CN102035767B - 信道估计方法和装置 - Google Patents

Abstract

本发明实施例公开了信道估计方法和装置。其中，一种信道估计方法，包括：提取接收信号中的导频数据；利用提取的导频数据进行导频信道估计，获得多组导频信道的传输系数；利用获得的多组导频信道的传输系数，通过非线性内插处理获得数据信道的传输系数。本发明实施例提供的方案有利于提高快速时变信道环境下的信道估计精度，进而提升系统性能。

Description

信道估计方法和装置

技术领域

本发明涉及通信技术领域，具体涉及信道估计方法和装置。

背景技术

目前，随着高铁等高速运输载体的不断建成、开通和使用，需要考虑新一代移动通信系统与高速移动的用户之间进行高速信息传输的问题。

在高速移动的环境下，产生的较大的多普勒频移使得例如长期演进-时分双工(LTE-TDD，Long Term Evolution-Time Division Duplex)下行链路信道产生快速变化，快速变化的信道使得正交频分复用系统子载波间的正交性遭到破坏，导致产生子载波间干扰(ICI，Inter-channel interference)；符号间的信道变化产生时间选择性衰落，使得系统性能下降。在不改变导频插入方式和密度的条件下，快速变化的信道使现有最小二乘(LS，Least Square)+线性内插的信道估计方法的信道估计精度下降，引起系统性能的恶化。

精确的信道估计是进行子载波间干扰抵消、克服时间选择性衰落和提高系统均衡性能的重要基础。实践发现，现有的信道估计方法(LS+线性内插)应用于慢衰落信道环境可获得较好的信道估计精度，但其应用在高铁等快速时变信道环境下，则通常并不能获得满足通信需要的信道估计精度，进而影响系统性能。

发明内容

本发明实施例提供信道估计方法和装置，以提高快速时变信道环境下的信道估计精度，进而提升系统性能。

为解决上述技术问题，本发明实施例提供以下技术方案：

一种信道估计方法，包括：

提取接收信号中的导频数据；

利用提取的导频数据进行导频信道估计，获得多组导频信道的传输系数；

利用获得的多组导频信道的传输系数，通过非线性内插处理获得数据信道的传输系数。

一种信道估计装置，包括：

导频提取模块，用于提取接收信号中的导频数据；

导频信道估计模块，用于利用所述导频提取模块提取的导频数据进行导频信道估计，获得多组导频信道的传输系数；

数据信道估计模块，用于利用所述导频信道估计模块获得的多组导频信道的传输系数，通过非线性内插处理获得数据信道的传输系数。

由上可见，本发明实施例中利用从接收信号中提取的导频数据进行导频信道估计，获得多组导频信道的传输系数，而后利用获得的多组导频信道的传输系数，通过非线性内插处理获得数据信道的传输系数，而基于非线性内插处理机制来获取数据信道的传输系数，有利于提高快速时变信道环境下的信道估计精度，进而有利于提升系统性能。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的MIMO-OFDMA系统模型示意图；

图2是本发明实施例提供的LTE-TDD下行传输链路采用4天线MIMO的导频结构示意图；

图3是本发明实施例一提供的一种信道估计方法的流程示意图；

图4是本发明实施例二提供的一种加和平均的信道估计降噪方法的流程示意图；

图5是本发明实施例二提供的另一种加和平均的信道估计降噪方法的流程示意图；

图6是本发明实施例二提供的一种采用自适应门限降噪与自适应低通滤波降噪的MSE性能比较示意图；

图7是本发明实施例二提供的一种时频域相结合的信道估计降噪方法的流程示意图；

图8是本发明实施例二提供的一种信道估计方法的流程示意图；

图9是本发明实施例二提供的一种信道估计性能比较示意图；

图10是本发明实施例二提供的另一种信道估计性能比较示意图；

图11是本发明实施例二提供的另一种信道估计性能比较示意图；

图12是本发明实施例二提供的另一种信道估计性能比较示意图；

图13是本发明实施例二提供的另一种信道估计性能比较示意图；

图14是本发明实施例二提供的另一种信道估计性能比较示意图；

图15-a是本发明实施例提供的一种信道估计装置示意图；

图15-b是本发明实施例提供的另一种信道估计装置示意图；

图16是本发明实施例提供的另一种信道估计装置示意图。

具体实施方式

本发明实施例提供信道估计方法和装置，能够提高快速时变信道环境下的信道估计精度，有利于提升系统性能。

本发明实施例中主要以面向LTE-TDD下行链路多输入多输出正交频分复用(MIMO-OFDMA，Multiple Input Multiple Output-Orthogonal FrequencyDivision Multiplexing)无线通信系统为例，针对高铁等高速环境下LTE-TDD下行链路信道的特点，提出一种可适用于快速时变信道的高精度的信道估计方案，其中主要考虑从提高导频上信道估计精度，和/或，提高导频符号间内插精度等方面入手，研究如何提高快速时变信道的信道估计精度。

为了便于更好的分析MIMO-OFDMA系统中的信道估计方案，下面首先介绍MIMO-OFDMA系统的信号传输模型和信道估计资源。

MIMO-OFDMA系统信号传输模型

参见图1，下面以具有M_T个发射天线和M_R个接收天线的MIMO-OFDMA系统模型为例进行说明。

信源输出的比特流经过差错控制编码后进行调制映射；调制映射后的复数据经过串并变换后输出至多输入多输出(MIMO，Multiple Input MultipleOutput)编码器进行编码；编码后的数据分成M_T个长度为N的矢量，各个长度为N的矢量在正交频分复用(OFDM，Orthogonal Frequency DivisionMultiplexing)调制器中进行正交频分复用调制，调制信号可在添加循环保护前缀(CP，Cyclic Prefix)后上变频，之后再经过各个发射天线发射到无线信道中。

接收端下变频MR个接收天线的接收信号，对其进行同步估计和补偿，然后对其去循环保护前缀；将接收到的N个采样分别进行快速傅立叶变换(FFT，Fast Fourier Transform)，再将变换后的数据中的导频数据送到信道估计器，信道估计器输出的各个信道传输系数和FFT变换后的其它数据传送到MIMO均衡器进行均衡，均衡后的数据经过并串变换、OFDM解调和差错译码等处理后恢复出发送的比特，最后送至信宿。

MIMO-OFDMA系统模型

例如，若第p个发射天线上第u个OFDM符号的第k个子载波上的复数据为

其中1≤p≤M_T，

该复数据经过快速逆傅立叶变换(IFFT，Inverse Fast Fourier Transform)变换后，其对应的时域信号

可以表示为：

$s_p^{\left(u\right)}\left(n\right)=\frac{1}{\sqrt{N}}\underset{k=-\frac{N_{\mathrm{used}}}{2}}{\overset{\frac{N_{\mathrm{used}}}{2}-1}{\mathrm{\Σ}}}{S}_p^{\left(u\right)}\left(k\right)\exp (j2\mathrm{\πkn}/N)---\left(1\right)$

公式(1)中，0≤n≤N-1，N表示OFDM符号中子载波的个数，即傅立叶变换和逆变换的长度。N个OFDM信号时域采样

持续T时间。若第p个发射天线和第q个接收天线之间的信道是记忆长度为L_p，q的多径莱斯信道，则其冲击响应h_p，q(t，τ)可表示为：

$h_{p,q}(t,\mathrm{\τ})=\left\{\begin{array}{c}{C}^{(p,q)},l=0\\ \underset{l=0}{\overset{L_{p,q}-1}{\mathrm{\Σ}}}{{\mathrm{\α}}^{(p,q)}}_l\left(t\right)\·\mathrm{\δ}(t-{\mathrm{\τ}}_l)\end{array}\right.---\left(2\right)$

其中，公式(2)中的C^(p，q)为第p个发射天线和第q个接收天线之间莱斯径系数，其大小由信道莱斯因子决定(其中，P是直射路径总功率，

为各个散射径的功率之和)；α^(p，q) _l(t)为第p个发射天线和第q个接收天线之间第l径上的衰落系数，其通常服从瑞利分布，且随着最大多普勒频移f_d的变化而变化；τ_l表示第l径的信道延迟。

若收发两端完全同步，则第q个接收天线收到的信号r_q(t)为：

$r_q\left(t\right)=\underset{p=1}{\overset{M_T}{\mathrm{\Σ}}}(C^{(p,q)}{s}_p\left(t\right)+\underset{l=0}{\overset{L_{p,q}-1}{\mathrm{\Σ}}}{{\mathrm{\α}}^{(p,q)}}_l\left(t\right)s_p(t-{\mathrm{\τ}}_l))+w_q\left(t\right)---\left(3\right)$

接收端对接收到的信号进行采样，去CP和FFT变换后，则第q个接收天线收到的第u个OFDM符号上第k个子载波上的信号为：

$R_q^{\left(u\right)}\left(k\right)=\underset{p=1}{\overset{M_T}{\mathrm{\Σ}}}{H_{p,q}}^{\left(u\right)}\left(k\right)S_p^{\left(u\right)}\left(k\right)+W_q^{\left(u\right)}\left(k\right)---\left(4\right)$

公式(4)中，

为第q个天线上第k个子载波在第u个符号期间高斯白噪声的频域表示，其统计特性与W_q(t)相同。H_p，q ^(u)(k)为发射天线p到接收天线q上第k个子载波在第u个符号期间的信道系数，且，

