CN102111363A - 一种信道估计的方法和装置 - Google Patents

Abstract

本发明公开了一种信道估计的方法，用于使信道估计值更准确，从而提高MIMO接收处理和高阶调制时解调的准确性，并最终提高链路的整体性能。具体步骤包括：利用最小二乘估计LS算法计算参考信号RS处的信道响应；生成位于资源粒子RE周围的参考信号RS的滤波系数；对所述RS的滤波系数进行归一化处理，使得其滤波系数之和趋近于规范值；使用最小均方误差滤波MMSE对RE周围经过滤波系数归一化处理的RS，以及经过LS算法计算的RS进行滤波，得到信道响应估计的最终值。本发明还公开了一种信道估计的装置。

Description

一种信道估计的方法和装置

技术领域

本发明涉及通信技术领域，更具体的说是涉及一种信道估计的方法和装置。

背景技术

长期演进(LET、Long Term Evolution)是3G与4G技术之间的一个过渡，它能够改进并增强3G的空中接入技术。在LTE系统中，接收端信道估计的准确度对链路的通信质量有着很大的影响。例如，LET下行检测算法需要用到信道响应，此时频域信道响应估计的准确程度就直接影响到之后的检测性能。

为了便于终端进行信道估计，在传输的每帧信息的每个子帧中均插入一定数量的参考信号(RS，Reference Signal)，每个RS在时域上对应一个OFDM符号，在频域上对应一个子载波。如果定义OFDM的基本资源单元(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为单元的，即1个RS占用1个资源粒子RE。一般的RS以广播的方式供小区内所有的用户设备(UE，User Equipment)使用，对每个小区来说，RS为UE即终端已知的确定信号，UE可以根据接收到的RS处的数据，估计出RS处对应的信道响应，但是在频域中对于普通数据子载波(非RS处)的频域信道响应，UE终端无法估计，需要通过对RS处的频域信道估计值的滤波(插值)来获得。

请参阅附图1为现有技术中的信道估计框图。在现有技术中，最小二乘估计(LS，Least Squares)只针对RS位置进行，可以根据相关公式计算得到RS处的信道频率响应关于RE处的信道频域响应，需要利用其(也就是RE处)附近的频域上的RS处的LS估计值经过插值或滤波得到，即RS处的信道频率响应值。根据仿真结果，在CRS情况下，频域方向使用其附近 $N_{\mathrm{RS}}^f=12$ 个RS处的LS估计值，时域方向使用3个RS(需要注意的是，天线端口2、3的数据时域滤波时使用2个RS)处频域滤波得到的信道响应，可使滤波后的性能满足LTE的规范要求。在进行最小均方误差(MMSE，MinimumMean Square Error)滤波时，时域方向和频域方向上原理类似，这里以频域方向上的滤波为例。

频域方向上的MMSE滤波(插值)在具有RS的正交频分复用(OFDM，Orthogonal Frequency Division Multiplexing)符号上进行，需要滤波的RE使用N_RS ^f各RS的LS估计值进行滤波。对于RE处频域方向MMSE滤波(插值)的计算公式为：

${\tilde{h}}_{\mathrm{FD},k,l}={\mathrm{\Λ}}_{(k,l),(k^{\′},l)\∈{\mathrm{\Γ}}_{\mathrm{FD}}}^T\·{\hat{h}}_{\mathrm{LS},(k^{\′},l)\∈{\mathrm{\Γ}}_{\mathrm{FD}}}$

在计算公式中 ${\mathrm{\Λ}}_{(k,l),(k^{\′},l)\∈{\mathrm{\Γ}}_{\mathrm{FD}}}={[{\mathrm{\Λ}}_0,{\mathrm{\Λ}}_1,...,{\mathrm{\Λ}}_{N_{\mathrm{RS}}^f-1}]}^T$ 为滤波系数向量，例如，滤波系数向量

中的元素Λ₁表示的是当前需要滤波的RE与第1个RS的相关性，一般两者相关性越高，滤波系数越大，频域的相关性通过RE与RS之间的频率间隔来表征。由于每个RS在频域上对应一个子载波，经过仿真，得到不同子载波，不同信噪比(SNR，Signal to Noise Ratio)之下，滤波系数向量

中各滤波系数之和也有所不同。请参阅附图2、附图3、附图4和附图5以ETU信道仿真结果为例，当SNR＝0dB、SNR＝6dB、SNR＝10dB和SNR＝20dB时，各子载波的频域滤波系数之和。在较低信噪比下，子载波的频域滤波系数之和明显小于1。此时，频域滤波之后的频域信道响应期望值为：

