CN101895487A - 基于置信度的抑制信道估计结果中噪声的方法及装置 - Google Patents

Abstract

本发明公开了一种基于置信度的抑制信道估计结果中噪声的方法及装置，属于数字信号传输技术领域。该方法包括步骤：进行信道估计，获得信道冲激响应估计结果；对连续多帧的信道冲激响应估计结果中各采样点值落入各统计区间的次数进行统计；根据所得到的统计信息选取各采样点的置信度；根据所述各采样点的置信度对所述连续多帧信道冲激响应的估计结果进行更新。本发明的技术方案能够有效抑制噪声，降低信道估计的误差，从而提高信道估计精确性、有效性及可靠性，且实现过程简单、复杂度低。

Description

基于置信度的抑制信道估计结果中噪声的方法及装置

技术领域

本发明属于数字信号传输技术领域，特别涉及一种基于置信度的抑制信道估计结果中噪声的方法及装置。

背景技术

目前无线通信技术主要包括两种主要的块传输技术：正交频分复用(Orthogonal Frequency Division Multiplexing，OFDM)和单载波频域均衡(Single-Carrier Frequency Domain Equalization，SC-FDE)。SC-FDE采用单载波传输而保留了OFDM系统中的频域均衡，有效地综合了OFDM和单载波的优点。接收机同步和信道估计是无线传输系统需要面对的挑战，准确的信道估计要求信道冲激响应估计值尽量逼近实际的信道冲激响应。

在无线电波传播过程中，由于多径效应产生时延扩展，从而产生信道的频率选择性衰落；另外，由于接收机和发射机间的相对移动和传播环境中物理的运动产生多普勒扩展，从而造成信道的时间选择性衰落。信道衰落的时变性影响了信道估计的精确度，而无线传输信道中的噪声也使得信道估计结果出现了较大的误差，严重地影响了信道估计的精确度。

现有的提高信道估计精度以及抑制信道估计中的噪声的方法有：提高训练序列的功率以获得更为精确的信道冲激响应估计值，但是损失了帧体数据的信噪比。利用对连续多帧的信道冲激响应估计值求均值的方法可以获得一个相对准确的信道冲激响应的估计值，但无法跟踪时变动态衰落无线信道下信道冲激响应相位和幅度的变化。最小均方误差(Minimum Mean Squared Error，MMSE)算法可以抑制信道估计中的噪声，但同时也抑制了有用能量，损失的有用能量影响了信道估计的精确度。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题在于，如何提高信道估计的精确性、有效性及可靠性。

(二)技术方案

为解决上述技术问题，本发明提供了一种基于置信度的抑制信道估计结果中噪声的方法，包括以下步骤：

A、获得信道冲激响应估计结果；

B、对连续多帧的信道冲激响应估计结果中各采样点值落入各统计区间的次数进行统计；

C、根据步骤B所得到的统计信息选取各采样点的置信度；

D、根据所述各采样点的置信度对所述连续多帧信道冲激响应的估计结果进行更新。

其中，在步骤A中采用最小方差算法或最小均方误差算法进行信道估计。

其中，在步骤B中对信道冲激响应估计结果进行多帧统计时，根据信道类型、信道时变特性和噪声方差的不同来选择所统计的帧数。

其中，所统计的帧数为3～10。

其中，所述步骤B中，对所述连续多帧信道冲激响应的估计结果中各采样点的实部和虚部分别落入各统计区间的次数进行统计。

其中，所述步骤B中获得所述统计区间的方法包括双区间统计方法和三区间统计方法；所述双区间统计方法是将所述连续多帧信道冲激响应的估计结果中各采样点的实部或虚部数值区间划分为正、负两个区间，即(-∞，0)和(0，∞)；所述三区间统计方法是将所述连续多帧信道冲激响应的估计结果中各采样点的实部或虚部数值区间划为正、模糊和负三个区间，即(-∞，-β)、[-β，α]和(α，+∞)，其中α，β为正实数。

其中，所述步骤C中各个采样点的置信度的选取原则为：采样点的实部或虚部数值落在统计区间的正区间或负区间的次数越多，选取越高的置信度，置信度的值在[0，1]之间选择，选择时，将置信度的值进行量化，量化的方法为：根据采样点实部或虚部落入统计区间的统计次数将置信度量化为两个0或1；或者根据采样点实部或者虚部在统计区间的统计次数的大小将置信度量化为0到1之间大小不同的数值。

其中，所述步骤D中的更新方法为：将所述连续多帧信道冲激响应的估计结果中各采样点值乘以其对应的置信度，得到信道冲激响应更新值。

其中，所述步骤D中的更新方法为：将所述连续多帧信道冲激响应的估计结果中各采样点值乘以其对应的置信度，得到信道冲激响应更新值；再将所述信道冲激响应更新值与利用其它方法所得到结果的逻辑变量进行相与运算或相或运算得到最后的信道冲激响应估计值，所述其它方法包括判决门限降噪法，即若所述连续多帧信道冲激响应的估计结果中各采样点的幅度小于设定的判决门限，则将该采样点的逻辑变量为0；若采样点的幅度大于设定的判决门限，则将该采样点的逻辑变量为1。

