CN101867534A - 信道估计方法和装置 - Google Patents

Abstract

本发明涉及一种信道估计方法和装置，用以对信道估计器的信道估计结果进行进一步修正。在本发明的方法中，首先处理一时隙数据，从所述时隙数据中获得原始信道估计结果，其中所述原始信道估计结果包括多个抽头。其次，利用所述原始信道估计结果计算噪声功率；再者，计算每个抽头的权值，其中该权值组成的向量满足如下准则：使经过加权的信道估计结果与实际的信道冲击响应之间的估计误差最小化；最后，按照所计算的权值对原始信道估计结果的多个抽头进行加权。

Description

信道估计方法和装置

技术领域

本发明涉及通信系统中的信道估计，尤其涉及一种信道估计方法和装置。

背景技术

TD-SCDMA系统采用低代价的B.Steiner信道估计器(Steiner B，Baier P W.Low Cost Channel Estimation in the Uplink Receiver of CDMA Mobile Radio Systems[J].Frequenz，1993，47：11-12.)，该估计器的估计精度受信道中加性噪声的影响，导致估计值和真实值相比误差较大，影响系统性能。因此在实现过程中，应用一种门限的处理方法，对Steiner信道估计器得到的信道冲激响应进行改进，使Steiner信道估计器得到的原始信道冲激响应经过一个门限，高于门限值的信道抽头功率保留，低于门限值的信道抽头功率则舍弃。

MBSFN(Multicast Broadcast Single Frequency Network，多播/组播单频网络)系统是个广播系统，信道环境比较复杂，实现中采用低代价的B.Steiner信道估计器，由于信道中的加性噪声的影响，也采用了门限的处理方法，除去大部分由于噪声引起的干扰抽头。同时，由于信道估计器受背景噪声的影响，会造成信道冲激响应的幅度和时延比实际值大，即接收端的信道估计值往往扩大了多径的信道冲激响应功率，这种现象在信道环境比较复杂，多径抽头比较多时更明显，因此希望对这些信道冲激响应进行进一步地修正，使估计值更好的接近真实值，提高系统性能。

发明内容

本发明所要解决的技术问题是提供一种简单而有效的基于信道抽头加权的信道估计方法和装置，使系统性能获得较大的改善与提高。

本发明一种信道估计方法，包括以下步骤：处理一时隙数据，从所述时隙数据中获得原始信道估计结果，其中原始信道估计结果包括多个抽头。之后，利用原始信道估计结果计算噪声功率。再者，计算每个抽头的权值，其中该权值组成的向量满足如下准则：使经过加权的信道估计结果与实际的信道冲击响应之间的估计误差最小化；最后，按照所计算的权值对原始信道估计结果的多个抽头进行加权。

在本发明的一实施例中，所述每个抽头的权值为：

i＝0，1，...，L-1，其中L是信道估计所用的引导序列长度，σ²为所述噪声功率，h_i″为原始信道估计结果的各个抽头。

在本发明的一实施例中，处理所述时隙数据时，使用该时隙中与数据部分相邻的引导序列进行信道估计。在另一实施例中，还同时利用与该时隙相邻的另一时隙的引导序列进行信道估计。

在本发明的一实施例中，在计算每个抽头的权值之前还包括，对原始信道估计结果进行门限处理，得到包括多个抽头的经门限处理的信道估计结果，接着计算经门限处理的每个抽头的权值，且对经门限处理的信道估计结果的多个抽头进行加权。其中，每个抽头的权值为：

i＝0，1，...，L-1，其中L是信道估计所用的引导序列长度，σ²为所述噪声功率，h_i′为经门限处理的信道估计结果的各个抽头。

本发明还提出一种信道估计装置，包括信道估计器、噪声估计器、抽头权值计算单元以及抽头加权单元。信道估计器处理一时隙数据，从所述时隙数据中获得原始信道估计结果，其中所述原始信道估计结果包括多个抽头。噪声估计器利用所述原始信道估计结果计算噪声功率。抽头权值计算单元计算每个抽头的权值，其中该权值组成的向量满足如下准则：使经过加权的信道估计结果与实际的信道冲击响应之间的估计误差最小化。抽头加权单元按照所计算的权值对原始信道估计结果的多个抽头进行加权。

本发明所提出的对低代价信道估计改进的方法和装置，通过对比是否利用本发明的技术的链路性能，可以发现通信系统运用本发明的方法后链路性能明显提高，且实现比较简单，计算量增加不大。