$E\left({\tilde{h}}_{\mathrm{FD},k,l}\right)=E\left(\underset{i=0}{\overset{N_{\mathrm{RS}}^f-1}{\mathrm{\Σ}}}{\mathrm{\Λ}}_i{\hat{h}}_{\mathrm{LS},k_i^{\′},l}\right)=\underset{i=0}{\overset{N_{\mathrm{RS}}^f-1}{\mathrm{\Σ}}}{\mathrm{\Λ}}_{i}E\left({\hat{h}}_{\mathrm{LS},k_i^{\′},l}\right)$

如果 $\underset{i=0}{\overset{N_{\mathrm{RS}}^f-1}{\mathrm{\Σ}}}{\mathrm{\Λ}}_i\≠1,$ 这样得到的估计值就是一个有偏估计，有偏估计直接导致的结果就是，将使频域滤波后的信道响应

的幅度期望值偏离正常值。此时频率响应幅度的缩小将导致后续MIMO处理信号幅度的变化，而MIMO处理之后进行调制解调的星座图是固定的，如16QAM高阶调制，幅度的缩放将引起解调的失误，进而影响了后续的解码性能。

从仿真的结果来看，SNR越低，滤波系数之和越偏离1，也就是越偏离规范值，则导致滤波后的信道响应期望值越偏离正常值，对高阶调制的链路性能影响严重。在LTE规范中，在较低信噪比之下需要支持16QAM调制，由上述可知，现有技术中的信道估计是一种有偏估计，而有偏估计不进行校准将对高阶调制的链路性能影响严重，所以需要将有偏估计的滤波变成无偏估计的滤波，利用无偏估计使得滤波系数之和趋近于规范值，从而使得进行滤波后的频率响应期望值符合正常值。

发明内容

有鉴于此，本发明提供了一种信道估计的方法和装置，利用该方法和装置将现有技术中的有偏估计变成无偏估计，使得滤波系数之和趋近于规范值，以解决上述方法和装置中在进行滤波后使信道响应期望值偏离正常值的问题。