${H_{p,q}}^{\left(u\right)}\left(k\right)=\frac{1}{\sqrt{N}}\underset{m=0}{\overset{N-1}{\mathrm{\Σ}}}[\frac{1}{N}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}{C}^{(p,q)}\left(n\right)+\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}\frac{1}{N}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}{{\mathrm{\α}}^{(p,q)}}_l\left(n\right)]e^{-j\frac{2\mathrm{\πmk}}{N}}---\left(5\right)$

MIMO-OFDMA系统中的信道估计资源

在LTE-TDD下行链路MIMO-OFDMA系统中，可利用其参考符号(导频符号)进行数据信道估计。若定义OFDM的基本资源单位(即1个子载波×1个OFDM符号)为资源粒子(RE，Resource Element)，则下行参考符号是以RE为单位，即一个参考符号只占一个RE。这些参考符号可以分成两列：第1个参考符号和第2个参考符号，第1个参考符号位于每个0.5ms时隙的第1个OFDM符号上，第2个参考符号位于每个时隙的倒数第3个OFDM符号上。

在频域上，每6个子载波插入一个参考符号。另外，第1个参考符号和第2个参考符号在频域上是交错放置的。

下行参考符号的设计满足一定的正交性，以有效地支持多天线传输。不同MIMO天线之间采用FDM的方式复用，而每个天线的导频结构可与单天线上的一致，只是两个天线端口的导频错开放置。

图2示出了一种常规CP情况下LTE-TDD下行传输链路采用的4天线的MIMO导频结构。图2中，R₁为天线1发送导频信号的位置，R₂为天线2发送导频信号的位置，R₃为天线3发送导频信号的位置，R₄为天线4发送导频信号的位置，以此类推，其它空白位置为发送数据信号的位置。在信号实际发送时，每个天线只发送其对应的导频信号，而在其它天线发送导频信号的位置上不发送任何有效信号，以避免对其它天线的导频产生干扰。

以下通过具体实施例进行详细说明。

实施例一

参见图3，本发明实施例提供的信道估计方法的一个实施例，可包括：

310、提取接收信号中导频数据；

320、利用提取的导频数据进行导频信道估计，获得多组导频信道的传输系数；

在实际应用中，例如可以利用最小二乘(LS，Least Square)算法、最小均方误差(MMSE，Minimum Mean-squared Error)算法、盲估计算法、最大似然(ML，Maximum Likelihood)算法或其它的信道估计算法，对提取的导频数据进行导频信道估计，获得多组导频信道(即导频子载波对应的信道)上的信道传输系数，即获得各带有导频的OFDM上导频信道的传输系数。

330、利用获得的多组导频信道的传输系数，通过非线性内插处理获得数据信道的传输系数。

由上可以看出，本实施例中利用从接收信号中提取的导频数据进行导频信道估计，获得多组导频信道的传输系数，而后利用获得的多组导频信道的传输系数，通过非线性内插处理获得数据信道的传输系数，而基于非线性内插处理机制来获取数据信道的传输系数，有利于提高快速时变信道环境下的信道估计精度，进而有利于提升系统性能。

在一种应用场景下，还可进一步对获得的多组导频信道的传输系数进行降噪处理；并可利用获得的进行了降噪处理的多组导频信道的传输系数，通过非线性内插处理获得数据信道的传输系数。

在实际应用中，对获得的多组导频信道的传输系数进行降噪处理的方式可包括：将获得的每个OFDM符号上的导频信道的传输系数分别进行加和平均降噪处理，获得对应每个带有导频的OFDM符号上的进行了降噪处理的导频信道的传输系数；或者，利用获得的导频信道的传输系数，得到带有导频的OFDM符号上的数据信道的传输系数；将带有导频的OFDM符号上的信道传输系数以M-资源块为单位进行加和平均降噪处理，获得对应每个带有导频的OFDM符号上的进行了降噪处理的导频信道的传输系数。或者，还可将获得的多组导频信道的传输系数按照时频相关性(时域和/或频域)进行排列；将排列后的多组导频信道的传输系数变换到变换域；对变换到变换域的多组导频信道的传输系数进行变换域降噪处理；将进行变换域降噪处理后的多组导频信道的传输系数变换到频域，获得对应频域的进行了降噪处理的多组导频信道的传输系数。

其中，将获得的导频信道的传输系数按照时频相关性进行排列具体可包括：将获得的多组导频信道的传输系数按照其时域相关性大小进行排序，再按照其频域相关性大小进行排列；或者，将获得的多组导频信道的传输系数按照其频域相关性大小进行排序，再按照其时域相关性大小进行排列。其中，对变换到变换域的多组导频信道的传输系数进行变换域降噪处理具体可以包括：采用滤波降噪或门限降噪方式，对变换到变换域的多组导频信道的传输系数进行变换域降噪处理。

当然，也可以采用其它方式对获得的多组导频信道的传输系数进行降噪处理，而不限于上述举例。

在一种应用场景下，可以利用获得的导频信道的传输系数，通过线性内插得到距离导频符号最近的数据信道的传输系数；利用得到的该数据信道的传输系数，通过线性内插得到距离该数据信道最近的其它数据信道的传输系数，并可以此循环，利用已获得的与未获得传输系数的数据信道相邻的数据信道的传输系数，通过线性内插得到未获得传输系数的数据信道的传输系数，直到得到位于两个含有导频的OFDM符号间所有不带导频的OFDM符号中的数据信道的传输系数。

在另一种应用场景下，可以利用获得的导频信道的传输系数，通过线性内插得到距离导频符号最近的数据信道的传输系数；利用该数据信道的传输系数对在该数据信道上对应接收的频域信号进行均衡和硬判决；利用硬判决得到的硬判决数据和该数据信道上对应接收的频域信号进行信道估计，得到该数据信道提高精度的传输系数；利用得到的该数据信道提高精度的传输系数，通过线性内插得到距离该数据信道最近的其它数据信道的传输系数。进一步的，若还存在其它数据信道的传输系数未获得，则可以此循环，利用获得的与未获得传输系数的数据信道相邻的数据信道提高精度的传输系数，通过线性内插得到未获得传输系数的数据信道的传输系数，直到得到位于两个含有导频的OFDM符号间所有不带导频的OFDM符号中的数据信道的传输系数。

本发明实施例提供的信道估计方法的另一个实施例，可包括：提取接收信号中的导频数据；利用提取的导频数据进行导频信道估计，获得多组导频信道的传输系数；对获得的多组导频信道的传输系数进行降噪处理；利用获得的进行了降噪处理的多组导频信道的传输系数，通过线性或非线性内插处理获得数据信道的传输系数。

其中，对获得的多组导频信道的传输系数进行降噪处理的方式以及在降噪过程中涉及的“将获得的导频信道的传输系数按照时频相关性进行排列”的步骤可以参考前述实施例说明，在此不再赘述。

由上可以看出，本实施例中利用从接收信号中提取的导频数据进行导频信道估计，获得多组导频信道的传输系数并对其进行降噪处理，而后利用获得的进行了降噪处理的多组导频信道的传输系数，通过线性或非线性内插处理获得数据信道的传输系数，而利用进行了降噪处理的导频信道的传输系数进行内插处理来获取数据信道的传输系数，有利于提高快速时变信道环境下的信道估计精度，进而有利于提升系统性能。

实施例二

为便于更好的理解本发明实施例的方案，本实施例以在MIMO-OFDMA系统中，利用LS算法估计出的各组导频子载波的传输系数为基础，通过对估计出的导频子载波的信道传输系数进行降噪处理，对处理后精度较高的导频子载波的信道响应再通过不同的处理，得到带有导频的OFDM符号上数据子载波的信道传输系数，利用得到的高精度的带导频的OFDM符号上的信道传输系数通过非线性内插处理，获得不带导频的OFDM符号上的信道响应。下面，结合理论推导来介绍具体的实施方式。

由于在LTE-TDD下行链路MIMO-OFDMA系统中，信道估计是针对每一对发送天线到接收天线之间的子信道进行的，其可类似于单输入单输出正交频分复用(SISO-OFDMA，Single Input Single Output-OFDMA)系统中的信道估计场景。因此，为了便于论述，本实施例中主要以SISO-OFDMA系统为例，进行介绍。标准定义的资源块频域上占N_res＝12个子载波。

本实施例中主要通过两个方面来介绍，一方面介绍提高导频信道(即导频子载波对应的信道)的信道估计精度的方法，另一方面介绍提高导频符号间信道内插精度的方法。

(1)本实施例提供的提高导频子载波上信道传输系数估计精度的方法

对于LTE-TDD下行传输链路SISO-OFDMA系统，可利用导频符号来估计发送接收天线间的子信道，但是利用传统的LS算法得到的导频子载波的信道传输系数估计精度不高。为此，本实施例中提供提高导频子载波上信道响应的方法，此处可称信道估计降噪方法。