本发明提供了一种基于置信度的抑制信道估计结果中噪声的装置，包括：

信道冲激响应初估计模块，用于获得信道冲激响应估计结果；

采样点统计模块，用于对所述信道冲激响应估计结果进行多帧统计，得到连续多帧信道冲激响应的估计结果，对所述连续多帧信道冲激响应的估计结果中各采样点值落入各统计区间的次数进行统计；

置信度计算模块，用于根据所述采样点统计模块输出的统计信息选取各采样点的置信度；

信道估计更新模块，用于根据所述各采样点的置信度对所述连续多帧信道冲激响应的估计结果进行更新。

(三)有益效果

本发明所提出的抑制噪声方案可以通过计算各个采样点的置信度分辨出信道冲激响应中的有用能量和噪声，从而抑制将信道冲激响应估计结果中的噪声，将有用能量进行恢复，大大提高了信道估计的精确性、有效性及可靠性。抑制噪声后得到的信道冲激响应估计更新值能够更加准确地逼近实际的信道，且硬件实现简单、复杂度低。

附图说明

图1为本发明实施例的方法流程图；

图2为多帧统计中的正负区间与模糊区间示意图；

图3为本发明实施例的装置结构示意图；

图4为频域双PN序列填充的TDS-OFDM帧结构示意图；

图5为频域双PN序列填充的TDS-OFDM系统发送数据帧与接收数据帧示意图；

图6为循环保护间隔填充的CP-OFDM帧结构示意图；

图7为CP-OFDM系统导频符号在数据帧的位置示意图；

图8为频域双PN序列填充的TDS-OFDM系统使用QPSK调制在广电1静态信道下的误符号率(Symbol Error Rate，SER)曲线示意图；

图9为频域双PN序列填充的TDS-OFDM系统使用16QAM调制在广电1动态信道下的误符号率(SER)曲线示意图；

图10为频域双PN序列填充的TDS-OFDM系统使用16QAM调制在广电8动态信道下的误符号率(SER)曲线示意图；

图11为频域双PN序列填充的TDS-OFDM系统使用16QAM调制在DVB-T F1动态信道下的误符号率(SER)曲线示意图；

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

首先对本发明提供的一种数字通信系统中基于置信度的抑制信道估计结果中噪声的方法进行说明。

该方法用于对信道冲激响应初估计的后处理，如图1所示，包括如下步骤：

步骤A：获得信道冲激响应估计值；

根据最小方差(Least Square，LS)算法或者MMSE算法、或者其他算法获得信道冲激响应的初估计结果。

使用LS算法得到信道频率响应估计值：

${\hat{H}}_{i,k}=\frac{Y_{i,k}}{X_{i,k}}=H_{i,k}+\frac{W_{i,k}}{X_{i,k}}$

其中，H_i，k第i帧第k个子载波的信道频率响应值，W_i，k为第i帧数据帧中第k个子载波上携带的高斯噪声，X_i，k为已知的第i帧数据帧中第k个子载波的频域发送符号，例如在时域同步(Time Domain Synchronous，TDS)-OFDM系统中，X_i，k为PN序列，在循环前缀(Cyclic Prefix，CP)-OFDM系统中，X_i，k为导频。Y_i,k为经过信道后第i帧数据帧第k个子载波上的接收符号。

对

作反傅立叶变换得到第i帧数据帧中第n个采样点的信道时域响应估计值

由于系统的接收端未知信噪比，故使用时域改进MMSE算法通过设定抑制因子α对中的噪声和能量较弱的径进行能量抑制得到信道时域响应估计值

其中，

是利用最小方差算法得到的第i帧数据帧中第n个采样点的信道时域响应估计值，A_i是第i帧数据帧中第n个采样点的信道冲激响应估计值

在所有采样点中的幅度最大值，即

α是抑制因子，在不同的信噪比下，α的选择可以有不同，作为优选，通常取0.99，0.999，0.995等值。M是一帧信道冲激响应估计值的长度，即采样点个数。

使用频域MMSE算法得到第i帧数据帧中第k个子载波的信道频率响应估计值：

${\hat{H}}_{i,k}=R_f\·{(R_f+\mathrm{\ρI})}^{-1}\·H_{i,k}$

其中，ρ是信道估计的误差，它可以表示为：

$\mathrm{\ρ}=E{\left|\frac{W_{i,k}}{X_{i,k}}\right|}^2$

W_i，k是频域中第i帧第k个子载波上的高斯噪声，X_i，k与上同，为已知的第i帧数据帧中第k个子载波的频域发送符号。E|·|²是求二阶矩，由于噪声满足均值为0的高斯分布，因此