为实现上述目的，本发明提供如下技术方案：

一种信道估计的方法，包括：

利用最小二乘估计LS算法计算参考信号RS的信道响应；

生成位于资源粒子RE周围的RS的滤波系数；

对所述RE周围的RS的滤波系数进行归一化处理，使得其滤波系数之和趋近于规范值；

使用最小均方滤波MMSE对RE周围经过滤波系数归一化处理的RS，以及上述经过LS算法计算的RS进行滤波，得到信道响应估计值。

优选的，所述生成位于资源粒子RE周围的RS的滤波系数中，具体包括以下步骤：

生成所述RE周围的RS的频域滤波系数；

生成所述RE周围的RS的时域滤波系数。

优选的，对所述RS的滤波系数进行归一化处理，包括：

对所述RE周围的RS的频域滤波系数进行归一化处理，使得其频域滤波系数之和趋近于规范值；

对所述RE周围的RS的时域滤波系数进行归一化处理，使得其时域滤波系数之和趋近于规范值。

优选的，所述使用最小均方滤波MMSE对经过滤波系数归一化处理的RS，包括：

在频域方向上对所述RE周围经过滤波系数归一化处理的RS所在的正交频分复用OFDM符号的子载波进行MMSE滤波；

在时域方向上对所述RE周围经过滤波系数归一化处理的RS对应的子载波进行MMSE滤波。

优选的，所述方法应用于LTE系统、OFDM系统和多输入多输出MIMO-OFDM系统中。

一种信道估计的装置，包括：

LS估计模块，用于完成对RS处的LS估计；

滤波系数生成模块，用于对需要滤波的资源粒子RE周围的参考信号RS生成其滤波系数；

系数归一化模块，用于对所述各子载波的滤波系数进行归一化，使得滤波系数之和趋近于规范值；

滤波模块，用于对RE周围经过滤波系数归一化处理的RS，以及经过LS算法计算的RS进行MMSE滤波，得到信道响应估计的最终值。

优选的，所述滤波系数生成模块包括：

频域滤波系数生成模块，用于生成所述RS的频域滤波系数；

时域滤波系数生成模块，用于生成所述RS的时域滤波系数。

优选的，所述系数归一化模块包括：

频域系数归一化模块，用于对在频域滤波系数模块中生成的所述RS的频域滤波系数进行归一化处理，使得其滤波系数之和趋近于规范值；

时域系数归一化模块，用于对在时域滤波系数模块中生成的所述RS的时域滤波系数进行归一化处理，使得滤波系数之和趋近于规范值。

优选的，所述滤波模块包括：

频域滤波模块，用于对RE周围进行频域滤波系数归一化处理后的所述RS进行MMSE滤波；

时域滤波模块，用于对RE周围进行时域滤波系数归一化处理后的所述RS进行MMSE滤波。

优选的，所述装置应用于LTE系统、OFDM系统和多输入多输出MIMO-OFDM系统中。

经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种信道估计的方法和装置。本发明在信道估计的过程中，首先对RS进行LS估计，然后使位于RE周围的RS生成滤波系数，再对所述RS的滤波系数进行归一化处理，使得所述RS的滤波系数之和趋近于规范值，即通过归一化的校准使信道估计的有偏估计滤波成为无偏估计滤波，然后再对RE周围经过滤波系数归一化处理的RS，以及经过LS算法计算的RS进行MMSE滤波，使得滤波后的信道响应期望值为无偏估计值。相应的在本发明的装置中具有系数归一化的模块，配合本发明的方法使用。通过本发明的方法和装置使信道估计值更加准确，进一步提高了系统在高阶调制下链路的整体性能。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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的前提下，还可以根据提供的附图获得其他的附图。

图1为现有技术中的信道估计框图；

图2为现有技术中ETU信道时，SNR＝0dB，各子载波的频域滤波系数之和的仿真示意图；

图3为现有技术中ETU信道时，SNR＝6dB，各子载波的频域滤波系数之和的仿真示意图；

图4为现有技术中ETU信道时，SNR＝10dB，各子载波的频域滤波系数之和的仿真示意图；

图5为现有技术中ETU信道时，SNR＝20dB，各子载波的频域滤波系数之和的仿真示意图；

图6为LTE系统中CRS分布示意图；

图7为本发明一种信道估计的方法流程图；

图8为本发明一种信道估计的方法流程图a；

图9为本发明一种信道估计的方法流程图b；

图10为本发明一种信道估计的方法流程图c；

图11为频域方向MMSE滤波示意图；

图12为本发明一种信道估计的装置示意图；

图13为原信道估计算法和新信道估计算法的吞吐量曲线对比示意图；

图14为原信道估计算法和新信道估计算法的RawBER曲线对比示意图；

图15为原信道估计算法和新信道估计算法的误块率曲线对比示意图。

具体实施方式

为清楚说明本发明中的方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明提供了一种信道估计的方法，在这里以本发明在LTE系统中的应用为例进行说明。请参阅附图6，为LTE系统中CRS分布示意图，附图1中只表示了一个发送天线端口上的CRS的分布情况，图中只画出一个子帧的长度，频域方向上只画出了12个子载波，在附图1中的阴影部分表示RS所在的位置。需要注意的是，在LTE系统中还有一种DRS，DRS的信道估计与CRS类似，这里只以CRS为例。

请参阅附图7为本发明一种信道估计的方法流程图，具体步骤如下：

步骤S1、利用最小二乘估计LS算法计算参考信号RS处的信道响应。

步骤S2、生成位于资源粒子RE周围的参考信号RS的滤波系数。

步骤S3、对所述RS的滤波系数进行归一化处理，使得其滤波系数之和趋近于规范值。

步骤S4、使用最小均方滤波MMSE对RE周围经过滤波系数归一化处理的RS，以及经过LS算法计算的RS进行滤波，得到信道响应估计的最终值。

在步骤S1中针对RS处的LS估计的主要的计算过程是：

设g_K，l为第l个OFDM符号上第K个子载波处的接收信号，其中0≤K＜N_SC，0≤l＜N_symp，N_SC为下行子载波总数，N_symb表示一个时隙内包含的OFDM符号数。普通CP时，N_symb＝14；扩展型CP时，N_symb＝12。假设当前子帧中RS所在的位置(k′，l′)的集合为Г_RS。

在LS估计时，只针对RS位置进行，即针对(k′，l′)∈Г_RS进行。LS估计利用RS处的接收信号g_k′，l′及本地生成相应位置的参考信号r_k′，l′，得到RS处的信道频率响应计算方法如下：

${\hat{h}}_{\mathrm{LS},k^{\′},l^{\′}}=g_{k^{\′},l^{\′}}/r_{k^{\′},l^{\′}}=g_{k^{\′},l^{\′}}\·r_{k^{\′},l^{\′}}^{*}---\left(1\right)$