附图说明

为让本发明的上述目的、特征和优点能更明显易懂，以下结合附图对本发明的具体实施方式作详细说明，其中：

图1示出本发明一实施例的MBSFN系统中的信道估计流程。

图2示出本发明一实施例的MBSFN系统中的信道估计装置结构框图。

图3为采用本发明的方法与未用本发明的方法的链路性能对比图。

具体实施方式

本发明的基本思想是针对低代价的B.Steiner信道估计器进行改进，在运用门限处理方法的基础上，提出一种修正抽头功率的方法，下面首先描述该方法的原理如下：

假设发送训练序列为s，对应的矩阵为S，信道冲激响应对应的向量为g，对此做进一步的假设，设信道有l个连续的抽头，每个抽头对应一条独立的径，每条径服从瑞利分布，径之间相互独立，将向量g表示为g＝(g₀，g₁，...，g_l-1)′，则按照假设有：

$E\left(g_i{g}_j^{*}\right)=0,i\≠j$

以及

设噪声向量为v，且E(vv^H)＝σ²I，其中σ²为噪声功率，I是对角元素为1，其他元素为0的单位矩阵。

设接收到的训练序列为y，则y、S、g、v有如下的关系：

y＝Sg+v

信道估计采用LS算法，即：

$\hat{g}={\left(S^{H}S\right)}^{-1}{S}^{H}y$

在初始信道估计后，为了进一步提高信道估计性能，对

作一加权处理，将加权后的序列

作为最终的信道估计，W是满足如下的准则的矩阵：

$W=\arg \underset{W}{\min }E\left[{|W\hat{g}-g|}^2\right].............\left(1\right)$

该准则使信道估计后再经过加权的序列

最接近实际的信道冲击响应的向量g，也就是说，二者之间的估计误差最小化。

以下为满足上述准则的矩阵W的推导：

按照相关性原理，通过把估计误差

和初始估计向量正交可以得到W，于是有：

$E\left[(W\hat{g}-g){\hat{g}}^H\right]=0$

由于

R_s＝S^HS

$\hat{g}={\left(S^{H}S\right)}^{-1}{S}^{H}y=g+{\left(S^{H}S\right)}^{-1}{S}^{H}v$

$E\left[\hat{g}{\hat{g}}^H\right]$

$=E\left[(g+{\left(S^{H}S\right)}^{-1}{S}^{H}v){(g+{\left(S^{H}S\right)}^{-1}{S}^{H}v)}^H\right]$

$=E\left[{\mathrm{gg}}^H\right]+{\mathrm{\σ}}^2{R}_s^{-1}$

$=R_g+{\mathrm{\σ}}^2{R}_s^{-1}$

$E\left[g{\hat{g}}^H\right]$

$=E\left[g{(g+{\left(S^{H}S\right)}^{-1}{S}^{H}v)}^H\right]$

$=E\left[g{g}^H\right]$

$=R_g$

于是，有：

$W={(R_g+{\mathrm{\σ}}^2{R}_s^{-1})}^{-1}{R}_g$

在MBSFN系统中，训练序列矩阵S近似满足S^HS＝I，据此，上式可以进一步简化为：

W＝(R_g+σ²I)^-1R_g

最终得到加权后的信道估计为：

$W\hat{g}=\left(\begin{array}{c}\frac{E\left({\left|{\hat{g}}_0\right|}^2\right)}{E\left({\left|{\hat{g}}_0\right|}^2\right)+{\mathrm{\σ}}^2}*{\hat{g}}_0\\ \frac{E\left({\left|{\hat{g}}_1\right|}^2\right)}{E\left({\left|{\hat{g}}_1\right|}^2\right)+{\mathrm{\σ}}^2}*{\hat{g}}_1\\ .\\ .\\ .\\ \frac{E\left({\left|{\hat{g}}_{l-1}\right|}^2\right)}{E\left({\left|{\hat{g}}_{l-1}\right|}^2\right)+{\mathrm{\σ}}^2}*{\hat{g}}_{l-1}\end{array}\right)............\left(2\right)$

在实际程序中，可以对上式作进一步的简化，直接以每一时隙的初始信道估计值代替其期望值，于是，有：

$W\hat{g}=\left(\begin{array}{c}\frac{{\left|{\hat{g}}_0\right|}^2}{{\left|{\hat{g}}_0\right|}^2+{\mathrm{\σ}}^2}*{\hat{g}}_0\\ \frac{{\left|{\hat{g}}_1\right|}^2}{{\left|{\hat{g}}_1\right|}^2+{\mathrm{\σ}}^2}*{\hat{g}}_1\\ .\\ .\\ .\\ \frac{{\left|{\hat{g}}_{l-1}\right|}^2}{{\left|{\hat{g}}_{l-1}\right|}^2+{\mathrm{\σ}}^2}*{\hat{g}}_{l-1}\end{array}\right)............\left(3\right)$