下面主要介绍两种信道估计降噪方法，包括：加和平均的信道估计降噪方法和时频域相结合的信道估计降噪方法，用以提高导频子载波上信道传输系数估计精度。

A.本实施例提出一种加和平均的信道估计降噪方法，主要包括：

利用估计得到的导频信道传输系数，通过统计其方差或者均方根时延扩展，判断信道频率选择性的强弱，根据信道频率选择性的强弱来选择对应的信道估计降噪方法。

在一种应用场景下，若信道频率选择性弱，可选择将导频信道加和平均的降噪方法；

若信道频率选择性一般，则可按照M-资源块加和平均的降噪方法；

若信道频率选择性强(如列车处于低速进站状态)，此时可采用传统的信道估计方法。

参见图4，本实施例提供的一种加和平均信道估计降噪方法，具体步骤可以包括：

A1、提取接收信号中导频数据；

A2、利用提取出的导频数据，通过LS算法进行导频信道估计，获得多组导频子载波上的频域信道传输系数

${\hat{H}}_{p_{\mathrm{sym}}}\left(k_p\right)=\frac{Y_{p_{\mathrm{sym}}}\left(k_p\right)}{S_{p_{\mathrm{sym}}}\left(k_p\right)}$

$=H_{p_{\mathrm{sym}}}\left(k_p\right)+W_{p_{\mathrm{sym}}}\left(k_p\right),$ k_p∈index_pilot，psym＝1，5，8，12            (6)

在式(6)中，H_Psym(k_p)表示第P_sym个带有导频的OFDM符号上导频子载波序号k_p上的信道传输系数的真实值，而W_Psym(k_p)则表示信道估计的噪声分量，index_pilot为导频子载波的位置序号集合。

式(6)用向量的形式可以表示为：

${\hat{H}}_{p_{\mathrm{sym}}}=H_{p_{\mathrm{sym}}}+W_{p_{\mathrm{sym}}}---\left(7\right)$

公式(7)中：

${\hat{H}}_{p_{\mathrm{sym}}}={[{\hat{H}}_{p_{\mathrm{sym}}}\left(k_1\right),...,{\hat{H}}_{p_{\mathrm{sym}}}\left(k_{N_p}\right)]}^T;$

$H_{p_{\mathrm{sym}}}={[H_{p_{\mathrm{sym}}}\left(k_1\right),...,H_{p_{\mathrm{sym}}}\left(k_{N_p}\right)]}^T;$

$W_{p_{\mathrm{sym}}}={[W_{p_{\mathrm{sym}}}\left(k_1\right),...,W_{p_{\mathrm{sym}}}\left(k_{N_p}\right)]}^T;$

其中，k_p∈index_pilot，p_sym＝1，5，8，12。

可以理解，步骤A2中是以通过LS算法估计得到多组导频子载波上的信道传输系数为例进行说明的，在实际应用中当然也可采用MMSE算法、盲估计算法、ML算法或其它信道估计算法，来估计得到多组导频子载波上的信道传输系数。

A3.判定信道频率选择性强弱；

针对高铁等高速移动信道的频率选择性特点，本实施例中采用OFDM各个子信道系数的方差定义信道频率选择性三个层次，第一层次是频率选择性弱，第二层次的频率选择性一般，第三层次的频率选择性强。

为了便于判定，可预设两个判定门限threshold₁和threshold₂，判定门限的具体数值由信道中的噪声和降噪方法引入的干扰决定。

信道频率选择性的判定方式可如下：

选择步骤A2中估计得到的多组导频子信道的传输系数中的其中一组导频子信道的传输系数，计算其方差值σ²；根据该方差值σ²设定两个门限threshold₁和threshold₂；

若方差值满足σ²＜threshold₁，则确定该信道为频率选择性弱信道，若判定出该信道为频率选择性弱的信道，执行步骤A4；

若方差值满足threshold₁≤σ²≤threshold₂，则确定该信道为频率选择性一般的信道，若判定出该信道为频率选择性一般的信道，执行步骤A5；

若方差值满足σ²＞threshold₂，则确定该信道为频率选择性强的信道，频率选择性强的信道一般对应于移动速度较低的情况(如高铁入站)，若判定出该信道为频率选择性强的信道，则可进行常规的降噪处理(例如变化域名降噪处理)，或者也可不对其进行降噪处理。

可以理解，在高速移动(如高铁非入站环境下)的通信环境中，信道的频率选择性一般不强，即频率选择性介于一般与弱之间。

另外，除采用各个信道传输系数的方差判定外，还可以通过计算信道均方根时延扩展来判断信道频率选择性的强弱，或者通过其它方式来判定信道频率选择性的强弱。

A4.若信道的频率选择性弱或信道为时间选择性衰落信道，由于频域上一个OFDM符号内信道变化缓慢，即可认为：

$H_{p_{\mathrm{sym}}}\left(i\right)\≈H_{p_{\mathrm{sym}}}\left(j\right)\≈H_{p_{\mathrm{sym}}},$ i≠j

因此，针对此种类型的信道，本实施例中直接可将估计得到的多组导频信道传输系数k_p∈index_pilot，p_sym＝1，5，8，12分别进行加和平均处理为：

${\tilde{H}}_{p_{\mathrm{sym},M}}\left(k^{\′}\right)={\stackrel{\‾}{H}}_{p_{\mathrm{sym}},M}$

$=H_{p_{\mathrm{sym},M}}+\frac{1}{M\·N_{\mathrm{res}}}\underset{k^{\′\′}=k_1}{\overset{k_1+M\·N_{\mathrm{res}}}{\mathrm{\Σ}}}{W}_{p_{\mathrm{sym}}}\left(k^{\′\′}\right)---\left(8\right)$

按照上式(8)的处理方式处理后，可将导频子载波上的信道传输系数上的噪声分量降为原来的1/N_p倍，从而可提高导频子载波上信道传输系数的估计精度。然后，可再将得到的多组降噪后的信道传输系数分别作为其对应的OFDM符号上的所有有用子载波上的信道传输系数。

降噪后的导频子载波上的信道传输系数为：

k＝1，2，...，N_p，p_sym∈[1，5，8，12]

                                 (9)

公式(9)通过向量的形式可以表示为：

p_sym∈[1，5，8，12]                (10)

公式(10)中：

则降噪后信道估计误差的MSE为：

可以发现，经过步骤A4的加和平均降噪处理，能够较大的降低导频信道的估计误差。

A5.若信道的频率选择性一般，则可认为在频域上各个子载波上的信道衰落将会不同，甚至某些载波上将会出现深衰落现象。

针对此种信道，本实施例提出M-资源块加和平均的降噪处理。

M-资源块加和平均的降噪处理包括：

a51.利用步骤A2中得到的多组导频信道的传输系数，获得第P_sym个OFDM符号上所有有用子载波的信道传输系数

其中，

${\hat{H}}_{p_{\mathrm{sym}}}\left(k\right)=\left\{\begin{array}{c}{\hat{H}}_{p_{\mathrm{sym}}}\left(k_d\right),k\∉\mathrm{index}\_\mathrm{pilot}\\ {\hat{H}}_{p_{\mathrm{sym}}}\left(k_p\right),k\∈\mathrm{index}\_\mathrm{pilot}\end{array}\right.---\left(12\right)$

${\hat{H}}_{p_{\mathrm{sym}}}\left(k_d\right)=(1-\frac{m}{N_P}){\hat{H}}_{p_{\mathrm{sym}}}\left(k_p\right)+\frac{m}{N_P}{\hat{H}}_{p_{\mathrm{sym}}}(k_p+1)---\left(13\right)$

式(13)中，k_pN_p＜k_d＜(k_p+1)N_p是频域方向上数据位置的索引，k_p∈index_pilot，k_d≠k_p；N_p是每个OFDM符号上导频子载波的个数，P_sym是带导频的OFDM符号的索引，例如P_sym＝1，5，8，12；m是数据位置的相对索引，0≤m＜N_p。

利用以上式(6)和式(13)可获得第P_sym个OFDM符号上所有有用子载波的信道传输系数

a52.利用第P_sym个接收到的频域OFDM符号Y_Psym(k)，通过迫零(ZF，Zero Forced)均衡算法得到检测数据

${\hat{X}}_{p_{\mathrm{sym}}}\left(k\right)=\frac{Y_{p_{\mathrm{sym}}}\left(k\right)}{{\hat{H}}_{p_{\mathrm{sym}}}\left(k\right)}---\left(14\right)$

公式(14)中， $-\frac{N_{\mathrm{used}}}{2}\≤k\≤\frac{N_{\mathrm{used}}}{2}-1.$

a53.对得到的第P_sym个检测数据符号进行硬判决处理，

得到硬判决信号

然后利用第P_sym个接收到的频域OFDM符号

与

通过LS算法(或其它估计算法)得到该符号上的信道传输系数

${\tilde{H}}_{p_{\mathrm{sym}}}\left(k\right)=\frac{Y_{p_{\mathrm{sym}}}\left(k\right)}{{\tilde{X}}_{p_{\mathrm{sym}}}\left(k\right)}$

$=H_{p_{\mathrm{sym}}}\left(k\right)+W_{p_{\mathrm{sym}}}\left(k\right),$ $-\frac{N_{\mathrm{used}}}{2}\≤k\≤\frac{N_{\mathrm{used}}}{2}-1---\left(15\right)$

式(15)中，H_Psym(k)为第k个子载波上真实信道，W_Psym(k)为加性高斯白噪声分量。

的估计精度取决于硬判决出错的概率。

实践发现，对于正交相移键控(QPSK，Quadrature Phase Shift Keying)或者16正交幅度调制(16QAM，16Quadrature Amplitude Modulation)较低阶的调制而言，判决出错的概率可忽略。因此，利用式(15)得到的信道传输系数估计精度较高。