由计算式(2)可以得到RS所在位置的LS估计值。

此外，请参阅附图8，在步骤S2中具体包括以下步骤：

步骤S21、生成位于RE周围的RS的频域滤波系数。频域滤波系数的计算公式如下：

${\mathrm{\Λ}}_{(k,l),(k^{\′},l)\∈{\mathrm{\Γ}}_{\mathrm{FD}}}^T=R_{h{\hat{h}}_{\mathrm{LS}}}{R}_{{\hat{h}}_{\mathrm{LS}}{\hat{h}}_{\mathrm{LS}}}^{-1}=R_{h{\hat{h}}_{\mathrm{LS}}}{(R_{h_{\mathrm{rs}}{h}_{\mathrm{rs}}}+\frac{{\mathrm{\σ}}^2}{S^2}I)}^{-1}---\left(2\right)$

其中：

为需要滤波的RE附近的N_RS ^f个RS的自相关矩阵，大小为N_RS ^f×N_RS ^f；

σ²为噪声功率；

S²为接收信号功率；

I为单位矩阵；

为RE与Г_FD中RS的互相关矩阵，大小为1×N_RS ^f。

步骤S22、生成位于RE周围的RS的时域滤波系数。时域方向与频域方向的原理类似，这里不再赘述。

由于在现有技术中，滤波之后的信道响应期望值为：

$E\left({\tilde{h}}_{\mathrm{FD},k,l}\right)=E\left(\underset{i=0}{\overset{N_{\mathrm{RS}}^f-1}{\mathrm{\Σ}}}{\mathrm{\Λ}}_i{\hat{h}}_{\mathrm{LS},k_i^{\′},l}\right)=\underset{i=0}{\overset{N_{\mathrm{RS}}^f-1}{\mathrm{\Σ}}}{\mathrm{\Λ}}_{i}E\left({\hat{h}}_{\mathrm{LS},k_i^{\′},l}\right)---\left(3\right)$

从式(3)中可知LS估计不会影响信道响应期望值，只有滤波系数之和的变化会影响到滤波后的信道响应

的幅度期望值，主要原因是，现有技术中的信道估计方法是一种有偏估计。

举例来说明，比如一个随机变量x的期望值E(x)＝a，此时在变量x处叠加一个不相关的随机变量n，且有E(n)＝0，得到变量y＝x+n，那么y的期望值E(y)＝E(x+n)＝E(x)+E(n)＝E(x)，此时变量y为变量x的无偏估计，但是如果y＝λx+n，且λ≠1时，此时就是一个有偏估计，因为E(y)＝E(λx+n)＝λE(x)+E(n)＝λE(x)≠E(x)。从结果看，有偏估计直接导致了估计结果在幅度上的缩放，所以执行步骤S3对滤波系数之和进行归一化，就是将有偏估计的滤波变成为有偏估计的滤波的算法，使得滤波系数之和趋近与1或者等于1，即更趋近于规范值，促使滤波后的信道响应期望值符合正常值，即为无偏估计值。

请参阅附图9，在步骤S3中进行归一化的处理，具体包括以下步骤：

步骤S31、对步骤S21中生成的所述RS的频域滤波系数进行归一化处理，使得频域滤波系数之和趋近于规范值。

由于频域滤波系数 ${\mathrm{\Λ}}_{(k,l),(k^{\′},l)\∈{\mathrm{\Γ}}_{\mathrm{FD}}}={[{\mathrm{\Λ}}_0,{\mathrm{\Λ}}_1,...,{\mathrm{\Λ}}_{N_{\mathrm{RS}}^f-1}]}^T$ 反应了资源元素(k，l)与其周围N_RS ^f个RS的相关性，所以在归一化时，为保持这种相关性的稳定性，可对中的各个滤波系数进行相同的缩放，由此得到的归一化计算方法，具体步骤如下：

步骤A、计算各滤波系数之和： $\mathrm{\Ψ}=\underset{i=0}{\overset{N_{\mathrm{RS}}^f-1}{\mathrm{\Σ}}}{\mathrm{\Λ}}_i.$

