CN102123127A - 一种时域信道估计滤波器的系数计算方法和装置 - Google Patents

Abstract

本发明提供一种时域信道估计滤波器的系数计算方法和装置，所述方法包括：获取X₁，X₂…X_P所对应的携带RS信息的符号的位置信息和权重信息；获取Y₁，Y₂，…Y_Q所涉及的携带RS信息的符号的位置信息和权重信息；根据所述位置信息和权重信息，计算向量I的自相关矩阵，其中，I＝[X₁，X₂…X_P，Y₁，Y₂，…Y_Q]；根据所述位置信息和权重信息，计算向量O与向量I之间的互相关矩阵，其中，O＝[Y₀]，Y₀为当前进行信道估计的符号的时域的理想值；计算所述互相关矩阵与所述自相关矩阵的逆矩阵之积，得到当前进行信道估计的符号对应的系数向量。本发明能够计算出较优的滤波器系数。

Description

一种时域信道估计滤波器的系数计算方法和装置

技术领域

本发明属于无线通信技术领域，特别涉及一种应用于长期演进(LTE)系统中的时域信道估计滤波器的系数计算方法和装置。

背景技术

在LTE无线通信系统中，正交频分复用(OFDM)是其核心的物理层技术。它把数据流调制在多个正交的子载波上，正交子载波之间频谱可重叠，这样就大大提高了频谱利用率。

参照图1，在正交频分复用系统中，传输的信息可以通过资源栅格来描述，资源栅格将整个时域和频域的资源以资源元素(RE，Resource Element)的形式表示出来，即图1中的一个最小方格，它对应于频域上的一个子载波和时域上的一个符号(symbol)的时间长度，所有需要传输的信息都是通过资源元素来承载。多个资源元素构成一个资源块，具体来说，在正常循环前缀(CP)的情况下，12(子载波数)×7(符号数)构成一个资源块；扩展循环前缀的情况下，12(子载波数)×6(符号数)构成一个资源块。

为了正确解调数据，需要知道每个RE位置上的信道情况。在LTE系统中，每个RE位置上的信道估计是通过如下方式得到的：在每个资源块的特定的资源元素位置插入已知的参考信号(RS，Reference Signal)以计算该RE位置上的信道估计，然后利用插值的方法来得到其它所有资源元素位置上的信道估计。

信道估计算法通常分两步来进行：先在频域方向上进行频域信道估计，即先对图1中具有RS的一列符号在频域上对RS信息的初始信道估计进行滤波插值，得到这一列每个符号的频域信道估计，然后利用该结果在时域方向上进行滤波插值来完成时域信道估计，即最终的信道估计。为使后文描述简单，用

表示携带RS信息的符号的频域信道估计，包括通过频域插值得到的信道估计。

LTE系统分为TDD和FDD两种模式。对于FDD模式来说，UE可以接收到连续的下行子帧；对于TDD来说，其接收到的下行子帧不是连续的，即RS的分布不是连续的，如图2所示，图中，用D表示下行子帧，用U表示上行子帧。

实际上，即使是FDD模式可以接收到连续的下行子帧，但是在正常CP模式下，其在一个子帧中RS分布是不均匀的，携带RS信息的符号间隔有3和4两种，如图3所示。

频域滤波插值和时域滤波插值的关键是选择合适的滤波器结构和滤波器系数。而LTE系统中RS分布的不连续和不均匀的特性，给时域信道估计滤波器的选择和系数设计带来了挑战。

发明内容

本发明的目的是提供一种时域信道估计滤波器的系数计算方法和装置，以克服LTE中RS分布的不连续性和不均匀性带来的问题。

为实现上述目的，本发明提供技术方案如下：

一种时域信道估计滤波器的系数计算方法，应用于LTE系统中，包括：

获取X₁，X₂…X_P所对应的携带RS信息的符号的位置信息和权重信息，X₁，X₂…X_P为与当前输入符号最接近的P个频域信道估计值，P为大于0的整数；

获取Y₁，Y₂，…Y_Q所涉及的携带RS信息的符号的位置信息和权重信息，Y₁，Y₂，…Y_Q为与当前进行信道估计的符号最接近的Q个时域信道估计值，Q为大于0的整数；

根据所述位置信息和权重信息，计算向量I的自相关矩阵，其中，I＝[X₁，X₂…X_P，Y₁，Y₂，…Y_Q]；

根据所述位置信息和权重信息，计算向量O与向量I之间的互相关矩阵，其中，O＝[Y₀]，Y₀为当前进行信道估计的符号的时域信道的理想值；

计算所述互相关矩阵与所述自相关矩阵的逆矩阵之积，得到当前进行信道估计的符号对应的系数向量。

一种时域信道估计滤波器的系数计算装置，应用于LTE系统中，包括：

第一获取模块，用于获取X₁，X₂…X_P所对应的携带RS信息的符号的位置信息和权重信息，X₁，X₂…X_P为与当前输入符号最接近的P个频域信道估计值，P为大于0的整数；