进一步的，步骤a53中，还可以将硬判决得到的数据

经过解调映射、解交织和译码，然后再编码、交织和调制映射，将恢复出的数据作为硬判决的数据计算信道传输系数这样可降低数据的误码率，进一步提高信道估计的性能。

a54.对第P_sym个OFDM符号上的信道传输系数以资源块为单位进行划分，并检测该OFDM符号上信道变化情况，将信道变化缓慢的且连续的M(1≤M≤N_used/N_res)个资源块作为一个集合( $H_{p_{\mathrm{sym},M}}\left(i\right)\≈H_{p_{\mathrm{sym},M}}\left(j\right)\≈H_{p_{\mathrm{sym},M}}\text{,}$ i≠j)；

a55.以M个资源块为单位进行加和平均处理，即将M资源块上的信道传输系数进行加和平均，每连续的M个资源块均以此处理，

具体如式(16)所示：

${\stackrel{\‾}{H}}_{p_{\mathrm{sym},}M}=\frac{1}{M\·N_{\mathrm{res}}}\underset{k^{\′}=k_1}{\overset{k_1+M\·N_{\mathrm{res}}}{\mathrm{\Σ}}}{\tilde{H}}_{p_{\mathrm{sym}}}\left(k\right)$

$=\frac{1}{M\·N_{\mathrm{res}}}\underset{k^{\′}=k_1}{\overset{k_1+M\·N_{\mathrm{res}}}{\mathrm{\Σ}}}{H}_{p_{\mathrm{sym}}}\left(k\right)+\frac{1}{M\·N_{\mathrm{res}}}\underset{k^{\′}=k_1}{\overset{k_1+M\·N_{\mathrm{res}}}{\mathrm{\Σ}}}{W}_{p_{\mathrm{sym}}}\left(k\right)$

$=H_{p_{\mathrm{sym},M}}+\frac{1}{M\·N_{\mathrm{res}}}\underset{k=k_1}{\overset{k_1+M\·N_{\mathrm{res}}}{\mathrm{\Σ}}}{W}_{p_{\mathrm{sym}}}\left(k\right),p_{\mathrm{sym}}\∈\left[\mathrm{1,5,8,12}\right]---\left(16\right)$

在式(16)中，1≤M≤N_used/N_res，k₁表示一个资源块的起始子载波序号。经过上式的处理，可以将M个资源块内子载波上的信道传输系数的噪声干扰分量降为原来的1/(M·N_res)倍，提高了M个资源块内子载波的信道传输系数的估计精度。

a56.将步骤a55中得到的

(p_sym∈[1，5，8，12])作为第P_sym个符号M个资源块上全部子载波上的信道传输系数，

${\tilde{H}}_{p_{\mathrm{sym},M}}\left(k^{\′}\right)={\stackrel{\‾}{H}}_{p_{\mathrm{sym}},M}$

$=H_{p_{\mathrm{sym},M}}+\frac{1}{M\·N_{\mathrm{res}}}\underset{k^{\′\′}=k_1}{\overset{k_1+M\·N_{\mathrm{res}}}{\mathrm{\Σ}}}{W}_{p_{\mathrm{sym}}}\left(k^{\′\′}\right)---\left(17\right)$

式(17)中，(M-1)·N_res+1≤k′≤M·N_res，p_sym∈[1，5，8，12]，1≤M≤N_used/N_res；

考虑到若一个资源块上有2个导频子载波，则通过上面式(17)的处理得到的降噪后的导频上的信道系数可以表示为：

式(18)中：

k_p＝1，2，...，N_p

${\stackrel{\·}{H}}_{p_{\mathrm{sym}}}\left(k_p\right)\∈\left[\begin{array}{c}{H}_{p_{\mathrm{sym}},1},H_{p_{\mathrm{sym}},1},....\\ ,H_{p_{\mathrm{sym}},\frac{N_{\mathrm{used}}}{M\·N_{\mathrm{res}}}},H_{p_{\mathrm{sym}},\frac{N_{\mathrm{used}}}{M\·N_{\mathrm{res}}}}\end{array}\right]$

${\stackrel{\·}{W}}_{p_{\mathrm{sym}}}\left(k_p\right)\∈\left[\begin{array}{c}\underset{k^{\′\′}=k_1}{\overset{k_1+M\·N_{\mathrm{res}}}{\mathrm{\Σ}}}{W}_{p_{\mathrm{sym}}}\left(k^{\′\′}\right),\underset{k^{\′\′}=k_1}{\overset{k_1+M\·N_{\mathrm{res}}}{\mathrm{\Σ}}}{W}_{p_{\mathrm{sym}}}\left(k^{\′\′}\right),....\\ ,\underset{k^{\′\′}=N_{\mathrm{used}}-M\·N_{\mathrm{res}}+1}{\overset{N_{\mathrm{used}}}{\mathrm{\Σ}}}{W}_{p_{\mathrm{sym}}}\left(k^{\′\′}\right),\underset{k^{\′\′}=N_{\mathrm{used}}-M\·N_{\mathrm{res}}+1}{\overset{N_{\mathrm{used}}}{\mathrm{\Σ}}}{W}_{p_{\mathrm{sym}}}\left(k^{\′\′}\right)\end{array}\right]$

式(18)用向量形式可以表示为：

式(19)中，

${\stackrel{\·}{H}}_{p_{\mathrm{sym}}}=[H_{p_{\mathrm{sym}}}\left(1\right),...,H_{p_{\mathrm{sym}}}\left(N_p\right)]$

${\stackrel{\·}{W}}_{p_{\mathrm{sym}}}=[{\stackrel{\·}{W}}_{p_{\mathrm{sym}}}\left(1\right),...,{\stackrel{\·}{W}}_{p_{\mathrm{sym}}}\left(N_p\right)]$

则降噪后信道估计误差的MSE为：

可以发现，经过上述M-资源块加和平均降噪处理，能够较大的降低导频信道估计误差。

B.本实施例提出一种时频域相结合的信道估计降噪方法。

时频域相结合的降噪方法可应用在信道频率选择性强的场景下(例如列车进站的情况)，当然亦可应用在其它信道场景下，通过时频域相结合的信道估计降噪处理，来提高导频子载波上信道传输系数估计精度。

参见图5，本实施例提供的一种时频域相结合的信道估计降噪方法，具体步骤可以包括：

B1、提取接收信号中导频数据；

B2、利用导频数据进行导频信道估计，获得多组导频子载波上的频域信道传输系数

与步骤A2类似的，例如可利用如公式(6)所示的LS算法进行导频信道估计，获得多组导频子载波上的信道传输系数即多组导频信道频域响应，其中，k_p∈index_pilot，p_sym∈[1，5，8，12]。

可以理解，步骤B2中是以通过LS算法估计得到多组导频子载波上的信道传输系数为例进行说明的，在实际应用中当然也可选择采用MMSE算法、ML算法、盲估计算法或其它信道估计算法，来估计得到多组导频子载波上的信道传输系数。

B3、将获得的多组导频信道频域响应按照其在时频域的相关性进行排序处理，排列后导频信道频域响应为：

${\hat{H}}_{p^{\′}}\left(k\right)=\left[\begin{array}{c}{\hat{H}}_1\left(1\right),...,{\hat{H}}_1\left(N_p\right),{\hat{H}}_5\left(N_p\right),...,{\hat{H}}_5\left(1\right)\\ ,{\hat{H}}_8\left(1\right),...,{\hat{H}}_8\left(N_p\right),{\hat{H}}_{12}\left(N_p\right),...,{\hat{H}}_{12}\left(1\right)\end{array}\right]$

，k＝1，2，...，4N_p  (21)

B4、将排列好的信道频域响应

k＝1，2，...，4N_p通过FFT变换到变换域，得到变换域信道响应

$G_{N_p}\left(m\right)=\underset{k=0}{\overset{{4N}_p-1}{\mathrm{\Σ}}}{\hat{H}}_{p^{\′}}\left(k\right)e^{-j\frac{2\mathrm{\π}}{{4N}_p}\mathrm{km}},$ m＝0，2，...，4N_p-1

                       (22)

测试发现，在变化域中信道信号分量集中在低频m＝0和m＝4N_p-1附近，而噪声干扰分量分布在整个频率区域内(m＝0，1，...，4N_p-1)。

B5、对变换域响应

进行变换域降噪处理；

在一种应用场景下，根据变化域中信道信号分量和噪声干扰分量的上述分布特征，可采用自适应低通滤波的信道估计降噪处理方式。

在此，自适应低通滤波降噪对应的低通滤波器可以通过将高频分量强制为零、保留低通分量实现，即，

${\stackrel{\·}{G}}_{N_p}\left(p_m\right)=\left\{\begin{array}{c}{G}_{N_p}\left(p_m\right),0\≤p_m\≤p_c,{4N}_p-p_c\≤p_m\≤{4N}_p-1\\ 0,\mathrm{otherwise}\end{array}\right.---\left(23\right)$

式(23)中，P_c是低通滤波器的截止频率。经过滤波后，噪声分量可以减少到原来的p_c/2N_p倍。低通滤波器的截止频率可根据实时测量的有效信噪比SNR_eff中噪声干扰分量与信道信号分量的比例大小关系设定的。