本发明的一个实施例采用上述的加权方法。下面以MBSFN作为实施例来说明上述方法。

图1示出本发明一实施例的应用于MBSFN系统的信道估计流程，其具体实现过程可分以下步骤进行：

步骤101，MBSFN系统采用Steiner信道估计器，在处理一个时隙的数据时，在一个实施例中，使用该时隙与数据部分相邻的64chips(码片)preamble(引导序列)数据进行信道估计，得到原始信道估计结果h″＝{h″₀，h″₁，...h″_L-1}，L＝64。在一个较佳实施例中，还可进一步利用与该时隙相邻的另一时隙的引导序列进行信道估计，改进性能。此外，对于MBSFN系统以外的其他通信系统，可以采用其他的方式(如滑动相关法等)进行信道估计。

步骤102，噪声估计，即利用Steiner信道估计器得到的原始信道估计结果计算噪声功率σ²。

步骤103，Steiner信道估计器得到的原始信道估计结果经过门限处理，得到经门限处理后的信道估计结果h′，其中h′＝{h′₀，h′₁，...h′_L-1}，L＝64。

步骤104，依照前述的计算式(3)计算每个抽头的权值。

$w_i=\frac{{\left|{h_i}^{\′}\right|}^2}{{\left|{h_i}^{\′}\right|}^2+{\mathrm{\σ}}^2},$ i＝0，1，...，L-1............(4)

其中L＝64是preamble码序列长度，其中|H_i′|²为经过门限处理后的信道估计结果的各抽头功率。

当然，本实施例并不限于以上述计算式(3)来计算权值，在容许的计算复杂度和误差范围内，可以采用根据上述准则(1)所推导的其他计算式来完成上述计算。

步骤105，按照步骤104所计算的权值对抽头进行加权：

h_i＝w_ih′_i，i＝0，1，...，L-1。

这就是经抽头加权后的信道估计结果。

上述的步骤103是出于优化的目的而提出的，事实上，在本发明的其他实施例中，可以不经步骤103而直接到步骤104，计算原始信道估计结果的每个抽头的权值，然后在步骤105按照步骤104所计算的权值对原始信道估计结果的多个抽头进行加权。其中权值计算如下：

$w_i=\frac{{\left|{h_i}^{\′\′}\right|}^2}{{\left|{h_i}^{\′\′}\right|}^2+{\mathrm{\σ}}^2},$ i＝0，1，...，L-1............(5)

其中L是信道估计所用的引导序列长度，σ²为所述噪声功率，h_i″为原始信道估计结果的各个抽头。

另外，本发明提出一种用以执行上述方法的信道估计装置，参照图2所示，此信道估计装置一实施例的结构描述如下：

一Steiner信道估计器201，在处理一个时隙的数据时，使用该时隙与数据部分相邻的64chips(码片)preamble(引导序列)数据进行信道估计，得到原始信道估计结果h″＝{h″₀，h″₁，...h″_L-1}，L＝64。一噪声估计器202连接该信道估计器201，利用Steiner信道估计器得到的原始信道估计结果计算噪声功率σ²。一门限处理单元203连接该信道估计器201，将Steiner信道估计器201得到的原始信道估计结果经过门限处理，得到经门限处理后的信道估计结果h′，其中h′＝{h′₀，h′₁，...h′_L-1}，L＝64。一抽头权值计算单元204依照前述的计算式(4)计算每个抽头的权值，计算过程如下：

i＝0，1，...，L-1，其中L＝64是基本preamble码序列长度。

一抽头加权单元205，连接抽头权值计算单元204，按照所计算的权值对抽头进行加权，即h_i＝w_ih′_i，i＝0，1，...，L-1，这就是经抽头加权后的信道估计结果。

基于前述的方法实施例，也可以省略门限处理单元203，在抽头权值计算单元204依照计算式(5)计算原始信道估计结果的每个抽头的权值后，由抽头加权单元206按照所计算的权值对原始信道估计结果的多个抽头进行加权。

为验证本发明的效果，下面将采用本发明的方法后的链路性能与未采用本发明的方法的链路性能进行比较。图3为采用本发明的加权方法后的链路性能与未用本发明的加权方法的链路性能对比图。其中仿真时使用的衰落信道配置如表1所示。

