CN101909023B - 多径信道估计方法 - Google Patents

Abstract

本发明提供了一种多径信道估计方法，包括以下步骤：从多径信道的接收信号中获取多径信道的同步参数以及多径信道的各径信道的帧头信息；根据同步参数以及帧头信息，计算接收信号与本地伪随机序列的相关函数，并根据相关函数得到多径信道的冲激响应粗略值；根据冲激响应粗略值得到多径信道的冲激响应估计。本发明实现了缩短信道估计周期，降低实现复杂度的有益效果。

Description

多径信道估计方法

技术领域

本发明涉及通信领域，具体而言，涉及一种多径信道估计方法。

背景技术

目前，存在四种数字电视地面传输标准：

1)美国高级系统委员会(Advanced Television SystemsCommittee，简称ATSC)研发的格形编码的八电平残留边带(Trellis-Coded 8-Level Vestigial Side-band，简称8-VSB)调制系统；

2)欧洲数字视频地面广播(Digital Video TerrestrialBroadcasting-Terrestrial，简称DVB-T)标准采用的编码正交频分复用(Coded Orthogonal Frequency Division Multiplexing，简称COFDM)调制系统；

3)日本地面综合业务数字广播(Integrated Service DigitalBroadcasting-Terrestrial，简称ISDB-T)采用的频带分段传输(Bandwidth Segmented Transmission，简称BST)正交频分复用(Orthogonal Frequency Division Multiplexing，简称OFDM)调制系统；

4)中国数字电视地面广播传输系统(Digital TelevisionTerrestrial Broadcasting，简称DTTB)标准采用的单载波和多载波OFDM调制方案。

中国的DTTB使用广播频谱，每个频道的有效净荷的信息传输速率在8MHz的带宽下可高达33Mbps。系统的核心采用mQAM/QPSK(Multiple Quadrature Amplitude Modulation/QuadraturePhase Shift Keying，多进制正交幅度调制/正交相移键控)等调制技术，其频谱效率可以高达4Bit/s/Hz。系统使用更加优化的前向纠错码FEC(Forward Error Correction，前向纠错)来抵抗突发误码，例如LDPC(Low Density Parity Check Code，低密度奇偶校验码)编码等。

地面无线电视广播传输信道主要是VHF(Very High Frequency，甚高频)和UHF(Ultra High Frequency，超高频)频段，其中存在着各种多径和衰落现象，造成了多径干扰和多普勒效应，使得该信道是一个复杂的频率选择性衰落信道，在移动接收情况下还是个时变信道。信道多径会导致接收到的信号存在时间扩散和码间干扰(Inter-Symbol Interference，简称ISI)，进而造成严重的接收解码错误。为了消除ISI以获得较好的接收性能，可在接收端对多径信道的影响进行补偿，而实现补偿需要利用信道的冲激响应。信道的冲激响应可通过信道估计来得到，故信道估计对抑制ISI有直接影响。

相关技术中提供了一种信道估计方法，该方法需要多次计算有关当前帧的线性卷积，并结合有关前一帧的线性卷积进行迭代运算。

在实现本发明过程中，发明人发现相关技术中的信道估计方法存在计算周期较长，实现较复杂的问题。

发明内容

本发明旨在提供一种多径信道估计方法，能够解决相关技术中的信道估计方法存在信道估计的周期较长，实现较复杂的问题。

在本发明的实施例中，提供了一种多径信道估计方法，包括以下步骤：

从多径信道的接收信号中获取多径信道的同步参数以及多径信道的各径信道的帧头信息；

根据同步参数以及帧头信息，计算接收信号与本地伪随机序列的相关函数，并根据相关函数得到多径信道的冲激响应粗略值；

根据冲激响应粗略值得到多径信道的冲激响应估计。

因为采用上述技术方案，所以克服了相关技术中的信道估计方法存在计算周期较长，实现较复杂的问题，进而实现了缩短信道估计周期，降低实现复杂度的有益效果。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1示出了用于DTTB采用帧头模式1的信号帧的结构图；