此外，亦可采用自适应门限的信道估计降噪处理方式。其中，在自适应门限的信道估计降噪处理方式中，也可通过实时的测量有效信噪比，根据有效信噪比的大小确定自适应门限，将高于该门限的信号作为信道信号保留，去除低于该门限的分量。自适应门限的信道估计降噪处理也可以很大程度上提高导频子载波上信道传输系数的估计精度。

B6、对进行降噪处理后得到变换域响应

进行IFFT反傅里叶变换，得到对应频域导频子载波上的信道传输响应

${\stackrel{\·}{H}}_{p^{\′}}\left(k\right)=\underset{p_m=0}{\overset{{4N}_p-1}{\mathrm{\Σ}}}{\stackrel{\·}{G}}_{N_p}\left(p_m\right)e^{j\frac{2\mathrm{\π}}{{4N}_p}{\mathrm{kp}}_m},$ k＝0，1，...，4N_p

                            (24)

B7、对得到的信道传输响应

进行逆排序处理，得到多组降噪后的导频子信道传输系数

其中，k_p∈index_pilot，p_sym∈[1，5，8，12]。

参见图6，图6为模拟测试获得的，导频信道上采用自适应门限降噪与自适应低通滤波降噪得到MSE性能比较示意图，其中，一径莱斯信道k＝9。

根据上面的具体实现步骤，可以得到进行信道估计降噪后输出的导频子载波上的信道传输系数，即得到进行降噪处理的导频信道的传输系数。

(2)本实施例提供的提高导频符号间数据信道内插精度的方法

下面将研究提高导频符号间数据信道内插精度的方法，在此假设导频子载波上的信道传输系数先验已知，在此基础上，研究提高导频符号间信道内插精度的方法。通过对现有的常数内插、线性内插、高斯内插方法和线性拟合方法的研究和实践测试可以发现，现有方法在高速移动(如高铁)环境下均不能获得最优的系统性能。

在此，本实施例提出了一种提高导频符号间信道内插的方法，即非线性内插的方法。参见图7，实现步骤可以包括：

C1.获得位于两相邻的带有导频的OFDM符号间的不含导频的OFDM符号上的信道传输系数，可包括：

c11.利用已获得的导频子载波上的信道传输系数

通过例如式(13)所示的线性内插方法，得到含导频的OFDM符号上的数据子载波上的信道传输系数

c12.假设两个相邻的带导频的OFDM符号在一个子帧中的位置序号分别为i和j(i，j∈{p_sym})，且这两个OFDM符号间隔L_D(L_D＝j-i)个OFDM符号，则通过线性内插方法得到的第i+1和第j-1个不带导频的OFDM符号上的信道传输系数可表示为：

${\hat{H}}_d\left(k\right)=(1-\frac{m}{L_D}){\hat{H}}_i\left(k\right)+\frac{m}{L_D}{\hat{H}}_j\left(k\right)---\left(25\right)$

式(25)中，m＝1，L_D-1，

d＝i+1，j-1；

c13.将接收到的频域信号Y_d(k)和

(d＝i+1，j-1)通过ZF均衡得到检测数据

并对其进行硬判决处理，得到硬判决后的数据

其中，d＝i+1，j-1，

c14.利用接收到的频域信号Y_d(k)与硬判决数据

通过例如LS算法得到提高精度的数据符号(数据信道)上的信道传输系数为：

${\tilde{H}}_d\left(k\right)=\frac{Y_d\left(k\right)}{{\tilde{X}}_d\left(k\right)}$

$=H_d\left(k\right)+W_d\left(k\right)---\left(26\right)$

式(22)中，d＝i+1，j-1，

H_d(k)表示第d个符号上子第k个子载波上信道传输系数的真实值，W_d(k)表示第d个符号上第k个子载波上的加性高斯白噪声分量。

当然，步骤c14中也可利用MMSE算法或其它信道估计算法，利用接收到的频域信号Y_d(k)与硬判决数据

得到精度较高的数据符号上的信道传输系数

进一步的，步骤c13～c14中，还可以将硬判决数据经过解调映射、解交织和译码，然后再编码、交织和调制映射，将恢复出的数据作为硬判决数据来计算数据符号上的信道传输系数

这样可降低数据的误码率，进一步提高信道估计的性能。

c15.令i＝i+1，j＝j+1，并返回步骤c12进行迭代运算，从而得到估计精度较高的第i+2和第j-2个OFDM符号上的信道传输系数。

利用上述迭代运算，直至得到两相邻带有导频的OFDM符号间所有不含导频的OFDM符号上的信道传输系数。

C2.获得位于两相邻的带有导频的OFDM符号外的不含导频的OFDM符号上的信道传输系数，可包括：

c21.假设不位于导频符号间的第1个不含导频的OFDM符号的序号为i′，其中，i′≠d，则可利用常数内插方式得到该OFDM符号上的信道传输系数

其中，i′≠d，

为第i′-1个带导频的OFDM符号上的信道传输系数，此处i ′-1＝12。

c22.利用如步骤C1中的步骤c13～c14所示的硬判决处理机制，对得到的不含导频的OFDM符号的信道传输系数

进行硬判决处理，利用硬判决数据进行信道估计，得到该OFDM符号上估计精度较高的信道传输系数

c23.令i′＝i′+1，返回步骤c21进行迭代运算，直至计算得到最后一个不含导频的OFDM符号上的信道传输系数。

C3.为了进一步提高数据OFDM符号上的信道估计精度，还可再对其进行降噪处理。例如，利用统计信道方差或者均方根时延扩展的方法，判断信道频率选择性的强弱，并根据信道频率选择性强弱，对得到的不带导频的OFDM符号上的信道传输系数进行信道估计降噪处理。在此，可参照上述加和平均降噪方法，此处不再赘述。

此外，若信道频率选择性一般或强，则也可采用迭代处理的方式得到含导频的OFDM符号上的数据子载波上的信道传输系数以尽量改善由信道频率选择性引起的某些子载波上出现的深衰落对信道估计精度造成的影响。其中，通过迭代处理的方式得到含导频的OFDM符号上的数据子载波上的信道传输系数的方法，与上述步骤C1～C3所示的通过非线性内插处理获得不含导频的OFDM符号上的信道传输系数的方法类似，这里只是利用子载波来代替步骤C1～C3中的OFDM符号。通过对频域子载波间的非线性内插处理，能够得到该OFDM符号上的估计精度较高的信道传输系数，进而可克服频率选择性信道对信道估计的影响。

基于本发明实施例提供的上述的(1)提高导频子载波上信道传输系数估计精度的机制和(2)提高导频符号间数据信道内插精度的机制，下面给出本实施例信道估计方法的实现步骤，参见图8，本发明实施例提供的信道估计方法的另一个实施例，可以包括：

801、提取接收信号中导频数据；

802、利用提取的导频数据进行导频信道估计，获得多组导频信道的传输系数；

在实际应用中，例如可以利用最小二乘(LS，Least Square)算法、最小均方误差(MMSE，Minimum Mean-squared Error)算法、盲估计算法、最大似然(ML，Maximum Likelihood)算法或其它的信道估计算法，对提取的导频数据进行导频信道估计，获得多组导频信道(即导频子载波)上的信道传输系数。

803、对获得的多组导频信道的传输系数进行降噪处理；

其中，可以利用上述(1)中记载的各种提高导频子载波上信道传输系数估计精度的处理机制，对多组导频信道的传输系数进行降噪处理，以获得精度较高的导频信道的传输系数。

例如在一种应用场景下，对获得的多组导频信道的传输系数进行降噪处理可包括：将获得的每个OFDM符号上的导频信道的传输系数分别进行加和平均降噪处理，获得对应每个带有导频的OFDM符号上的进行了降噪处理的导频信道的传输系数；或者，利用获得的导频信道的传输系数，得到带有导频的OFDM符号上的数据信道的传输系数；将带有导频的OFDM符号上的信道传输系数以M-资源块为单位进行加和平均降噪处理，获得对应每个带有导频的OFDM符号上的进行了降噪处理的导频信道的传输系数。

在实际应用中，还可将获得的多组导频信道的传输系数按照时频相关性进行排列；将排列后的多组导频信道的传输系数变换到变换域；对变换到变换域的多组导频信道的传输系数进行变换域降噪处理；将进行变换域降噪处理后的多组导频信道的传输系数变换到频域，获得对应频域的进行了降噪处理的多组导频信道的传输系数。

其中，将获得的导频信道的传输系数按照时频相关性进行排列具体可以包括：将获得的多组导频信道的传输系数按照其时域相关性大小进行排序，再按照其频域相关性大小进行排列；或者，将获得的多组导频信道的传输系数按照其频域相关性大小进行排序，再按照其时域相关性大小进行排列。

其中，对变换到变换域的多组导频信道的传输系数进行变换域降噪处理具体可以包括：采用滤波降噪或门限降噪方式，对变换到变换域的多组导频信道的传输系数进行变换域降噪处理。

804、利用进行了降噪处理的多组导频信道的传输系数，通过非线性内插处理获得数据信道的传输系数。

其中，可以利用上述(2)中记载的各种提高导频符号间数据信道内插精度的非线性内插处理机制，利用进行降噪处理的多组导频信道的传输系数，通过非线性内插处理获得精度较高的数据信道的传输系数。