是

的方差。

R^f是信道频域相关值：

M是信道冲激响应的长度，I为单位矩阵。其中，r_f[k]为第i帧第k+k₀个子载波的信道频域响应值

与第i帧第k₀个子载波的信道频域响应共轭值

的相关值，可以定义为：

$r_f\left[k\right]=E\left\{H_{i,k+k_0}{H}_{i,k_0}^{*}\right\}$

在CP-OFDM系统中，设在第k个子载波，两个距离最近的导频符号之间间隔m个数据帧，首先使用最小方差算法得到

信道频率响应。然后利用插值得到所有帧任意子载波位置的信道频率响应。

步骤B：对连续N帧信道冲激响应的估计结果中各采样点的实部和虚部的值落在各统计区间次数进行统计；其中，帧数N优选为(但不局限于)3～10。

获得统计区间包括双区间和三区间统计方法。如图2所示，双区间统计方法将信道冲激响应实部或虚部数值划分为正、负两个区间，即(-∞，0)和(0，∞)；三区间统计方法将信道冲激响应实部或虚部数值区间划为正、模糊、负三个区间，即(-∞，-β)、[-β，α]、(α，+∞)，其中α，β为正实数。

在双区间统计方法中，设N_r1，n、N_r2，n、N_i1，n、N_i2，n分别表示信道冲激响应估计值中第n个采样点的实部、虚部落入负统计区间(-∞，0)和正统计区间(0，∞)的次数。

在三区间统计方法中，设N_r1，n、N_r2，n、N_i1，n、N_i2，n分别表示信道冲激响应估计值中第n个采样点的实部、虚部落入负统计区间(-∞，-β)和正统计区间(α，∞)的次数。并将第n个采样点的实部和虚部分别落入[-β，α]记为N_r3，n、N_i3，n。作为优选一般选β＝α。

在双区间统计法中，首先令N_r1，n＝0，N_r2，n＝0，N_i1，n＝0，N_i2，n＝0。

当第n个采样点的实部落在负区间(-∞，0)时：N_r1，n＝N_r1，n+1

若实部落在正区间(0，∞)时：N_r2，n＝N_r2，n+1

虚部采用同样方法统计。

同理，在三区间统计方法中，首先令N_r1，n＝0，N_r2，n＝0，N_r3，n＝0，N_i1，n＝0，N_i2，n＝0，N_i3，n＝0。

当第n个采样点的实部落在负区间(-∞，-β)时：

N_r1，n＝N_r1，n+1

若实部落在模糊区间[-β，α]时：

N_r2，n＝N_r2，n+1

若实部落在正区间(α，∞)时：

N_r3，n＝N_r3，n+1

虚部采用同样方法统计。

步骤C：根据多帧统计信息计算各个采样点置信度；

根据连续多帧统计结果，各个采样点实部或虚部落在统计区间的次数越多，则置信度越高，其可在(0，1)之间选择合适的值。

当采用双区间或三区间统计法得到的信道估计结果第n个采样点的实、虚部落入统计区间的最大统计次数N_re，n、N_im，n可以分别表示为：

$\left\{\begin{array}{c}{N}_{\mathrm{re},n}=\max [N_{r1,n},N_{r2,n}]\\ N_{\mathrm{im},n}=\max \left[N_{i1,n}{N}_{i2,n}\right]\end{array}\right.$

第一种方法：用硬判决量化法得到置信度。

硬判决量化法指的是置信度只有0和1两个数值，当对信道冲激响应的实、虚部分别更新时，需要分别得到信道估计结果中第n个采样点的实部和虚部的置信度。用硬判决量化法得到的第n个采样点的实部和虚部置信度D_re，n和D_im，n与统计帧数N以及N_re，n、N_im，n的关系可以表示为：

$\left\{\begin{array}{c}{D}_{\mathrm{re},n}={1,N}_{\mathrm{re},n}=N\\ D_{\mathrm{re},n}={0,N}_{\mathrm{re},n}<N\end{array}\right.$

$\left\{\begin{array}{c}{D}_{\mathrm{im},n}={1,N}_{\mathrm{im},n}=N\\ D_{\mathrm{im},n}={0,N}_{\mathrm{im},n}<N\end{array}\right.$

由于需要分别获得实、虚部的置信度，实、虚部置信度都应被保留。

当对信道冲激响应的实、虚部联合更新时，需要分别得到信道估计结果中第n个采样点的联合置信度，因此第n个采样点的联合置信度D_n可以表示为D_re，n与D_im，n的最大值：

D_n＝max[D_re，n，D_im，n]

或将D_n表示为D_re，n与D_im，n的最小值：

D_n＝min[D_re，n，D_im，n]

