它线路的发送信号的组合与步长的乘积；

第一加载单元，用于在所述被加载线路上加载所述其它线路的发送信号的组合与所述步长的乘积。

15. 如权利要求14所述的一种联合收发设备，其特征在于，所述第一计算单元进一步包括：

第二计算单元，用于根据各条线路的发送功率和所述被加载线路未被加载时的信噪比计算所述步长。

16. 如权利要求15所述的一种联合收发设备，其特征在于，所述发送单元，还用于发送所述步长和所述各条线路的发送功率至所述对端设备。

17. 一种对端设备，其特征在于，包括：

测量单元，用于测量被加载线路的信噪比；

接收单元，用于接收联合收发设备发送的其它线路的发送信号的组合的系数；

计算单元，用于根据所述其它线路的发送信号的组合的系数和所述测量的信噪比，计算所述被加载线路的串扰信道；

发送单元，用于发送所述计算的串扰信道至所述联合收发设备。

18. 如权利要求17所述的一种对端设备，其特征在于，所述接收单元，还用于接收所述联合收发设备发送的步长和各条线路的发送功率；所述计算单元，还用于根据所述步长和所述各条线路的发送功率，计算所述被加载线路的串扰信道。

19. 一种信道估计的系统，其特征在于，包括：联合收发设备和对端设备；

所述联合收发设备包括：

加载单元，用于在信道的一条线路上加载其它线路的发送信号的组合；

发送单元，用于发送所述其它线路的发送信号的组合的系数至对端设备；

接收单元，用于接收所述对端设备计算的所述被加载线路的串扰信道；

所述对端设备，包括：

测量单元，用于测量所述被加载线路的信噪比；

接收单元，用于接收所述联合收发设备发送的其它线路的发送信号的组合的系数；

计算单元，用于根据所述其它线路的发送信号的组合的系数和所述测量的信噪比，计算所述被加载线路的串扰信道；

发送单元，用于发送所述计算的串扰信道至所述联合收发设备。

20. 如权利要求19所述的一种信道估计的系统，其特征在于，所述联合收发设备的发送单元，还用于发送所述步长和所述各条线路的发送功率至所述对端设备；

所述对端设备的计算单元，还用于根据所述步长和所述各条线路的发送功率，计算所述被加载线路的串扰信道。

Images