表1MBSFN信道模式2配置

从图3可以看出，采用本发明后MTCH单天线性能比未用本发明的链路性能提升大约0.3dB。

综上所述，本发明的实施例针对接收系统的信道估计实现，在经过信道估计器及门限处理后，对信道估计结果进行功率修正，除去背景噪声对信道估计准确性的影响，信道估计更准确，更接近真实值，有效提高检测性能。本发明具有计算量增加不大，并且实现简单的特点。

虽然本发明已以较佳实施例揭示如上，然其并非用以限定本发明，任何本领域技术人员，在不脱离本发明的精神和范围内，当可作些许的修改和完善，因此本发明的保护范围当以权利要求书所界定的为准。

Claims (14)

1.一种信道估计方法，包括以下步骤：

a.处理一时隙数据，从所述时隙数据中获得原始信道估计结果，其中所述原始信道估计结果包括多个抽头；

b.利用所述原始信道估计结果计算噪声功率；

c.计算每个抽头的权值，其中该权值组成的向量满足如下准则：使经过加权的信道估计结果与实际的信道冲击响应之间的估计误差最小化；

d.按照步骤c所计算的权值对原始信道估计结果的多个抽头进行加权。

2.如权利要求1所述的信道估计方法，其特征在于，所述每个抽头的权值为：

i＝0，1，...，L-1，其中L是信道估计所用的引导序列长度，σ²为所述噪声功率，h_i″为原始信道估计结果的各个抽头。

3.如权利要求1所述的信道估计方法，其特征在于，步骤a中处理所述时隙数据时，使用该时隙中与数据部分相邻的引导序列进行信道估计。

4.如权利要求3所述的信道估计方法，其特征在于，步骤a中处理所述时隙数据时，还同时利用与该时隙相邻的另一时隙的引导序列进行信道估计。

5.如权利要求1或3或4所述的信道估计方法，其特征在于，步骤c之前还包括，对原始信道估计结果进行门限处理，得到包括多个抽头的经门限处理的信道估计结果，其中在步骤c中计算经门限处理的每个抽头的权值，且在步骤d中对经门限处理的信道估计结果的多个抽头进行加权。

6.如权利要求5所述的信道估计方法，其特征在于，所述每个抽头的权值为：

i＝0，1，...，L-1，其中L是信道估计所用的引导序列长度，σ²为所述噪声功率，h_i′为经门限处理的信道估计结果的各个抽头。

7.如权利要求1所述的信道估计方法，其特征在于，步骤a中使用Steiner信道估计器进行信道估计。

8.一种信道估计装置，包括：

信道估计器，处理一时隙数据，从所述时隙数据中获得原始信道估计结果，其中所述原始信道估计结果包括多个抽头；

噪声估计器，利用所述原始信道估计结果计算噪声功率；

抽头权值计算单元，计算每个抽头的权值，其中该权值组成的向量满足如下准则：使经过加权的信道估计结果与实际的信道冲击响应之间的估计误差最小化；

抽头加权单元，按照所计算的权值对原始信道估计结果的多个抽头进行加权。

9.如权利要求8所述的信道估计装置，其特征在于，所述每个抽头的权值为：

i＝0，1，...，L-1，其中L是信道估计所用的引导序列长度，σ²为所述噪声功率，h_i″为原始信道估计结果的各个抽头。

10.如权利要求8所述的信道估计装置，其特征在于，所述信道估计器使用该时隙中与数据部分相邻的引导序列进行信道估计。

11.如权利要求10所述的信道估计装置，其特征在于，所述信道估计器还同时利用与该时隙相邻的另一时隙的引导序列进行信道估计。

12.如权利要求8或10或11所述的信道估计装置，其特征在于，还包括门限处理单元，对所述原始信道估计结果进行门限处理，得到包括多个抽头的经门限处理的信道估计结果，其中所述抽头权值计算单元计算经门限处理的每个抽头的权值，且所述抽头加权单元对经门限处理的信道估计结果的多个抽头进行加权。

13.如权利要求12所述的信道估计装置，其特征在于，所述每个抽头的权值为：

i＝0，1，...，L-1，其中L是信道估计所用的引导序列长度，σ²为所述噪声功率，h_i′为经门限处理的信道估计结果的各个抽头。

14.如权利要求8所述的信道估计装置，其特征在于，所述信道估计器为Steiner信道估计器。

Images