或将D_n表示为D_re，n与D_im，n的算术平均值：

$D_n=\frac{D_{\mathrm{re},n}+D_{\mathrm{im},n}}{2}$

或将D_n表示为D_re，n与D_im，n的几何平均值：

$D_n=\sqrt{D_{\mathrm{re},n}\&CenterDot;D_{\mathrm{im},n}}$

第二种方法：用软判决量化法得到置信度。

软判决量化法指按照N_re，n或N_im，n的值的大小不同，置信度取从0到1之间不同的值，当N_re，n或N_im，n越大时，置信度越高。

当采用实、虚部分别更新时，需要分别得到信道估计结果中第n个采样点的实部和虚部的置信度，第n个采样点的实部和虚部的置信度D_re，n和D_im，n可以分别表示为：

其中γ_re、γ_im分别表示实、虚部的置信度因子，可以在[0，1]将实部和虚部的置信度量化为n个值：γ_re，1、γ_re，2、…、γ_re，n和γ_im，1、γ_im，2、…、γ_im，n。

分别表示信道冲激响应估计值中第n个采样点的实、虚部分别落入统计区间的最大统计次数占统计帧数的百分比，可以有

和

等n个在[0，1]之间不同的取值。

同理，第n个采样点的联合置信度可以为D_re，n与D_im，n的最大值、最小值、几何平均值、算术平均值。

步骤D：根据各个采样点置信度对对应信道冲激响应估计进行更新。

当对实、虚部分别更新时，将信道冲激响应估计值中第n个采样点值的实部和虚部

分别乘以其对应的置信度更新该采样点的信道估计结果：

${\tilde{h}}_{i,\mathrm{re},n}={\hat{h}}_{i,\mathrm{re},n}\&CenterDot;D_{\mathrm{re},n}$

${\tilde{h}}_{i,\mathrm{im},n}={\hat{h}}_{i,\mathrm{im},n}\&CenterDot;D_{\mathrm{im},n}$

当对信道冲激响应的实、虚部联合更新时，将信道冲激响应估计值中第n个采样点

乘以其对应的置信度更新该采样点的信道估计结果：

${\hat{h}}_{i,n}={\hat{h}}_{i,n}\&CenterDot;D_n$

此外，本发明提出的方法还可以与其他方法(例如判决门限降噪法)相结合，进一步提高信道估计精度。判决门限降噪法是设定一个判决门限λ作为抑制噪声的门限，当第i帧第n个采样点的信道估计结果的幅度大于门限，则该点对应的逻辑变量为1，否则为零，因此第i帧第n个采样点的逻辑变量K_i，n可表示为：

$K_{i,n}=\left\{\begin{array}{c}1,\left|{\hat{h}}_{i,n}\right|\&GreaterEqual;\mathrm{\&lambda;}\\ 0,\left|{\hat{h}}_{i,n}\right|<\mathrm{\&lambda;}\end{array}\right.$

其中λ表示判决门限。

得到的逻辑变量与所述方法的信道冲激响应结果进行相与(AND)或者相或(OR)得到最后的信道冲激响应值。例如将

与K_i，n相与(AND)得到最后的信道冲激响应更新值

${\hat{h}}_{i,n}^{\&prime;}=\left\{\begin{array}{cccc}{\hat{h}}_{i,n}\&CenterDot;D_n,& K_{i,n}=1& \mathrm{AND}& {\hat{h}}_{i,n}\&NotEqual;0\\ 0,& K_{i,n}=0& & \end{array}\right.$ 其中，AND表示两个条件相与，即K_i，n＝1与两个条件都要满足。将

与K_i，n相或(OR)得到最后的信道冲激响应更新值为：

${\hat{h}}_{i,n}^{\&prime;}=\left\{\begin{array}{cccc}{\hat{h}}_{i,n}\&CenterDot;D_n,& K_{i,n}=1& \mathrm{OR}& {\hat{h}}_{i,n}\&NotEqual;0\\ 0,& K_{i,n}=0& & \end{array}\right.$

其中，OR表示两个条件相或，即K_i，n＝1与

两个条件满足其一。

下面依据具体实施例来说明本发明技术方案的一些具体实施方式。

实施例1

本实施例具体描述基于频域双PN序列填充的TDS-OFDM系统接收端的信道估计。图4为频域双PN序列填充的TDS-OFDM帧结构的示意图。

为第一频域PN序列、

为第二频域PN序列，每N个待传输数据符号组成一个频域帧体数据块

i代表帧的序号，M为PN序列的长度。频域PN序列是定义在频域上的伪随机序列。

图5是频域双PN序列填充的TDS-OFDM系统发送数据帧与接收数据帧示意图。在信道冲激响应的长度小于M的前提下，接收信号中第二频域PN序列没有受到帧体数据的干扰。因此第i帧的接收信号