在一种应用场景下，可以利用获得的导频信道的传输系数，通过线性内插得到距离导频符号最近的数据信道的传输系数；利用得到的该数据信道的传输系数，通过线性内插得到距离该数据信道最近的其它数据信道的传输系数，并可以此循环，利用已获得的与未获得传输系数的数据信道相邻的数据信道的传输系数，通过线性内插得到未获得传输系数的数据信道的传输系数，直到得到位于两个含有导频的OFDM符号间所有不带导频的OFDM符号中的数据信道的传输系数。

在另一种应用场景下，可以利用获得的导频信道的传输系数，通过线性内插得到距离导频符号最近的数据信道的传输系数；利用该数据信道的传输系数对在该数据信道上对应接收的频域信号进行均衡和硬判决；利用硬判决得到的硬判决数据和该数据信道上对应接收的频域信号进行信道估计，得到该数据信道提高精度的传输系数；利用得到的该数据信道提高精度的传输系数，通过线性内插得到距离该数据信道最近的其它数据信道的传输系数。进一步的，若还存在其它数据信道的传输系数未获得，则可以此循环，利用获得的与未获得传输系数的数据信道相邻的数据信道提高精度的传输系数，通过线性内插得到未获得传输系数的数据信道的传输系数，直到得到位于两个含有导频的OFDM符号间所有不带导频的OFDM符号中的数据信道的传输系数。

若需恢复出接收信号中的数据，则可将获得高精度的数据信道的传输系数输出值均衡器，完成数据检测以恢复出数据。

本发明实施例还给出了计算机基于一定仿真条件的仿真效果图，以体现出利用本发明实施例的方案获得的性能提升。

①仿真条件：

仿真中主要采用基于LTE-TDD OFDMA传输标准的仿真系统来测试本发明实施例中提出的信道估计方法的性能。

具体参数为：子载波个数N＝1024，系统有用子载波个数N_used＝600，循环前缀长度为N_CP＝N/8。采用单天线模式，16QAM调制，ZF接收机、并以采用LS算法完成导频子载波上初始信道估计为例。

仿真中的无线信道模型采用一径莱斯信道(信道莱斯因子k＝9)和多径莱斯信道，其中多径莱斯信道模型为：各径时延为[0，0，110，190，410]ns，各径功率为[0，-6.51，-16.27，-25.71，-29.31]dB。

系统采样频率为15.36MHz，载波频率考虑2.3GHZ，最高车速可达350km/h。

②仿真结果

仿真结果中给出了系统误码率与误帧率曲线的性能比较。根据①中仿真参数设置和信道模型条件，分别在利用现有技术(LS+线性内插方法)、导频子信道理想+线性内插方法、以及利用本发明实施例信道估计方法下获得的误码率(BER，Bit Error Rate)与误帧率(FER，Frame Error Rate)对比如图9～14所示仿真结果。

其中，图9-10是针对频率选择性弱信道，利用本发明方法中的加和平均降噪方式(对应步骤A4)+硬判决处理(对应步骤C1～C3)的信道估计结果得到的系统性能曲线，图11-14是针对频率选择性一般的信道，利用本发明方法中M-资源快加和平均降噪方式(对应步骤A4)+硬判决处理(对应步骤C1～C3)的信道估计结果得到的系统性能曲线，其中M＝6。

如图9示一径莱斯信道(信道莱斯因子k＝9)下利用现有技术(LS+线性内插)、导频子信道理想+线性内插方法和利用本发明三种情况下得到信道估计结果后进行ZF均衡和数据解调得到的误码率(BER)性能曲线以及理想信道估计下进行ZF均衡和数据解调得到的BER性能曲线。从图中可以看出，相比利用现有技术，通过本发明的信道估计结果得到的系统BER性能在信噪比上约有5dB的提高，并随着信噪比的增大，本发明方法的优势越加明显。本发明方法与导频子信道+线性内插方法相比，本发明方法在信噪比上有1-2dB的提高，尤其在高信噪比下本发明性能优势更明显。另外，利用本发明的信道估计结果得到的系统BER性能几乎与理想信道下系统性能一致。

如图10示一径莱斯信道(信道莱斯因子k＝9)下利用现有技术、导频子信道理想+线性内插方法和利用本发明信道估计方法三种情况下得到信道估计结果后进行ZF均衡和数据解调得到的误帧率(FER)性能曲线以及理想信道估计下进行ZF均衡和数据解调得到的FER性能曲线。从图10中可看出，相比利用现有技术，通过本发明的信道估计结果能够得到更低的FER。在系统性能达到10-1时，利用本发明信道估计结果得到的系统FER性能在信噪比上优于现有技术约有5dB，随着信噪比的增大，本发明方法的性能优势越明显，尤其是在高信噪比的情况下。与导频子信道理想+线性内插方法相比，本发明方法在信噪比上有较多dB提高。另外，在信噪比不大于20dB情况下，利用本发明方法得到的系统FER性能与理想信道情况下几乎一致。

如图11所示，多径莱斯信道(信道莱斯因子k＝9)下利用现有技术、导频子信道理想+线性内插方法和利用本发明信道估计方法三种情况下得到信道估计结果后进行ZF均衡和数据解调得到的误码率(BER)性能曲线以及理想信道估计下进行ZF均衡和数据解调得到的BER性能曲线。从图11中可看出，相比利用现有技术，通过本发明的信道估计结果得到的系统BER性能在信噪比上改善了约5dB。在信噪比低于15dB情况下利用本发明信道估计结果得到的系统BER性能与理想信道下系统性能几乎一致。在信噪比低于25dB时，利用本发明方法信道估计结果得到的系统BER性能与利用导频子信道理想+线性内插方法下的性能几乎一致，并随着信噪比的增大，本方法的性能优于导频子信道理想+线性内插方法的性能。

如图12所示，多径莱斯信道(信道莱斯因子k＝9)下利用现有技术、导频子信道理想+线性内插方法和利用本发明信道估计方法三种情况下得到信道估计结果后进行ZF均衡和数据解调得到的误帧率(FER)性能曲线以及理想信道估计下进行ZF均衡和数据解调得到的FER性能曲线。从图11中可以看出，相比利用现有技术，通过本发明的信道估计结果得到的系统性能达到10-1时在信噪比上改善了约4dB，随着信噪比的增大利用本发明方法得到的系统性能更加优于利用现有技术得到的系统性能。并且利用本方法得到的系统FER性能在信噪比上优于利用导频子信道理想+线性内插下得到的系统性能。另外，在信噪比低于20dB情况下，利用本发明方法得到的系统FER性能与理想信道情况下系统的性能约有1dB的差距。

随着信道莱斯因子的增大，信道的频率选择性变弱，此种情况下利用本发明方法将会获得更好的信道估计结果，如图13-14所示。图13分别示多径莱斯信道(信道莱斯因子k＝18)下利用现有技术、导频子信道理想+线性内插方法和利用本发明信道估计方法三种情况下得到信道估计结果后进行ZF均衡和数据解调得到的误码率(BER)性能曲线以及理想信道估计下进行ZF均衡和数据解调得到的BER性能曲线。从图13可以看出，相比利用现有技术，通过本发明的信道估计结果能够得到更低的BER，在信噪比现有技术一约有5dB提高，随着信噪比的增大，利用本发明信道估计结果得到的性能越优于利用现有技术估计结果得到的系统BER性能。利用本发明信道估计结果得到的系统BER性能几乎与利用导频子信道理想+线性内插得到的系统性能一致。另外，在信噪比低于20dB情况下，利用本发明信道估计结果得到的系统性能趋近于理想信道下系统BER性能，并且在高信噪比下也只有1-2dB差距。

图14分别示多径莱斯信道(信道莱斯因子k＝18)下利用现有技术、导频子信道理想+线性内插方法和利用本发明信道估计方法三种情况下得到信道估计结果后进行ZF均衡和数据解调得到的误帧率(FER)性能曲线以及理想信道估计下进行ZF均衡和数据解调得到的FER性能曲线。从图14可以看出，相比利用现有技术，通过本发明的信道估计结果能够得到更低的FER，在信噪比现有技术约有5dB提高，随着信噪比的增大，利用本发明信道估计结果得到的性能越优于利用现有技术估计结果得到的系统FER性能。并且，利用本发明信道估计结果得到的系统FER性能优于利用导频子信道理想+线性内插得到的系统性能约1dB。另外，利用本发明信道估计结果得到的系统性能趋近于理想信道下系统FER性能。

由上可以看出，本实施例中利用从接收信号中提取的导频数据进行导频信道估计，获得多组导频信道的传输系数并对其进行降噪处理，而后利用获得的进行了降噪处理的多组导频信道的传输系数，通过非线性内插处理获得数据信道的传输系数，而利用进行了降噪处理的导频信道的传输系数进行非线性内插处理来获取数据信道的传输系数，有利于提高快速时变信道环境下的信道估计精度，进而有利于提升系统性能。

此外，在进行导频符号间的非线性内插处理时，引入硬判决处理机制可进一步提高数据信道的传输系数精度。

为便于更好的实施本发明实施例的技术方案，下面还提供用于实现上述信道估计方法的装置。

参见图15-a、本发明实施例提供的信道估计装置1500，可以包括：

导频提取模块1510，用于提取接收信号中的导频数据；

导频信道估计模块1520，用于利用导频提取模块1510提取的导频数据进行导频信道估计，获得多组导频信道的传输系数；

数据信道估计模块1530，用于利用导频信道估计模块1520获得的多组导频信道的传输系数，通过非线性内插处理获得数据信道的传输系数。

在一种应用场景下，参见图15-b，信道估计装置1500还可包括：

导频降噪模块1540，用于对导频信道估计模块1520获得的多组导频信道的传输系数进行降噪处理；

数据信道估计模块1530可具体用于，利用导频降噪模块1540进行了降噪处理的导频信道估计模块1520获得的多组导频信道的传输系数，通过非线性内插处理获得数据信道的传输系数。