图2示出了用于DTTB采用帧头模式2的信号帧的结构图；

图3示出了用于DTTB采用帧头模式3的信号帧的结构图；

图4示出了图1中信号帧的帧头结构图；

图5示出了图3中信号帧的帧头结构图；

图6示出了根据本发明第一实施例的多径信道估计方法的流程图；

图7示出了根据本发明第二实施例的多径信道的示意图；

图8示出了根据本发明第三实施例的多径信道的示意图；

图9示出了根据本发明第四实施例的多径信道的示意图；

图10示出了根据本发明第五实施例的多径信道的示意图；

图11示出了根据本发明第六实施例的多径信道的示意图。

具体实施方式

为了清楚地描述本发明，下面将先对DTTB数据帧结构进行介绍。

DTTB数据帧结构的基本单元是信号帧，每个信号帧均由帧头和帧体两部分组成，帧头和帧体具有相同的基带符号速率7.56MS/s。帧体部分共包含3780个符号，即36个符号的系统信息和3744个符号的数据信息，帧体数据有单载波和OFDM两种模式。帧头部分由PN(Pseudo-Noise，伪随机)序列构成，采用I(In-phase，同相)路和Q(quadrature，正交)路相同的QPSK调制，帧头长度有3种，相应的帧头模式也有3种。图1-3示出了用于DTTB采用帧头模式1-3的信号帧的示意图，其中，模式1和模式3用于OFDM帧体，模式2用于单载波帧体。本发明主要考虑的是OFDM帧体，也就是模式1和模式3。

图4示出了图1中信号帧的帧头结构图。帧头模式1中，帧头的符号个数，即帧头信息长度为N＝n_h+n_pn+n_t＝420，其中，n_h＝82为帧头的前同步序列的符号个数、n_pn＝255为帧头的PN序列(PN255)的符号个数，n_t＝83为帧头的后同步序列的符号个数，前同步序列和后同步序列是PN255的循环扩展。每255个信号帧组成1个超帧，超帧中各信号帧的帧头采用不同相位的PN信号。

图5示出了图3中信号帧的帧头结构图。帧头模式3中，帧头的符号个数，即帧头信息长度为N＝n_h+n_pn+n_t＝945个符号，其中，n_h＝217为帧头的前同步序列的符号个数、n_pn＝511为帧头的PN序列(PN511)的符号个数，n_t＝217为帧头的后同步序列的符号个数，前同步序列和后同步序列是PN511的循环扩展。每200个信号帧组成1个超帧，超帧中各信号帧的帧头采用不同相位的PN信号。

将PN(n)，n＝0，1，…，n_pn-1进行循环扩展后，得到的序列为

${\mathrm{PN}}^{\′}\left(n\right)=\mathrm{PN}\left({(n-n_h)}_{n_{\mathrm{pn}}}\right),---\left(1\right)$

其中，n＝0，1，…，N-1，表示求余运算。

此外，PN(n)的循环自相关函数为：

$R\left(k\right)=\underset{n=0}{\overset{n_{\mathrm{pn}}-1}{\mathrm{\Σ}}}\mathrm{PN}\left(0\right)\mathrm{PN}\left({(k+n)}_{n_{\mathrm{pn}}}\right)=\left\{\begin{array}{cc}{n}_{\mathrm{pn}},& k=0\\ -1,& k=1,...,n_{\mathrm{pn}}-1\end{array}\right.---\left(2\right)$

帧头的PN序列可用作帧体数据之间的保护间隔以减小ISI，除此之外，在接收端PN序列还可用于实现信号帧的帧同步、载波恢复和跟踪、符号时钟恢复、信道估计等功能。

下面将参考附图并结合实施例，来详细说明本发明。

图6示出了根据本发明第一实施例的多径信道估计方法的流程图，包括以下步骤：

步骤S10，从多径信道的接收信号中获取多径信道的同步参数以及多径信道的各径信道的帧头信息；

步骤S20，根据同步参数以及帧头信息，计算接收信号与本地伪随机序列的相关函数，并根据相关函数得到多径信道的冲激响应粗略值；

步骤S30，根据冲激响应粗略值得到多径信道的冲激响应估计。

上述实施例根据同步参数和帧头信息的具体情况，计算接收信号与本地伪随机序列的相关函数，并由此得到多径信道的冲激响应，该方法的实现复杂度较低，估计周期较短，克服了相关技术中的信道估计方法存在计算周期较长，实现较复杂的问题。

优选地，同步参数包括主径中本帧帧头的开始位置i；帧头信息包括帧头模式和本帧对应的PN序列。

上述实施例从接收信号中获取用于表征多径信道时延的同步参数，需获取的同步参数包括功率最大的主径中本帧帧头开始位置i，同步参数还可以包括多径信道中第一径超前于所述主径的最大时延长度l_pre和多径信道中最后一径滞后于所述主径的最大时延长度l_post，根据l_pre和l_post可计算得到信道时延长度为L＝l_pre+l_post+1，上述l_pre、l_post和L可从接收信号中获取，无法获取时可通过合理假设来设置得到；从接收信号中还可获知帧头信息，包括帧头模式和本帧对应的PN序列，获取帧头模式后，可得知帧头的前同步序列的符号个数n_h、帧头的PN序列的符号个数n_pn、帧头的后同步序列的符号个数n_t等参数。本实施例以同步参数及帧头信息作为多径信道估计的基础，可对不同实际情况进行更有针对性的处理。