为对应帧中

与信道冲激响应

的循环卷积与高斯白噪声

的叠加：

${\left\{r_{i,n}\right\}}_{n=M}^{2M-1}={\left\{c_{i,n}^2\right\}}_{n=0}^{M-1}\&CirclePlus;{\left\{h_{i,n}\right\}}_{n=0}^{M-1}+{\left\{w_{i,n}\right\}}_{n=0}^{M-1}$

频域双PN序列填充的TDS-OFDM系统具有训练序列与帧体数据分离简单、信道估计精度高等优点，同时降低了接收机的复杂度。在本系统中使用的基于置信度抑制信道估计结果中噪声的方案具体包括如下步骤：

步骤101：获得信道冲激响应估计值；

在TDS-OFDM系统中使用LS算法得到信道频域响应：

${\left\{{\hat{H}}_{i,k}\right\}}_{k=0}^{M-1}=\frac{{\left\{R_{i.k}\right\}}_{k=0}^{M-1}}{{\left\{C_{i,k}^2\right\}}_{k=0}^{M-1}}={\left\{H_{i,k}\right\}}_{k=0}^{M-1}+\frac{{\left\{W_{i,k}\right\}}_{k=0}^{M-1}}{{\left\{C_{i,k}^2\right\}}_{k=0}^{M-1}}$

其中，

为高斯噪声的M点离散傅立叶变换，

为第二频域PN序列的M点离散傅立叶变换，

为第i帧的接收信号的M点离散傅立叶变换。

信道时域响应

为

的反傅立叶变换：

其中，

为由于高斯噪声引起的第i帧第n个采样点的信道估计误差。

最小方差算法是较为常见并且实现简单的信道估计处理方法，其优点是实现简单，缺点是没有进行抑制噪声的处理，因此使用最小方差算法得到的信道估计结果误差较大。

步骤102：对连续多帧信道冲激响应的估计结果中各采样点值落在各统计区间次数进行统计；

在本实施例中的动态时变信道下，选择N＝6。对每个采样点采用三区间统计法；三区间统计方法将信道冲激响应的实部或虚部数值区间划为正、模糊、负三个区间，即(-∞，-β)、[-β，α]、(α，+∞)，在本实施中，选取α＝β＝0.1。

在本实施例中，对所有采样点采用三区间统计法统计每个采样点落在(-∞，-01)、[-01，0.1]、(0.1，+∞)的次数，例如，信道冲激响应实部第5个采样点的实部出现在区间(-∞，-0.1)、[-01，0.1]、(0.1，∞)的次数分别为N_r1，5＝5、N_r2，5＝1、N_r3，5＝0。虚部出现在区间(-∞，-0.1)、[-0.1，0.1]、(0.1，∞)的次数分别为N_i1，5＝6、N_i2，5＝1、N_i3，5＝0。

步骤103：根据多帧统计信息获得各个采样点的置信度；

在本步骤中利用软判决量化法获得所有采样点的置信度，首先根据信道估计结果第n个采样点的实、虚部落入统计区间的最大统计次数N_re、N_im分别表示为：

$\left\{\begin{array}{c}{N}_{\mathrm{re},n}=\max [N_{r1,n},N_{r2,n}]\\ N_{\mathrm{im},n}=\max [N_{i1,n},N_{i2,n}]\end{array}\right.$

例如，第5个采样点的实、虚部落入统计区间的最大统计次数N_re，5、N_im，5分别表示为：

$\left\{\begin{array}{c}{N}_{\mathrm{re},5}=5\\ N_{\mathrm{im},5}=6\end{array}\right.$

在本实施例中对所有采样点规定γ_re＝2/3，γ_im＝1，利用软判决量化法分别得到信道估计结果中各采样点的实部和虚部的置信度。例如，第5个采样点的实、虚部的置信度分别为：

D_re，n＝2/3，N_re，n＝N·5/6

D_im，5＝1，M_im，n＝N

步骤104：根据各个采样点的置信度与其它方法相结合对信道冲激响应初估计的实、虚部进行分别更新。

在本步骤中，将各个采样点的实、虚部分别乘以其对应的置信度进行更新，例如，对第5个采样点的实、虚部

分别乘以其对应的置信度进行更新可以得到：

${\tilde{h}}_{i,\mathrm{re},5}={\hat{h}}_{i,\mathrm{re},5}\&CenterDot;D_{\mathrm{re},5}={\hat{h}}_{i,\mathrm{re},5}\&CenterDot;2/3$

${\tilde{h}}_{i,\mathrm{im},5}={\hat{h}}_{i,\mathrm{im},5}\&CenterDot;D_{\mathrm{im},5}={\hat{h}}_{i,\mathrm{im},5}$