步骤B、对各滤波系数进行缩放，缩放的因子为1/Ψ。

所以，滤波系数之和的归一化为：Λ′_i＝Λ_i/Ψ， $i=\mathrm{0,1},...,N_{\mathrm{RS}}^f-1.$

步骤S32、对步骤S22中生成的所述RS的时域滤波系数进行归一化处理。由于时域方向与频域方向的原理类似，这里不再赘述。

请参阅附图10，在步骤S4中具体包括以下步骤：

步骤S41、在经过步骤S31的归一化后，对频域方向上的RS所在OFDM符号的子载波进行MMSE滤波。

请参阅附图11，为频域方向MMSE滤波示意图。其中，阴影部分表示需要滤波的RE，处于阴影部分并带有R₀标号的表示RS所在位置；而图中的 $N_{\mathrm{RS}}^f=12.$

在CRS情况下，频域使用其附近N_RS ^f个RS的LS估计值进行滤波。

假设需要滤波的RE时频索引为(k，l)，其附近的N_RS ^f个RS的时频索引(k′，l)所在的集合为Г_FD，则频域方向MMSE滤波(插值)的具体计算公式如下：

${\tilde{h}}_{\mathrm{FD},k,l}={\mathrm{\Λ}}_{(k,l),(k^{\′},l)\∈{\mathrm{\Γ}}_{\mathrm{FD}}}^T\·{\hat{h}}_{\mathrm{LS},(k^{\′},l)\∈{\mathrm{\Γ}}_{\mathrm{FD}}}---\left(4\right)$

其中：

${\mathrm{\Λ}}_{(k,l),(k^{\′},l)\∈{\mathrm{\Γ}}_{\mathrm{FD}}}={[{\mathrm{\Λ}}_0,{\mathrm{\Λ}}_1,...,{\mathrm{\Λ}}_{N_{\mathrm{RS}}^f-1}]}^T$ 为滤波系数向量；

${\hat{h}}_{\mathrm{LS},(k^{\′},l)\∈{\mathrm{\Γ}}_{\mathrm{FD}}}={[{\hat{h}}_{\mathrm{LS},k_0^{\′},l},{\hat{h}}_{\mathrm{LS},k_1^{\′},l},...,{\hat{h}}_{\mathrm{LS},k_{N_{\mathrm{RS}}^f-1}^{\′},l}]}^T$ 为(k，l)附近的N_RS ^f个RS的信道响应的LS估计值。

经过频域滤波后的频域信道响应期望值任由式(3)计算，此时由于LS估计不影响信道响应期望值，而滤波系数之和已经进行过归一化处理，使其趋近于规范值，不会对滤波后的频域响应期望值产生影响，使得滤波后的频域响应期望值为无偏估计值。

步骤S42、在时域方向上对RS对应的子载波进行MMSE滤波。不同的是时域方向上使用3个RS处频域滤波得到的信道响应，需要注意的是，在天线端口2、3的数据滤波时使用2个RS处频域滤波得到的信道响应。由于在MMSE滤波上时域方向与频域方向的原理类似，这里不再赘述。

此外，需要注意的是，本发明详细描述的方法可还可以应用于OFDM系统和MIMO-OFDM系统中，但本发明的方法并不局限于此。

上面详细说明了本发明的方法，对于本发明的方法可采用多种形式的装置实现，下面给出优选的实施例详细说明，请参阅附图12，为本发明信道估计的装置框图。包括：LS估计模块1、滤波系数生成模块2、系数归一化模块3和滤波模块4。

其中，在LS估计模块1中，利用LS的估计方法完成对RS处的LS估计，并将LS的估计值用于下一步操作。

在滤波系数生成模块2中，生成位于RE周围的RS的滤波系数。需要注意的是，在滤波系数生成模块2中包括：频域滤波系数生成模块21和时域滤波系数生成模块22。

其中，频域滤波系数生成模块21，用于生成位于RE周围的RS的频域滤波系数；时域滤波系数生成模块22，用于生成位于RE周围的RS的时域滤波系数。

再将生成的所述RS的滤波系数送入到系数归一化模块3里，利用归一化的方法对所述RS的滤波系数进行归一化处理，使得所述各子载波的滤波系数之和能够趋近于规范值。在这里系数归一化模块3主要包括：频域系数归一化模块31和时域系数归一化模块32。

频域系数归一化模块31，接收频域滤波系数生成模块21生成的所述RS的频域滤波系数，并对其进行归一化处理，使得频域滤波系数之和趋近于规范值。

时域系数归一化模块32，接收时域滤波系数生成模块22生成的所述RS的时域滤波系数，并对其进行归一化处理，使得时域滤波系数之和趋近于规范值。

然后，滤波模块4，接收到RE周围经过滤波系数归一化处理的RS，以及经过LS算法计算的RS进行MMSE滤波，得到该RE处信道响应估计的最终值。其中，在滤波模块4中主要包括：频域滤波模块41和时域滤波模块42。