发送信号x(n)经过冲激响应为h(n)，n＝-l_pre，…，0，1，…，l_post的信道传输之后，接收信号y(n)为：

$y\left(n\right)=\underset{l=-l_{\mathrm{pre}}}{\overset{l_{\mathrm{post}}}{\mathrm{\Σ}}}x(n-l)h\left(l\right)+w\left(n\right)---\left(3\right)$

其中，w(n)为加性噪声，h(0)为信道主径。因为本发明关注的是信道多径导致的ISI，所以本文以w(n)表示噪声与可能存在的干扰，而不对w(n)的具体内容予以探讨。

发送信号x(n)与循环扩展序列PN′(n)的关系为：x(i)～x(i+N-1)对应于PN′(0)～PN′(N-1)，将此对应关系带入上式中，得到包含帧头信息的接收信号为：

$y\left(n\right)=\left\{\begin{array}{cc}\underset{l=-l_{\mathrm{pre}}}{\overset{n-i}{\mathrm{\Σ}}}{\mathrm{PN}}^{\′}(n-i-l)h\left(l\right)+\underset{l=n-i+1}{\overset{l_{\mathrm{post}}}{\mathrm{\Σ}}}x(n-l)h\left(l\right)+w\left(n\right),& i-l_{\mathrm{pre}}\≤n\≤i+l_{\mathrm{post}}-1---(4-1)\\ \underset{l=-l_{\mathrm{pre}}}{\overset{l_{\mathrm{post}}}{\mathrm{\Σ}}}{\mathrm{PN}}^{\′}(n-i-l)h\left(l\right)+w\left(n\right),& i+l_{\mathrm{post}}\≤n\≤i-l_{\mathrm{pre}}+N-1---(4-2)\\ \underset{l=-l_{\mathrm{pre}}}{\overset{n-i-N}{\mathrm{\Σ}}}x(n-i-l)h\left(l\right)+\underset{l=n-i-N+1}{\overset{l_{\mathrm{post}}}{\mathrm{\Σ}}}{\mathrm{PN}}^{\′}(n-i-l)h\left(l\right)+w\left(n\right),& i-l_{\mathrm{pre}}+N\≤n\≤i+l_{\mathrm{post}}+N-1---(4-3)\end{array}\right.$

其中PN′(n-i-l)为PN序列PN(n)循环扩展后得到的序列。

由帧头信息长度为N＝n_h+n_pn+n_t，信道时延长度为L，可得帧头序列中未受数据干扰部分的长度为N-L，具体取值范围为i+l_post～i-l_pre+N-1。而由上式可得，当i+l_post≤n≤i-l_pre+N-1时，有 $y\left(n\right)=\underset{l=-l_{\mathrm{pre}}}{\overset{l_{\mathrm{post}}}{\mathrm{\Σ}}}{\mathrm{PN}}^{\′}(n-i-l)h\left(l\right)+w\left(n\right).$

优选地，相关函数为线性相关函数。

对离散时间序列求相关函数，其具体形式有线性相关函数和循环相关函数等，本实施例中对滑动窗内的接收信号与本地伪随机序列求线性相关函数。

图7示出了根据本发明第二实施例的多径信道的示意图，该实施例中步骤S20具体包括：当信道时延长度L≤n_h时，设置滑动窗的滑动范围为第一滑动范围；计算第一滑动范围内滑动窗内的接收信号与本地伪随机序列的线性相关函数为第一相关函数；将第一相关函数在滑动窗内的归一化值设置为多径信道的冲激响应粗略值。

当L≤n_h，即信道时延长度L较短时，设置滑动窗的窗长为n_pn，并设置其第一滑动范围，即滑动窗的起始位置变化范围为i+n_h-l_pre～i+n_h+l_post，即第一滑动范围的长度为L，由于帧头序列中未受数据干扰部分的长度N-L≥n_pn，故当满足上述窗长和第一滑动范围的滑动窗在接收信号上滑动时，可使滑动窗内的信号不受数据干扰。

对于k的每个不同取值，均计算如图7中虚线框所示的滑动窗内的接收信号y(n)与本地伪随机序列PN(n)的线性相关函数R(k)：

$R\left(k\right)=\underset{n=0}{\overset{n_{\mathrm{pn}}-1}{\mathrm{\Σ}}}y(i+n_h+k+n)\mathrm{PN}\left(n\right)---\left(5\right)$