在一种应用场景下，导频降噪模块1540可包括：第一降噪子模块，和/或第二降噪子模块(图中未示出)。

其中，第一降噪子模块，用于将导频信道估计模块1520获得的每个OFDM符号上的导频信道的传输系数，分别进行加和平均降噪处理，获得对应每个带有导频的OFDM符号上的进行了降噪处理的导频信道的传输系数。

第二降噪子模块，用于利用导频信道估计模块1520获得的导频信道的传输系数，得到带有导频的OFDM符号上的数据信道的传输系数；将带有导频的OFDM符号上的信道传输系数以M-资源块为单位进行加和平均降噪处理，获得对应每个带有导频的OFDM符号上的进行了降噪处理的导频信道的传输系数。

在另一种应用场景下，导频降噪模块1540可包括：相关性排列子模块、域变换子模块、变换域降噪模块和域逆变换子模块(图中未示出)。

其中，相关性排列子模块，用于将导频信道估计模块1520获得的多组导频信道的传输系数按照时频相关性进行排列；

域变换子模块，用于将上述相关性排列子模块排列后的多组导频信道的传输系数变换到变换域；

变换域降噪模块，用于对上述域变换子模块变换到变换域的多组导频信道的传输系数进行变换域降噪处理；

域逆变换子模块，用于将上述变换域降噪模块进行变换域降噪处理后的多组导频信道的传输系数变换到频域，获得对应频域的进行了降噪处理的多组导频信道的传输系数。

在一种应用场景下，相关性排列子模块可包括：第一相关性排列子模块或者第二相关性排列子模块(图中未示出)。

其中，第一相关性排列子模块，用于将导频信道估计模块1520获得的多组导频信道的传输系数按照其时域相关性大小进行排序，再按照其频域相关性大小进行排列。

第二相关性排列子模块，用于将导频信道估计模块1520获得的多组导频信道的传输系数按照其频域相关性大小进行排序，再按照其时域相关性大小进行排列。

在一种应用场景下，变换域降噪模块具体可用于，采用滤波降噪或门限降噪方式，对变换到变换域的多组导频信道的传输系数进行变换域降噪处理。

在一种应用场景下，数据信道估计模块1530可包括：第一内插子模块、硬判决子模块、高精度估计子模块和第二内插子模块(图中未示出)。

第一内插子模块，用于利用获得的导频信道的传输系数，通过线性内插得到距离导频符号最近的数据信道的传输系数；

硬判决子模块，用于利用该第一内插模块得到的该数据信道的传输系数对在该数据信道上对应接收的频域信号进行均衡和硬判决；

高精度估计子模块，用于利用上述硬判决子模块硬判决得到的硬判决数据和该数据信道上对应接收的频域信号进行信道估计，得到该数据信道提高精度的传输系数；

第二内插子模块，用于利用上述高精度估计子模块得到的该数据信道提高精度的传输系数，通过线性内插得到距离该数据信道最近的其它数据信道的传输系数。

进一步的，若还存在其它数据信道的传输系数未获得，则可以此循环，第二内插子模块利用高精度估计子模块获得的与未获得传输系数的数据信道相邻的数据信道提高精度的传输系数，通过线性内插得到未获得传输系数的数据信道的传输系数，直到得到位于两个含有导频的OFDM符号间所有不带导频的OFDM符号中的数据信道的传输系数。

需要说明的是，本实施例信道估计装置1500可用于实现上述方法实施例中的全部技术方案，其各个功能模块的功能可以根据上述方法实施例中的方法具体实现，其具体实现过程可参照上述实施例中的相关描述，此处不再赘述。

由上可以看出，本实施例中信道估计装置1500利用从接收信号中提取的导频数据进行导频信道估计，获得多组导频信道的传输系数，而后利用获得的多组导频信道的传输系数，通过非线性内插处理获得数据信道的传输系数，而基于非线性内插处理机制来获取数据信道的传输系数，有利于提高快速时变信道环境下的信道估计精度，进而有利于提升系统性能。

进一步的，信道估计装置1500在进行导频符号间的非线性内插处理时，引入硬判决处理机制可进一步提高数据信道的传输系数精度。

参见图16、本发明实施例提供的信道估计装置1600，可以包括：

第二导频提取模块1610提取接收信号中的导频数据；

第二导频信道估计模块1620，用于利用第二导频提取模块1610提取的导频数据进行导频信道估计，获得多组导频信道的传输系数；

第二导频降噪模块1630，用于对第二导频信道估计模块1620获得的多组导频信道的传输系数进行降噪处理；

第二数据信道估计模块1640，用于利用第二导频降噪模块1630进行了降噪处理的多组导频信道的传输系数，通过线性或非线性内插处理获得数据信道的传输系数。

在一种应用场景下，第二导频降噪模块1630可包括：第一降噪子模块，和/或第二降噪子模块(图中未示出)。

其中，第一降噪子模块，用于将第二导频信道估计模块1620获得的每个OFDM符号上的导频信道的传输系数，分别进行加和平均降噪处理，获得对应每个带有导频的OFDM符号上的进行了降噪处理的导频信道的传输系数。

第二降噪子模块，用于利用第二导频信道估计模块1620获得的导频信道的传输系数，得到带有导频的OFDM符号上的数据信道的传输系数；将带有导频的OFDM符号上的信道传输系数以M-资源块为单位进行加和平均降噪处理，获得对应每个带有导频的OFDM符号上的进行了降噪处理的导频信道的传输系数。

在另一种应用场景下，第二导频降噪模块1630可以包括：相关性排列子模块、域变换子模块、变换域降噪模块和域逆变换子模块(图中未示出)。

其中，相关性排列子模块，用于将第二导频信道估计模块1620获得的多组导频信道的传输系数按照时频相关性进行排列；

域变换子模块，用于将上述相关性排列子模块排列后的多组导频信道的传输系数变换到变换域；

变换域降噪模块，用于对上述域变换子模块变换到变换域的多组导频信道的传输系数进行变换域降噪处理；

域逆变换子模块，用于将上述变换域降噪模块进行变换域降噪处理后的多组导频信道的传输系数变换到频域，获得对应频域的进行了降噪处理的多组导频信道的传输系数。

在一种应用场景下，相关性排列子模块可包括：第一相关性排列子模块或者第二相关性排列子模块(图中未示出)。

其中，第一相关性排列子模块，用于将第二导频信道估计模块1620获得的多组导频信道的传输系数按照其时域相关性大小进行排序，再按照其频域相关性大小进行排列。

第二相关性排列子模块，用于将第二导频信道估计模块1620获得的多组导频信道的传输系数按照其频域相关性大小进行排序，再按照其时域相关性大小进行排列。

在一种应用场景下，变换域降噪模块具体可用于，采用滤波降噪或门限降噪方式，对变换到变换域的多组导频信道的传输系数进行变换域降噪处理。

在一种应用场景下，第二数据信道估计模块1640可以包括：第一内插子模块、硬判决子模块、高精度估计子模块和第二内插子模块(图中未示出)。

第一内插子模块，用于利用第二导频降噪模块1630进行了降噪处理获得的导频信道的传输系数，通过线性内插得到距离导频符号最近的数据信道的传输系数；

硬判决子模块，用于利用该第一内插模块得到的该数据信道的传输系数对在该数据信道上对应接收的频域信号进行均衡和硬判决；

高精度估计子模块，用于利用上述硬判决子模块硬判决得到的硬判决数据和该数据信道上对应接收的频域信号进行信道估计，得到该数据信道提高精度的传输系数；

第二内插子模块，用于利用上述高精度估计子模块得到的该数据信道提高精度的传输系数，通过线性内插得到距离该数据信道最近的其它数据信道的传输系数。

进一步的，若还存在其它数据信道的传输系数未获得，则可以此循环，第二内插子模块利用高精度估计子模块获得的与未获得传输系数的数据信道相邻的数据信道提高精度的传输系数，通过线性内插得到未获得传输系数的数据信道的传输系数，直到得到位于两个含有导频的OFDM符号间所有不带导频的OFDM符号中的数据信道的传输系数。

需要说明的是，本实施例信道估计装置1600可用于实现上述方法实施例中的全部技术方案，其各个功能模块的功能可以根据上述方法实施例中的方法具体实现，其具体实现过程可参照上述实施例中的相关描述，此处不再赘述。

由上可以看出，本实施例中信道估计装置1600利用从接收信号中提取的导频数据进行导频信道估计，获得多组导频信道的传输系数并对其进行降噪处理，而后利用获得的进行了降噪处理的多组导频信道的传输系数，通过线性或非线性内插处理获得数据信道的传输系数，而利用进行了降噪处理的导频信道的传输系数进行内插处理来获取数据信道的传输系数，有利于提高快速时变信道环境下的信道估计精度，进而有利于提升系统性能。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述，各个实施例也可以相互结合从而得到新的实施例，此处不再赘述。