对所有采样点设定一个判决门限λ作为抑制噪声的门限，λ选择为噪声方差σ的2.8倍。得到噪声抑制方法的逻辑变量K^i，n：

$K_{i,n}=\left\{\begin{array}{c}1,\left|{\hat{h}}_{i,n}\right|\&GreaterEqual;2.8\&CenterDot;\mathrm{\&sigma;}\\ 0,\left|{\hat{h}}_{i,n}\right|<2.8\&CenterDot;\mathrm{\&sigma;}\end{array}\right.$

例如，对第5个采样点，由于因此K_i，5＝1，将

与K_i，5相与(AND)得到第5个采样点实、虚部的信道冲激响应更新值：

$\left\{\begin{array}{c}{\hat{h}}_{i,\mathrm{re}-5}={\hat{h}}_{r,5}\&CenterDot;2/3\\ {\hat{h}}_{i,\mathrm{im}-5}={\hat{h}}_{i,5}\&CenterDot;1.0\end{array}\right.,K_{i,5}=1$

频域双PN序列填充的TDS-OFDM系统在各种环境下得到的误码率曲线如图8～11所示。图8～11中的“置信度抑制噪声”即为本发明的方法，SNR为信噪比。仿真环境见表1，多径信道模型见表2、3，表1为频域双PN序列填充的TDS-OFDM系统参数；表2为广电1、广电8信道多径模型参数，表3为DVB-T F1信道多径模型参数。广电1、广电8和DVB-T F1信道是用于测试的三个典型多径信道。

表1

采样率	7.56Mbps
		帧体数据长度(M)	4096
保护间隔长度	256+256(Dual PN)

表2

表3

实施例2

CP-OFDM系统是采用循环前缀作保护间隔的块传输系统，它将信号帧的最后一部分复制到本信号帧的前端作为保护间隔，每个数据帧由循环前缀提供保护。图6为循环保护间隔填充的CP-OFDM帧结构示意图。本实施例的方法包括以下步骤：

步骤101：获得信道冲激响应初估计；

如图4所示，首先使用最小方差算法通过数据帧中插入的导频得到导频位置的信道频率响应(Channel Frequency Response，CFR)的初估计

${\left\{{\hat{H}}_{i,k}\right\}}_{k=0}^{M-1}={\left\{H_{i,k}\right\}}_{k=0}^{M-1}+\frac{{\left\{W_{i,k}\right\}}_{k=0}^{M-1}}{{\left\{C_{i,k}^2\right\}}_{k=0}^{M-1}}$

再进行线形插值得到长度为M的信道频域响应，设在第k个子载波，两个距离最近的导频符号之间间隔m个数据帧，分别为第i帧第k个子载波第i+m帧第k个子载波的导频符号，

分别为第i帧第k个子载波的导频符号位置的信道频率响应和第i+m帧第k个子载波的导频符号位置的信道频率响应，首先使用最小方差算法得到的信道频率响应：

${\hat{H}}_{i,k}=\frac{R_{i,k}}{P_{i,k}}=H_{i,k}+\frac{W_{i,k}}{P_{i,k}}$

${\hat{H}}_{i+m,k}=\frac{R_{i+m,k}}{P_{i+m,k}}=H_{i+m,k}+\frac{W_{i+m,k}}{P_{i+m,k}}$

利用线形插值得到第i+f帧第k个子载波的数据符号位置的信道频率响应：

${\hat{H}}_{i+f,k}={\hat{H}}_{i,k_m}+f\&CenterDot;\left(\frac{{\hat{H}}_{i,k}-{\hat{H}}_{i+m,k}}{m}\right)$

对

做离散傅立叶反变换得到第i+f帧第k个子载波的信道时域响应

与实际信道的第i+f帧第k个子载波的时域冲激响应h_i+f，k之间的关系可以表达为：

是由于噪声引起的在第i+f数据帧第n个采样点上的误差。

步骤102：对连续N帧信道冲激响应的估计结果中各采样点进行统计；

在本实施例中对所有采样点采用双区间统计法统计信道估计结果第n个采样点的实、虚部落入统计区间的统计次数N_re，n、N_im，n，静态信道下选择统计帧数N＝10。

例如，对第40个采样点，设N_r1，40、N_r2，40、N_i1，40、N_i2，40分别为第40个采样点的实部和虚部出现在(-∞，0)和(0，∞)的次数。当第40个采样点的实部出现在(-∞，0)时：

N_r1，40＝N_r1，40+1

当第40个采样点的实部出现在(0，∞)时：

N_r2，40＝N_r2，40+1

当第40个采样点的虚部出现在(-∞，0)时：

N_i1，40＝N_i1，40+1

当第40个采样点的虚部出现在(0，∞)时：

N_i2，40＝M_i2，40+1

步骤103：根据多帧统计信息获得各个采样点置信度；

在本实施例中，对信道估计的所有采样点采用硬判决量化法获得实部和虚部的置信度。

例如信道冲激响应第40个采样点的实部出现在区间(0，∞)的次数为N_r1，40＝4，出现在区间(-∞，0)的次数为N_r2，40＝6。第n个采样点的虚部出现在区间(0，∞)的次数为N_i1，40＝10，出现在区间(-∞，0)的次数为N_i2，40＝0。