其中，k＝-l_pre，…，0，1，…，l_post。

由于L≤n_h，故可知y(i+n_h+k+n)中不含数据干扰，即l_post-n_h≤k≤n_t-l_post时，进一步得到第一相关函数为

$R\left(k\right)=(n_{\mathrm{pn}}+1)h\left(k\right)-\underset{l=-l_{\mathrm{pre}}}{\overset{l_{\mathrm{post}}}{\mathrm{\Σ}}}h\left(l\right)+w^{\′}\left(k\right)---\left(6\right)$

其中，w′(k)是噪声积累项。

进而得到多径信道的冲激响应粗略值为

$\tilde{h}\left(k\right)=\frac{R\left(k\right)}{n_{\mathrm{pn}}+1}---\left(7\right)$

优选地，步骤S20具体包括：当n_h＜L≤n_pn时，设置滑动窗的滑动范围为第二滑动范围；计算第二滑动范围内滑动窗内的接收信号与本地伪随机序列的线性相关函数为第二相关函数；对第二相关函数在滑动窗内的归一化值进行低通滤波，将低通滤波后的结果设置为多径信道的冲激响应粗略值；或者对第二相关函数在滑动窗内的归一化值与之前一次或多次的多径信道的冲激响应估计进行加权平均，将加权平均后的结果设置为多径信道的冲激响应粗略值。

当n_h＜L≤n_pn，即信道时延长度L较长时，设置滑动窗的窗长为n_pn，并设置其第二滑动范围，即滑动窗的起始位置变化范围为i+n_h-l_pre～i+n_h+l_post，由于帧头序列中未受数据干扰部分的长度N-L＜n_pn，故滑动窗内的信号将不可避免地引入数据干扰，造成信道估计的精度下降。但是由于数据的随机性和PN序列的特性，两者的相关性通常较弱，因此当引入的数据串扰长度较短时，信道估计精度所受的影响并不明显。另外由于数据干扰以及噪声积累项从统计特性上来看可以认为是零均值的加性高斯白噪声，因此仍然可使用L≤n_h时的方法进行计算，并对归一化后的结果进行低通滤波，将低通滤波后的结果设置为多径信道的冲激响应粗略值，由于屏蔽了信道估计过程中产生的高频干扰，从而有利于提高信道估计精度。或者对归一化后的结果与之前一次或多次的多径信道的冲激响应估计进行加权平均，将加权平均后的结果设置为多径信道的冲激响应粗略值，在信道估计的其他条件一定时，对多次估计结果进行加权平均，可减小估计过程中产生的偶然误差，从而有利于提高信道估计精度。

图8示出了根据本发明第三实施例的多径信道的示意图，该实施例中步骤S20具体包括：

当L＞n_pn时，设置滑动窗的滑动范围为第三滑动范围与第四滑动范围的集合，并设置第三长度和第四长度；

将本地伪随机序列循环移位第三长度得到第三循环移位序列，计算第三滑动范围内滑动窗内的接收信号与第三循环移位序列的线性相关函数为第三相关函数，设置第三相关函数在滑动窗内的归一化值为第三段冲激响应粗略值；

将本地伪随机序列循环移位第四长度得到第四循环移位序列，计算第四滑动范围内滑动窗内的接收信号与第四循环移位序列的线性相关函数为第四相关函数，设置第四相关函数在滑动窗内的归一化值为第四段冲激响应粗略值；

将第三段冲激响应粗略值和第四段冲激响应粗略值进行合并，并将合并后的结果设置为多径信道的冲激响应粗略值。

当L＞n_pn，即信道时延长度L很长时，由于帧头信息的循环扩展特性，会产生实际多径的镜像多径。

下面以信道实际多径h(0)为例说明。

h(0)对应的相关值为：

$R\left(0\right)=\underset{n=0}{\overset{n_{\mathrm{pn}}-1}{\mathrm{\Σ}}}y(i+n_h+n)\mathrm{PN}\left(n\right)=(n_{\mathrm{pn}}+1)h\left(k\right)-\underset{l=-l_{\mathrm{pre}}}{\overset{l_{\mathrm{post}}}{\mathrm{\Σ}}}h\left(l\right)+w^{\′}\left(0\right)---\left(8\right)$