频域滤波模块41，用于对进行频域滤波系数归一化处理后的RS进行MMSE滤波；

时域滤波模块42，用于对进行时域滤波系数归一化处理后的RS进行MMSE滤波。

另外，需要注意的是，本发明详细描述的装置还可以应用于OFDM系统和MIMO-OFDM系统中，但本发明的方法并不局限于此。

为了更好的体现本发明一种信道估计的方法和装置，发明人以LTE规范36.101中的TDD 1.6链路为例，使用定点12bit字长，频域方向使用12个RS，时域方向使用3个RS进行滤波。请参阅附图13、附图14和附图15为原信道估计算法和新信道估计算法的性能对比图。其中，附图13为吞吐量曲线图，图中的圆圈就是规范点要求的性能；附图14为RawBER曲线图；附图15为误块率曲线图。需要指出的是，附图13、附图14和附图15中的实线部分表示原信道估计算法的性能，虚线部分表示新信道估计算法的性能。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

本领域技术人员应能了解，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种信道估计的方法，其特征在于，包括：

利用最小二乘估计LS算法计算参考信号RS的信道响应；

生成位于资源粒子RE周围的RS的滤波系数；

对所述RE周围的RS的滤波系数进行归一化处理，使得其滤波系数之和趋近于规范值；

使用最小均方误差滤波MMSE对RE周围经过滤波系数归一化处理的RS，以及上述经过LS算法计算的RS进行滤波，得到信道响应估计值。

2.根据权利要求1所述的方法，其特征在于，所述生成位于资源粒子RE周围的RS的滤波系数中，具体包括以下步骤：

生成所述RE周围的RS的频域滤波系数；

生成所述RE周围的RS的时域滤波系数。

3.根据权利要求2所述的方法，其特征在于，对所述RS的滤波系数进行归一化处理，包括：

对所述RE周围的RS的频域滤波系数进行归一化处理，使得其频域滤波系数之和趋近于规范值；

对所述RE周围的RS的时域滤波系数进行归一化处理，使得其时域滤波系数之和趋近于规范值。

4.根据权利要求3所述的方法，其特征在于，所述使用最小均方误差滤波MMSE对经过滤波系数归一化处理的RS，包括：

在频域方向上对所述经过滤波系数归一化处理的RS所在的正交频分复用OFDM符号的子载波进行MMSE滤波；

在时域方向上对所述经过滤波系数归一化处理的RS对应的子载波进行MMSE滤波。

5.根据权利要求1所述的方法，其特征在于，所述方法应用于LTE系统、OFDM系统和多输入多输出MIMO-OFDM系统中。

6.一种信道估计的装置，其特征在于，包括：

LS估计模块，用于完成对RS处的LS估计；

滤波系数生成模块，用于对需要滤波的资源粒子RE周围的参考信号RS生成其滤波系数；

系数归一化模块，用于对所述各子载波的滤波系数进行归一化，使得滤波系数之和趋近于规范值；

滤波模块，用于对RE周围经过滤波系数归一化处理的RS，以及经过LS算法计算的RS进行MMSE滤波，得到该RE处信道响应估计的最终值。

7.根据权利要求6所述的装置，其特征在于，所述滤波系数生成模块包括：

频域滤波系数生成模块，用于生成所述RS的频域滤波系数；

时域滤波系数生成模块，用于生成所述RS的时域滤波系数。

8.根据权利要求7所述的装置，其特征在于，所述系数归一化模块包括：

频域系数归一化模块，用于对在频域滤波系数模块中生成的所述RS的频域滤波系数进行归一化处理，使得其滤波系数之和趋近于规范值；

时域系数归一化模块，用于对在时域滤波系数模块中生成的所述RS的时域滤波系数进行归一化处理，使得滤波系数之和趋近于规范值。

9.根据权利要求8所述的装置，其特征在于，所述滤波模块包括：

频域滤波模块，用于对进行频域滤波系数归一化处理后的所述RS进行MMSE滤波；

时域滤波模块，用于对进行时域滤波系数归一化处理后的所述RS进行MMSE滤波。

10.根据权利要求6所述的装置，其特征在于，所述装置应用于LTE系统、OFDM系统和多输入多输出MIMO-OFDM系统中。

Images