综上，本发明实施例提供的一种技术方案中，利用从接收信号中提取的导频数据进行导频信道估计，获得多组导频信道的传输系数，而后利用获得的多组导频信道的传输系数，通过非线性内插处理获得数据信道的传输系数，而基于非线性内插处理机制来获取数据信道的传输系数，有利于提高快速时变信道环境下的信道估计精度，进而有利于提升系统性能。

本发明实施例提供的另一种技术方案中，利用从接收信号中提取的导频数据进行导频信道估计，获得多组导频信道的传输系数并对其进行降噪处理，而后利用获得的进行了降噪处理的多组导频信道的传输系数，通过非线性内插处理获得数据信道的传输系数，而利用进行了降噪处理的导频信道的传输系数进行非线性内插处理来获取数据信道的传输系数，有利于提高快速时变信道环境下的信道估计精度，进而有利于提升系统性能。

此外，在进行导频符号间的非线性内插处理时，引入硬判决处理机制可进一步提高数据信道的传输系数精度。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(ROM，Read-Only Memory)、随机存储器(RAM，random access memory)、磁盘或光盘等。

以上对本发明实施例所提供的信道估计方法和装置进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上上述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种信道估计方法，其特征在于，包括：

提取接收信号中的导频数据；

利用提取的导频数据进行导频信道估计，获得多组导频信道的传输系数；

利用获得的多组导频信道的传输系数，通过非线性内插处理获得数据信道的传输系数；

其中，所述方法还包括：对获得的多组导频信道的传输系数进行降噪处理；

所述利用获得的多组导频信道的传输系数，通过非线性内插处理获得数据信道的传输系数，包括：利用获得的进行了降噪处理的多组导频信道的传输系数，通过非线性内插处理获得数据信道的传输系数；

其中，所述对获得的多组导频信道的传输系数进行降噪处理，包括：

将获得的每个正交频分复用OFDM符号上的导频信道的传输系数，分别进行加和平均降噪处理，获得对应每个带有导频的OFDM符号上的进行了降噪处理的导频信道的传输系数；

或者，

利用获得的导频信道的传输系数，得到带有导频的OFDM符号上的数据信道的传输系数；将带有导频的OFDM符号上的信道传输系数以M-资源块为单位进行加和平均降噪处理，获得对应每个带有导频的OFDM符号上的进行了降噪处理的导频信道的传输系数；

或者，

所述对获得的多组导频信道的传输系数进行降噪处理，包括：

将获得的多组导频信道的传输系数按照时频相关性进行排列；将排列后的多组导频信道的传输系数变换到变换域；对变换到变换域的多组导频信道的传输系数进行变换域降噪处理；将进行变换域降噪处理后的多组导频信道的传输系数变换到频域，获得对应频域的进行了降噪处理的多组导频信道的传输系数。

2.根据权利要求1所述的方法，其特征在于，所述将获得的导频信道的传输系数按照时频相关性进行排列，包括：

将获得的多组导频信道的传输系数按照其时域相关性大小进行排序，再按照其频域相关性大小进行排列；

或者，

将获得的多组导频信道的传输系数按照其频域相关性大小进行排序，再按照其时域相关性大小进行排列。

3.根据权利要求1所述的方法，其特征在于，所述对变换到变换域的多组导频信道的传输系数进行变换域降噪处理，包括：

采用滤波降噪或门限降噪方式，对变换到变换域的多组导频信道的传输系数进行变换域降噪处理。

4.根据权利要求1至3任一项所述的方法，其特征在于，

所述利用获得的导频信道的传输系数，通过非线性内插处理获得数据信道的传输系数，包括：

利用获得的导频信道的传输系数，通过线性内插得到距离导频符号最近的数据信道的传输系数；利用该数据信道的传输系数对在该数据信道上对应接收的频域信号进行均衡和硬判决；利用硬判决得到的硬判决数据和该数据信道上对应接收的频域信号进行信道估计，得到该数据信道提高精度的传输系数；利用得到的该数据信道提高精度的传输系数，通过线性内插得到距离该数据信道最近的其它数据信道的传输系数。

5.一种信道估计装置，其特征在于，包括：

导频提取模块，用于提取接收信号中的导频数据；

导频信道估计模块，用于利用所述导频提取模块提取的导频数据进行导频信道估计，获得多组导频信道的传输系数；

数据信道估计模块，用于利用所述导频信道估计模块获得的多组导频信道的传输系数，通过非线性内插处理获得数据信道的传输系数；

其中，信道估计装置还包括：

导频降噪模块，用于对所述导频信道估计模块获得的多组导频信道的传输系数进行降噪处理；

所述数据信道估计模块具体用于，利用所述导频降噪模块进行了降噪处理的所述导频信道估计模块获得的多组导频信道的传输系数，通过非线性内插处理获得数据信道的传输系数；

其中，所述导频降噪模块，包括：

第一降噪子模块，用于将所述导频信道估计模块获得的每个OFDM符号上的导频信道的传输系数，分别进行加和平均降噪处理，获得对应每个带有导频的OFDM符号上的进行了降噪处理的导频信道的传输系数；

和/或，

第二降噪子模块，用于利用所述导频信道估计模块获得的导频信道的传输系数，得到带有导频的OFDM符号上的数据信道的传输系数；将带有导频的OFDM符号上的信道传输系数以M-资源块为单位进行加和平均降噪处理，获得对应每个带有导频的OFDM符号上的进行了降噪处理的导频信道的传输系数；

或者，所述导频降噪模块，包括：

相关性排列子模块，用于将所述导频信道估计模块获得的多组导频信道的传输系数按照时频相关性进行排列；

域变换子模块，用于将所述相关性排列子模块排列后的多组导频信道的传输系数变换到变换域；

变换域降噪模块，用于对所述域变换子模块变换到变换域的多组导频信道的传输系数进行变换域降噪处理；

域逆变换子模块，用于将所述变换域降噪模块进行变换域降噪处理后的多组导频信道的传输系数变换到频域，获得对应频域的进行了降噪处理的多组导频信道的传输系数。

6.根据权利要求5所述的信道估计装置，其特征在于，

所述相关性排列子模块，包括：

第一相关性排列子模块，用于将所述导频信道估计模块获得的多组导频信道的传输系数按照其时域相关性大小进行排序，再按照其频域相关性大小进行排列；

或者，

第二相关性排列子模块，用于将所述导频信道估计模块获得的多组导频信道的传输系数按照其频域相关性大小进行排序，再按照其时域相关性大小进行排列。

7.根据权利要求5所述的信道估计装置，其特征在于，

所述变换域降噪模块具体用于，采用滤波降噪或门限降噪方式，对变换到变换域的多组导频信道的传输系数进行变换域降噪处理。

8.根据权利要求5至7任一项所述的信道估计装置，其特征在于，

所述数据信道估计模块包括：

第一内插子模块，用于利用获得的导频信道的传输系数，通过线性内插得到距离导频符号最近的数据信道的传输系数；

硬判决子模块，用于利用所述第一内插子模块得到的该数据信道的传输系数对在该数据信道上对应接收的频域信号进行均衡和硬判决；

高精度估计子模块，用于利用所述硬判决子模块硬判决得到的硬判决数据和该数据信道上对应接收的频域信号进行信道估计，得到该数据信道提高精度的传输系数；

第二内插子模块，用于利用所述高精度估计子模块得到的该数据信道提高精度的传输系数，通过线性内插得到距离该数据信道最近的其它数据信道的传输系数。

9.一种信道估计方法，其特征在于，包括：

提取接收信号中的导频数据；

利用提取的导频数据进行导频信道估计，获得多组导频信道的传输系数；

利用获得的多组导频信道的传输系数，通过非线性内插处理获得数据信道的传输系数；

其中，所述利用获得的导频信道的传输系数，通过非线性内插处理获得数据信道的传输系数，包括：

利用获得的导频信道的传输系数，通过线性内插得到距离导频符号最近的数据信道的传输系数；利用该数据信道的传输系数对在该数据信道上对应接收的频域信号进行均衡和硬判决；利用硬判决得到的硬判决数据和该数据信道上对应接收的频域信号进行信道估计，得到该数据信道提高精度的传输系数；利用得到的该数据信道提高精度的传输系数，通过线性内插得到距离该数据信道最近的其它数据信道的传输系数。

10.一种信道估计装置，其特征在于，包括：

导频提取模块，用于提取接收信号中的导频数据；

导频信道估计模块，用于利用所述导频提取模块提取的导频数据进行导频信道估计，获得多组导频信道的传输系数；

数据信道估计模块，用于利用所述导频信道估计模块获得的多组导频信道的传输系数，通过非线性内插处理获得数据信道的传输系数；

其中，所述数据信道估计模块包括：

第一内插子模块，用于利用获得的导频信道的传输系数，通过线性内插得到距离导频符号最近的数据信道的传输系数；

硬判决子模块，用于利用所述第一内插子模块得到的该数据信道的传输系数对在该数据信道上对应接收的频域信号进行均衡和硬判决；

高精度估计子模块，用于利用所述硬判决子模块硬判决得到的硬判决数据和该数据信道上对应接收的频域信号进行信道估计，得到该数据信道提高精度的传输系数；

第二内插子模块，用于利用所述高精度估计子模块得到的该数据信道提高精度的传输系数，通过线性内插得到距离该数据信道最近的其它数据信道的传输系数。

Images