而在与其相差n_pn的位置计算相关值，会得到：

$R(-n_{\mathrm{pn}})=\underset{n=0}{\overset{n_{\mathrm{pn}}-1}{\mathrm{\Σ}}}y(i+n_h-n_{\mathrm{pn}}+n)\mathrm{PN}\left(n\right)={n_{h}h\left(0\right)+w}^{\′}(-n_{\mathrm{pn}})---\left(9\right)$

$R\left(n_{\mathrm{pn}}\right)=\underset{n=0}{\overset{n_{\mathrm{pn}}-1}{\mathrm{\Σ}}}y(i+n_h+n_{\mathrm{pn}}+n)\mathrm{PN}\left(n\right)=n_{t}h\left(0\right)+w^{\′}\left(n_{\mathrm{pn}}\right)---\left(10\right)$

其中w′(-n_pn)和w′(n_pn)均包含噪声累积项和数据干扰项，而R(-n_pn)和R(n_pn)就是R(0)的镜像，而不是由实际存在的多径导致的相关值，必须对其影响予以去除。

针对上述镜像多径效应，设置滑动窗的窗长为n_pn、第三长度为-n_h、第四长度为n_t，并设置滑动窗的滑动范围为第三滑动范围与第四滑动范围的集合，其中第三滑动范围即滑动窗的起始位置变化范围为第四滑动范围即滑动窗的起始位置变化范围为即第三滑动范围和第四滑动范围的长度均为滑动窗总的滑动范围仍为L，滑动窗如图8中虚线框所示。

首先将本地伪随机序列PN(n)循环移位-n_h后得到第三循环移位序列其中n＝0，1，…，n_pn-1，计算第三滑动范围内滑动窗内的接收信号与第三循环移位序列的线性相关函数为第三相关函数，设置第三相关函数在滑动窗内的归一化值为第三段冲激响应估计；然后将本地伪随机序列PN(n)循环移位n_t后得到第四循环移位序列其中n＝0，1，…，n_pn-1，计算第四滑动范围内滑动窗内的接收信号与第四循环移位序列的线性相关函数为第四相关函数，设置第四相关函数在滑动窗内的归一化值为第四段冲激响应估计；最后将第三段冲激响应估计和第四段冲激响应估计进行合并为多径信道的冲激响应粗略值。

上述实施例针对信道时延长度较长，即L＞n_pn的情况予以分段再合并的处理，提高了对较长时延长度的信道的估计精度。

优选地，相关函数为循环相关函数。

除了上述对滑动窗内的接收信号与本地伪随机序列求线性相关函数，还可对滑动窗内的接收信号与本地伪随机序列求循环相关函数以完成信道估计。循环相关的复杂度与线性相关相当，但可确保在更长的信道时延长度中信道估计结果完全不受数据干扰的影响。

图9示出了根据本发明第四实施例的多径信道的示意图，该实施例中步骤S20具体包括：当L≤n_h+n_t时，设置第五长度；将本地伪随机序列循环移位第五长度得到第五循环移位序列，计算接收信号与第五循环移位序列的循环相关函数为第五相关函数；将第五相关函数的归一化值设置为多径信道的冲激响应粗略值。

当L≤n_h+n_t，即信道时延长度L较短时，设置第五长度为l_post-n_h。帧头序列中未受数据干扰部分的长度N-L≥n_pn，在该部分信息中截取长度n_pn的连续信号，以截取最前面的n_pn个信息为例，得y(n)，n＝i+l_post，…，i+l_post+n_pn-1；将本地PN序列PN(n)进行循环移位l_post-n_h，得n＝0，1，…，n_pn-1。计算上述截取的接收信号y(n)与PN_c5(n)的循环相关函数，得到

$\hat{R}\left(k\right)=\underset{n=0}{\overset{n_{\mathrm{pn}}-1}{\mathrm{\Σ}}}y(i+l_{\mathrm{post}}+n)P{N}_{c5}(n-k)=(n_{\mathrm{pn}}+1)h\left(k\right)-\underset{l=-l_{\mathrm{pre}}}{\overset{l_{\mathrm{post}}}{\mathrm{\Σ}}}h\left(l\right)+w^{\′}\left(k\right)---\left(11\right)$

其中，k＝-l_pre，…，0，1，…，l_post，w′(k)为噪声累积项。

进而得到多径信道的冲激响应粗略值为

$\tilde{h}\left(k\right)=\frac{\hat{R}\left(k\right)}{n_{\mathrm{pn}}+1}.---\left(12\right)$