那么第40个采样点的实、虚部落入统计区间的统计次数N_re，40、N_im，40分别表示为：

$\left\{\begin{array}{c}{N}_{\mathrm{re},40}=\max [N_{r\mathrm{1,40}},N_{r\mathrm{2,40}}]=6\\ N_{\mathrm{im},40}=\max [N_{i\mathrm{1,40}},N_{i\mathrm{2,40}}]=10\end{array}\right.$

用硬判决量化法得到的第40个采样点的实部和虚部置信度，D_re，40和D_im，40与统计帧数N以及N_re，40、N_im，40的关系可以表示为：

$\left\{\begin{array}{c}{D}_{\mathrm{re},40}=0,N_{\mathrm{re},40}<N\\ D_{\mathrm{im},40}=1,N_{\mathrm{im},40}=N\end{array}\right.$

步骤104：根据各个采样点置信度对信道冲激响应初估计进行联合更新。

根据各个采样点的置信度对所有采样点的信道冲激响应初估计进行联合更新。

例如，第40个采样点的实部和虚部的联合置信度取D_re，40与D_im，40的最大值：

D₄₀＝max[D_re，40，D_im，40]＝1.0

根据第40个采样点的置信度D₄₀对信道冲激响应第40个采样点初估计值的进行联合更新：

${\hat{h}}_{i,40}={\hat{h}}_{i,40}\&CenterDot;D_{40}={\hat{h}}_{i,40}$

实施例3

SC-FDE是宽带无线传输中一种很有效的对抗多径效应的方法，该系统采用单载波频域均衡技术。

步骤101：获得信道冲激响应初估计；

在本实施例中，使用时域MMSE得到信道冲激响应初估计。MMSE是对信道冲激响应初估计值的后处理算法，以最强径的能量为标准并设置一个抑制因子α对弱径和噪声的能量进行抑制。在本实施例的SC-FDE系统使用QPSK调制，选择α＝0.99，对最小方差算法得到的信道估计结果中的所有采样点使用MMSE算法进行能量抑制，例如，第25个采样点的信道估计结果使用MMSE算法后得到该点的信道冲激响应更新值

其中，A_i是最小方差算法得到的信道冲激响应估计值

在一帧中幅度的最大值：

步骤102：对连续多帧信道冲激响应的估计结果中各采样点值落在各统计区间次数进行统计；

在本实施例中的传输环境为多普勒频移为60Hz的广电8动态衰落信道下，选择统计帧数N＝5。对所有采样点采用正负号统计法获得各采样点的置信度。

例如，信道冲激响应实部第25个采样点的实部出现在区间(-∞，0)、(0，∞)的次数分别为N_r1，25＝4、N_r2，25＝1；第25个采样点的虚部出现在区间(-∞，0)的次数分别为N_i1，25＝5、N_i2，25＝0。

步骤103：根据多帧统计信息计算各个采样点置信度；

在本实施例中，采用软判决量化法得到所有采样点的实部和虚部的置信度，对于所有采样点：γ_re＝3/5，γ_im＝1。例如，第25个采样点的实、虚部落入统计区间的统计次数N_r，25、N_i，25分别表示为：

$\left\{\begin{array}{c}{N}_{\mathrm{re},25}=\max [N_{r\mathrm{1,25}},N_{r\mathrm{2,25}}]=4\\ N_{\mathrm{im},25}=\max [N_{i\mathrm{1,25}},N_{i\mathrm{2,25}}]=5\end{array}\right.,$

对第25个采样点，其实、虚部的置信度分别为：

$\left[\begin{array}{c}{D}_{\mathrm{re},25}=3/5,N_{\mathrm{re},25}=N\&CenterDot;4/5\\ D_{\mathrm{im},25}=1,N_{\mathrm{im},25}=N\end{array}\right.$

步骤104：根据各个采样点置信度与对应信道冲激响应估计结果进行更新。

根据所有采样点的实、虚部置信度对所有采样点的信道冲激响应估计结果进行联合更新。例如，根据第25个采样点实、虚部的置信度对第25个采样点的实部

和虚部

分别进行更新如下：

${\tilde{h}}_{i,\mathrm{re},25}={\hat{h}}_{i,\mathrm{re},25}\&CenterDot;D_{\mathrm{re},25}={\hat{h}}_{i,\mathrm{re},25}\&CenterDot;3/5$

${\tilde{h}}_{i,\mathrm{im},25}={\hat{h}}_{i,\mathrm{im},25}\&CenterDot;D_{\mathrm{im},25}={\hat{h}}_{i,\mathrm{im},25}$