第二获取模块，用于获取Y₁，Y₂，…Y_Q所涉及的携带RS信息的符号的位置信息和权重信息，Y₁，Y₂，…Y_Q为与当前进行信道估计的符号最接近的Q个时域信道估计值，Q为大于0的整数；

自相关计算模块，用于根据所述位置信息和权重信息，计算向量I的自相关矩阵，其中，I＝[X₁，X₂…X_P，Y₁，Y₂，…Y_Q]；

互相关计算模块，用于根据所述位置信息和权重信息，计算向量O与向量I之间的互相关矩阵，其中，O＝[Y₀]，Y₀为当前进行信道估计的符号的时域信道的理想值；

滤波系数计算模块，用于计算所述互相关矩阵与所述自相关矩阵的逆矩阵之积，得到当前进行信道估计的符号对应的系数向量。

与现有技术相比，本发明实施例利用迭代运算的方式，记录当前可用资源X₁，X₂…X_P和Y₁，Y₂，…Y_Q中所包含的

的位置信息及权重信息，根据位置信息、权重信息、信道信息、系统信息计算可用资源之间的相关性以及可用资源与当前符号的相关性，进而计算出较优的滤波器系数。如此，能够有效克服LTE中RS分布的不连续性和不均匀性带来的问题，适用于LTE系统中任何帧结构、任何天线端口的时域信道估计滤波器的系数设计。

附图说明

图1为正常循环前缀且单天线发送情况下，参考信号在资源块中的分布情况示意图；

图2为TDD模式，正常CP模式，上下行转换配置为1#的子帧分布示意图；

图3为FDD模式，正常CP模式，携带RS信息的符号在子帧中的分布示意图；

图4为本发明实施例中采用的时域信道估计滤波器的结构示意图；

图5为本发明实施例的时域信道估计滤波器的系数计算方法流程图；

图6为本发明实施例的时域信道估计滤波器的系数计算装置结构图；

图7为本发明实施例中LTE TDD帧结构的时域滤波场景划分示意图；

图8为利用图6所示的装置进行滤波器系数计算的一个详细流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图及具体实施例对本发明进行详细描述。

图4为本发明实施例中采用的时域信道估计滤波器的结构示意图，本发明是针对图4所示的时域信道估计滤波器结构，根据可用的资源、信道信息和系统信息来设计时域信道估计滤波器的系数。

参照图4，该插值滤波器使用P个寄存器保存与当前输入符号(序号为n)最接近的P个携带RS信息的符号的频域信道估计值X₁～X_P(包括通过频域插值得到的信道估计值)，并使用Q个寄存器保存与当前进行信道估计的符号(序号为n-L)最接近的Q个时域信道估计的历史值Y(n-L-1)～Y(n-L-Q)(即利用该滤波器进行插值滤波得到的Q个时域信道估计值，后文也可以用Y₁，Y₂，…Y_Q表示，Y₁即为Y(n-L-1)，Y₂即为Y(n-L-2)…)，根据保存的值对当前进行信道估计的符号进行时域信道估计的插值滤波。这一过程用公式表示为：

$Y(n-L)=\underset{p=1}{\overset{P}{\mathrm{\Σ}}}{b}_p{X}_p\left(n\right)+\underset{q=1}{\overset{Q}{\mathrm{\Σ}}}{a}_{q}Y(n-L-q)$

当Q≠0时，这是一个无限冲激响应(IIR)滤波器结构；当Q＝0时，这是一个有限冲激响应(FIR)滤波器结构。这里的L表示滤波器的输入和输出之间有多少个符号的时延，通常，时延越多，可用于时域信道估计的频域信道估计越多，越有利于时域信道估计，但在另一方面它又增加了系统时延，这是不利的一面，实际应用中可以根据具体需求来对这两方面进行折中。

与一般滤波器结构不同的是，这里的滤波器结构有一个

更新模块。这是由于这里滤波器的输入是携带RS信息的符号的频域信道估计

然而不是每个符号都携带RS信息的。参照图1，以正常CP模式并且单天线端口来说，一个子帧中的14个符号中只有4个符号是携带RS信息的，也即只有符号序号为1、5、8和12的4个输入是有效的(序号计数从1开始)。

更新模块可有多种实现方式，这里介绍模式1和模式2两种方式。

对于模式1，

更新模块就是把与当前输入符号最接近的携带RS信号的符号的频域信道估计值更新到P个寄存器当中。用L_RS表示包含RS信息的符号的序号，其操作过程可用伪码表示如下：

其中，X(n)表示当前输入符号的频域信道估计值。

可见，按照模式1的更新为：每输入一个新的符号时，判断该符号是否为携带RS信息的符号，若是，从i＝P开始，将X_i更新为X_i-1，直到i＝1时，将X₁更新为X(n)；否则，不进行更新，即，X₁～X_P中的每一个都保持不变。