图10示出了根据本发明第五实施例的多径信道的示意图，该实施例中步骤S20具体包括：当n_h+n_t＜L≤n_pn时，设置第六长度为l_post-n_h；将本地伪随机序列循环移位第六长度得到第六循环移位序列，计算接收信号与第六循环移位序列的循环相关函数为第六相关函数；对第六相关函数的归一化值进行低通滤波，将低通滤波后的结果设置为多径信道的冲激响应粗略值。

当n_h+n_t＜L≤n_pn，即信道时延长度L较长时，帧头序列中未受数据干扰部分的长度N-L＜n_pn，故循环相关方法将不可避免地引入数据干扰，造成信道估计的精度下降。为了尽量减少干扰，可以没有受数据干扰的接收信号为中心，向两边适当扩展，直到得到长度达n_pn的序列y′(n)，然后按照L≤n_h+n_t时的方法进行循环相关、再对归一化后的结果进行低通滤波，将低通滤波的结果设置为多径信道的冲激响应粗略值，由于屏蔽了信道估计过程中产生的高频干扰，从而有利于提高信道估计精度。或者对归一化后的结果与之前一次或多次的多径信道的冲激响应估计进行加权平均，将加权平均后的结果设置为多径信道的冲激响应粗略值，在信道估计的其他条件一定时，对多次估计结果进行加权平均，可减小估计过程中产生的偶然误差，从而有利于提高信道估计精度。

图11示出了根据本发明第六实施例的多径信道的示意图，该实施例中步骤S20具体包括：

当L＞n_pn时，设置第七长度和第八长度；

将本地伪随机序列循环移位第七长度得到第七循环移位序列，计算接收信号与第七循环移位序列的循环相关函数为第七循环相关函数，设置第七循环相关函数的归一化值为第七段冲激响应估计；

将本地伪随机序列循环移位第八长度得到第八循环移位序列，计算接收信号与第八循环移位序列的循环相关函数为第八循环相关函数，设置第八循环相关函数的归一化值为第八段冲激响应估计；

将第七段冲激响应估计和第八段冲激响应估计进行合并，并将合并后的结果设置为多径信道的冲激响应估计。

在单频组网系统中，可能会存在更长的信道长度，为L＞n_pn，此时若仍按照上述方法进行循环相关将无法得到足够的信道信息，而且与线性相关方法一样，由于帧头信息的循环扩展特性，会产生实际多径的镜像多径，需要去除其影响，故本实施例首先进行分段的循环相关，然后将两段的结果合并作为信道估计结果。

将本地伪随机序列PN(n)循环移位(即第七长度)后得到第七循环移位序列n＝0，1，…，n_pn-1，与y(n)，进行循环卷积，得到第七循环相关函数为

$\hat{R}\left(k\right)=\underset{n=0}{\overset{n_{\mathrm{pn}}-1}{\mathrm{\Σ}}}y(i+L/2-1-l_{\mathrm{pre}}+n)P{N}_{c7}(n-k)=n_{\mathrm{pn}}h\left(k\right){+w}^{\′}\left(k\right)---\left(13\right)$

其中，w′(k)包含噪声累积项和数据干扰项。并设置第七循环相关函数在滑动窗内的归一化值为第七段冲激响应估计。

再将本地伪随机序列PN(n)循环移位(即第八长度)后得到第八循环移位序列其中n＝0，1，…，n_pn-1，与y(n)，进行循环卷积，得到第八循环相关函数为

$\hat{R}\left(k\right)=\underset{n=0}{\overset{n_{\mathrm{pn}}-1}{\mathrm{\Σ}}}y(i+L/2-l_{\mathrm{pre}}+n_h+n_t+n)P{N}_{c8}(n-k)=n_{\mathrm{pn}}h\left(k\right){+w}^{\′}\left(k\right)---\left(14\right)$

其中，w′(k)包含噪声累积项和数据干扰项。并设置第八循环相关函数在滑动窗内的归一化值为第八段冲激响应粗略值。

最后将上述第七段冲激响应粗略值和第八段冲激响应粗略值进行合并为多径信道的冲激响应粗略值。

上述实施例针对信道时延长度较长，即L＞n_pn的情况予以分段再合并的处理，实现了对较长时延长度的信道的准确估计。

分段的截取形式可以有多种，并不局限于本实施例中的情况。

优选地，步骤S30具体包括：将多径信道的冲激响应粗略值设置为多径信道的冲激响应估计。

本实施例中，将冲激响应粗略值设置为多径信道的冲激响应估计，适用于对多径信道的冲激响应估计精度要求不太高的场合。

优选地，步骤S30具体包括：对多个位置的滑动窗的相关函数求和，再计算求和结果在滑动窗内的归一化值为冲激响应校正值；将冲激响应粗略值与冲激响应校正值的和设置为多径信道的冲激响应估计。