实施例4

本实施例具体描述本发明技术方案所提出的一种基于置信度抑制信道估计中噪声的装置，包括获得信道冲激响应初估计模块、采样点统计模块、置信度计算模块、信道估计更新模块，如图3所示，其中，

信道冲激响应初估计模块，用于对信道冲激响应的初步估计，信道估计结果可以使用最小方差算法、MMSE算法或者其它算法得到，其估计结果发送给采样点统计模块。

采样点统计模块，用于对连续多帧信道冲激响应的估计结果中各采样点值落在统计区间的次数进行统计，设立一个存放统计结果的寄存器，将每个采样点的统计结果存放在寄存器中。统计的结果发送置信度计算模块。

置信度计算模块，用于选取每个采样点为径或噪声的置信度，获得的各个采样点的置信度发送给信道估计更新模块。

信道估计更新模块，根据各个采样点的置信度对信道冲激响应中每个采样点进行更新。可以将各个采样点的信道冲激响应值乘以该点的置信度，也可以将基于置信度的方法与其他方法结合使用将信道冲激响应中每个采样点进行更新。

以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。

Claims (10)

1.一种基于置信度的抑制信道估计结果中噪声的方法，其特征在于，包括以下步骤：

A、获得信道冲激响应估计结果；

B、对连续多帧的信道冲激响应估计结果中各采样点值落入各统计区间的次数进行统计；

C、根据步骤B所得到的统计信息选取各采样点的置信度；

D、根据所述各采样点的置信度对所述连续多帧信道冲激响应的估计结果进行更新。

2.如权利要求1所述的方法，其特征在于，在步骤A中采用最小方差算法或最小均方误差算法进行信道估计。

3.如权利要求1所述的方法，其特征在于，在步骤B中对信道冲激响应估计结果进行多帧统计时，根据信道类型、信道时变特性和噪声方差的不同来选择所统计的帧数。

4.如权利要求3所述的方法，其特征在于，所统计的帧数为3～10。

5.如权利要求1所述的方法，其特征在于，所述步骤B中，对所述连续多帧信道冲激响应的估计结果中各采样点的实部和虚部分别落入各统计区间的次数进行统计。

6.如权利要求1所述的方法，其特征在于，所述步骤B中获得所述统计区间的方法包括双区间统计方法和三区间统计方法；所述双区间统计方法是将所述连续多帧信道冲激响应的估计结果中各采样点的实部或虚部数值区间划分为正、负两个区间，即(-∞，0)和(0，∞)；所述三区间统计方法是将所述连续多帧信道冲激响应的估计结果中各采样点的实部或虚部数值区间划为正、模糊和负三个区间，即(-∞，-β)、[-β，α]和(α，+∞)，其中α，β为正实数。

7.如权利要求1所述的方法，其特征在于，所述步骤C中各个采样点的置信度的选取原则为：采样点的实部或虚部数值落在统计区间的正区间或负区间的次数越多，选取越高的置信度，置信度的值在[0，1]之间选择，选择时，将置信度的值进行量化，量化的方法为：根据采样点实部或虚部落入统计区间的统计次数将置信度量化为两个0或1；或者根据采样点实部或者虚部在统计区间的统计次数的大小将置信度量化为0到1之间大小不同的数值。

8.如权利要求1～7任一项所述的方法，其特征在于，所述步骤D中的更新方法为：将所述连续多帧信道冲激响应的估计结果中各采样点值乘以其对应的置信度，得到信道冲激响应更新值。

9.如权利要求1～7任一项所述的方法，其特征在于，所述步骤D中的更新方法为：将所述连续多帧信道冲激响应的估计结果中各采样点值乘以其对应的置信度，得到信道冲激响应更新值；再将所述信道冲激响应更新值与利用其它方法所得到结果的逻辑变量进行相与运算或相或运算得到最后的信道冲激响应估计值，所述其它方法包括判决门限降噪法，即若所述连续多帧信道冲激响应的估计结果中各采样点的幅度小于设定的判决门限，则将该采样点的逻辑变量为0；若采样点的幅度大于设定的判决门限，则将该采样点的逻辑变量为1。

10.一种基于置信度的抑制信道估计结果中噪声的装置，其特征在于，包括：

信道冲激响应初估计模块，用于获得信道冲激响应估计结果；

采样点统计模块，用于对所述信道冲激响应估计结果进行多帧统计，得到连续多帧信道冲激响应的估计结果，对所述连续多帧信道冲激响应的估计结果中各采样点值落入各统计区间的次数进行统计；

置信度计算模块，用于根据所述采样点统计模块输出的统计信息选取各采样点的置信度；

信道估计更新模块，用于根据所述各采样点的置信度对所述连续多帧信道冲激响应的估计结果进行更新。

Images