当相关函数为线性相关函数且L≤n_h时，为了消除PN序列互相关不理想带来的偏置，对估计出的多个位置滑动窗的线性相关函数R(k)进行求和，得到

$\stackrel{\‾}{R}=\underset{k=-l_{\mathrm{pre}}}{\overset{l_{\mathrm{post}}}{\mathrm{\Σ}}}R\left(k\right)=(n_{\mathrm{pn}}+1-L)\underset{l=-l_{\mathrm{pre}}}{\overset{l_{\mathrm{post}}}{\mathrm{\Σ}}}h\left(l\right)+\stackrel{\‾}{w},---\left(15\right)$

其中是噪声累计项，进而得到冲激响应校正值为

${\tilde{h}}^{\′}=\frac{\stackrel{\‾}{R}/(n_{\mathrm{pn}}+1-L)}{n_{\mathrm{pn}}+1}.---\left(16\right)$

最后，再将设置为多径信道的冲激响应估计。

当相关函数为循环相关函数且L≤n_h+n_t时，为了消除PN序列互相关不理想带来的偏置，对估计出的进行求和，得到

$\stackrel{\‾}{R}=\underset{k=-l_{\mathrm{pre}}}{\overset{l_{\mathrm{post}}}{\mathrm{\Σ}}}\hat{R}\left(k\right)=(n_{\mathrm{pn}}+1-L)\underset{l=-l_{\mathrm{pre}}}{\overset{l_{\mathrm{post}}}{\mathrm{\Σ}}}h\left(l\right)+\stackrel{\‾}{w},---\left(17\right)$

其中是噪声累计项，进而得到冲激响应校正值为

${\tilde{h}}^{\′}=\frac{\stackrel{\‾}{R}/(n_{\mathrm{pn}}+1-L)}{n_{\mathrm{pn}}+1}.---\left(18\right)$

最后，再将设置为多径信道的冲激响应估计。本实施例在冲激响应粗略值的基础上增加了冲激响应校正值以得到最终的多径信道的冲激响应估计结果，其目的是为了对PN序列互相关不理想而造成的偏置进行补偿，从而达到提高多径信道冲激响应估计的精度。

另外，在信道长度较长时，数据串扰带来的信道估计精度下降是必然会产生的。虽然可以通过将多帧信道估计结果平均或进行低通滤波提高信道估计精度，但更为有效的方法是在数据解调后恢复，将帧头信息中的整体数据干扰消除，消除方法简述如下：将数据信息提取出来，根据信道估计结果去除其中的帧头干扰，变换到频域进行均衡，在频域判决后恢复到时域，再将接收信号减去混叠的数据与信道估计结果卷积。

从以上的描述中，可以看出，本发明上述的实施例实现了缩短估计周期，降低实现复杂度的有益效果。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种多径信道估计方法，其特征在于，包括以下步骤：

从所述多径信道的接收信号中获取所述多径信道的同步参数以及所述多径信道的各径信道的帧头信息；

根据所述同步参数以及所述帧头信息，计算所述接收信号与本地伪随机序列的相关函数，并根据所述相关函数得到所述多径信道的冲激响应粗略值；

根据所述冲激响应粗略值得到所述多径信道的冲激响应估计；

其中，根据所述冲激响应粗略值得到所述多径信道的冲激响应估计，具体包括：对多个位置的滑动窗的所述相关函数求和，再计算求和结果在所述滑动窗内的归一化值为冲激响应校正值；将所述多径信道的冲激响应粗略值与所述冲激响应校正值的和设置为所述多径信道的冲激响应估计，

其中，所述同步参数包括：主径中本帧帧头的开始位置；

所述帧头信息包括：帧头模式和本帧对应的伪随机序列、帧头的前同步序列的符号个数n_h、所述帧头的伪随机序列的符号个数n_pn和所述帧头的后同步序列的符号个数n_t。

2.根据权利要求1所述的多径信道估计方法，其特征在于，根据所述同步参数以及所述帧头信息，计算所述接收信号与本地伪随机序列的相关函数，并根据所述相关函数得到所述多径信道的冲激响应粗略值，具体包括：

当信道时延长度L≤n_h时，设置滑动窗的滑动范围为第一滑动范围；

计算所述第一滑动范围内所述滑动窗内的所述接收信号与所述本地伪随机序列的线性相关函数为第一相关函数；

将所述第一相关函数在所述滑动窗内的归一化值设置为所述多径信道的冲激响应粗略值。

3.根据权利要求1所述的多径信道估计方法，其特征在于，根据所述同步参数以及所述帧头信息，计算所述接收信号与本地伪随机序列的相关函数，并根据所述相关函数得到所述多径信道的冲激响应粗略值，具体包括：

当n_h＜L≤n_pn时，设置滑动窗的滑动范围为第二滑动范围，其中，L为信道时延长度；

计算所述第二滑动范围内所述滑动窗内的所述接收信号与所述本地伪随机序列的线性相关函数为第二相关函数；

对所述第二相关函数在所述滑动窗内的归一化值进行低通滤波，将低通滤波后的结果设置为所述多径信道的冲激响应粗略值；或者对所述第二相关函数在所述滑动窗内的归一化值与之前一次或多次的所述多径信道的冲激响应估计进行加权平均，将加权平均后的结果设置为所述多径信道的冲激响应粗略值。

4.根据权利要求1所述的多径信道估计方法，其特征在于，根据所述同步参数以及所述帧头信息，计算所述接收信号与本地伪随机序列的相关函数，并根据所述相关函数得到所述多径信道的冲激响应粗略值，具体包括：

当L＞n_pn时，设置滑动窗的滑动范围为第三滑动范围与第四滑动范围的集合，并设置第三长度和第四长度，其中，L为信道时延长度；

将所述本地伪随机序列循环移位所述第三长度得到第三循环移位序列，计算所述第三滑动范围内所述滑动窗内的所述接收信号与所述第三循环移位序列的线性相关函数为第三相关函数，设置所述第三相关函数在所述滑动窗内的归一化值为第三段冲激响应粗略值；

将所述本地伪随机序列循环移位所述第四长度得到第四循环移位序列，计算所述第四滑动范围内所述滑动窗内的所述接收信号与所述第四循环移位序列的线性相关函数为第四相关函数，设置所述第四相关函数在所述滑动窗内的归一化值为第四段冲激响应粗略值；

将所述第三段冲激响应粗略值和所述第四段冲激响应粗略值进行合并，并将合并后的结果设置为所述多径信道的冲激响应粗略值。

5.根据权利要求1所述的多径信道估计方法，其特征在于，根据所述同步参数以及所述帧头信息，计算所述接收信号与本地伪随机序列的相关函数，并根据所述相关函数得到所述多径信道的冲激响应粗略值，具体包括：

当L≤n_h+n_t时，设置第五长度，其中，L为信道时延长度；

将所述本地伪随机序列循环移位所述第五长度得到第五循环移位序列，计算所述接收信号与所述第五循环移位序列的循环相关函数为第五相关函数；

将所述第五相关函数的归一化值设置为所述多径信道的冲激响应粗略值。

6.根据权利要求1所述的多径信道估计方法，其特征在于，根据所述同步参数以及所述帧头信息，计算所述接收信号与本地伪随机序列的相关函数，并根据所述相关函数得到所述多径信道的冲激响应粗略值，具体包括：

当n_h+n_t＜L≤n_pn时，设置第六长度，其中，L为信道时延长度；

将所述本地伪随机序列循环移位所述第六长度得到第六循环移位序列，计算所述接收信号与所述第六循环移位序列的循环相关函数为第六相关函数；

对所述第六相关函数的归一化值进行低通滤波，将低通滤波后的结果设置为所述多径信道的冲激响应粗略值；或者对所述第六相关函数的归一化值与之前一次或多次的所述多径信道的冲激响应估计进行加权平均，将加权平均后的结果设置为所述多径信道的冲激响应粗略值。

7.根据权利要求1所述的多径信道估计方法，其特征在于，根据所述同步参数以及所述帧头信息，计算所述接收信号与本地伪随机序列的相关函数，并根据所述相关函数得到所述多径信道的冲激响应粗略值，具体包括：

当L＞n_pn时，设置第七长度和第八长度，其中，L为信道时延长度；

将所述本地伪随机序列循环移位所述第七长度得到第七循环移位序列，计算所述接收信号与所述第七循环移位序列的循环相关函数为第七循环相关函数，设置所述第七循环相关函数的归一化值为第七段冲激响应粗略值；

将所述本地伪随机序列循环移位所述第八长度得到第八循环移位序列，计算所述接收信号与所述第八循环移位序列的循环相关函数为第八循环相关函数，设置所述第八循环相关函数的归一化值为第八段冲激响应粗略值；

将所述第七段冲激响应粗略值和所述第八段冲激响应粗略值进行合并，并将合并后的结果设置为所述多径信道的冲激响应粗略值。