这样，与当前输入符号最接近的P个携带RS信息的符号(可以包括当前输入符号)的频域信道估计就被存放在X₁～X_P中了。

对于模式2，其操作过程可用伪码表示如下：

其中，X(n)表示当前输入符号的频域信道估计值。

可见，按照模式2的更新为：每输入一个新的符号时，从i＝P开始，将X_i更新为X_i-1，直到i＝1时，判断该符号是否为携带RS信息的符号，若是，将将X₁更新为X(n)；否则，不对X₁进行更新。

这样，与当前输入符号最接近的P个携带RS信息的符号(可以包括当前输入符号)的频域信道估计就被存放在X₁～X_P中了，这里X₁～X_P的频域信道估计信息可能是有重复的(X₁与X₂可能存储的是同一个值)。

当然，也可以用到其他方式进行

的更新操作，这里不再赘述。

针对上述时域信道估计滤波器结构，本发明实施例提供如下的滤波器系数计算方法。

参照图5，本发明实施例的时域信道估计滤波器的系数计算方法，应用于LTE系统中，主要包括如下步骤：

步骤501：获取X₁，X₂…X_P所对应的携带RS信息的符号的位置信息和权重信息，X₁，X₂…X_P为与当前输入符号最接近的P个频域信道估计值，P为大于0的整数；

步骤502：获取Y₁，Y₂，…Y_Q所涉及的携带RS信息的符号的位置信息和权重信息，Y₁，Y₂，…Y_Q为与当前进行信道估计的符号最接近的Q个时域信道估计值，Q为大于0的整数；

步骤503：根据所述位置信息和权重信息，计算向量I的自相关矩阵，其中，I＝[X₁，X₂…X_P，Y₁，Y₂，…Y_Q]；

步骤504：根据所述位置信息和权重信息，计算向量O与向量I之间的互相关矩阵，其中，O＝[Y₀]，Y₀为当前进行信道估计的符号的时域信道的理想值；

步骤505：计算所述互相关矩阵与所述自相关矩阵的逆矩阵之积，得到当前进行信道估计的符号对应的系数向量。

本发明实施例对步骤503和步骤504的执行顺序不做限制，即，可以先执行步骤504，再执行步骤503，另外，两者还可以并行执行。

上述方法各步骤的具体实现可参见后文对本发明实施例的时域信道估计滤波器的系数计算装置的描述。

图6为本发明实施例的时域信道估计滤波器的系数计算装置结构图，参照图6，所述系数计算装置主要包括：第一获取模块10、第二获取模块20、自相关计算模块30、互相关计算模块40、滤波系数计算模块50和滤波系数选择模块60。以下对上述各模块的工作原理进行详细说明。

第一获取模块10

第一获取模块10是根据时域信道估计滤波器所采用的更新模式，来记录当前X₁～X_P所对应的携带RS信息的符号的位置信息和权重信息。如前所述，X₁，X₂…X_P为与当前输入符号(序号为n)最接近的P个频域信道估计值(这里，所谓最接近，可以包括当前输入符号自身)，P为大于0的整数。将X₁～X_P对应的位置信息和权重信息分别表示为

和

位置信息和权重信息需要被初始化为无效值，即，

对于X₁～X_P，如果按照模式1更新，则和

的更新过程可用伪码表示如下：

可见，按照模式1的更新为：每输入一个新的符号时，判断该符号是否为携带RS信息的符号，若是，从i＝P开始，将

更新为

将

更新为直到i＝1时，将更新为n，将

更新为1，n为该符号的序号；否则，不对所述位置信息和权重信息进行更新，即，和中的每一个都保持不变。

对于X₁～X_P，如果按照模式2更新，则

和

的更新过程可用伪码表示如下：

可见，按照模式2的更新为：每输入一个新的符号时，从i＝P开始，将

更新为

将

更新为

直到i＝1时，判断该符号是否为携带RS信息的符号，若是，将更新为n，将

更新为1，n为该符号的序号；否则，不对和

进行更新。这里X₁～X_P对应的位置信息和权重信息有可能是重复的，例如，X₁与X₂可能对应相同的位置信息和权重信息。

自相关计算模块30

自相关计算模块30是计算所有输入变量之间的相关性，并用矩阵的形式表示出来。输入变量可用向量I＝[X₁，X₂…X_P，Y₁，Y₂，…Y_Q]表示，如前所述，Y₁，Y₂，…Y_Q为与当前进行信道估计的符号最接近的Q个时域信道估计值，即，利用所述时域信道估计滤波器进行插值滤波得到的Q个历史值，Q为大于0的整数。

具体地，自相关计算模块30是根据X₁，X₂…X_P所对应的携带RS信息的符号的位置信息和权重信息，以及，Y₁，Y₂，…Y_Q所涉及的携带RS信息的符号的位置信息和权重信息，按照如下公式来计算向量I的自相关矩阵R_II：

R_II中各元素的计算过程可用如下公式表示：

对于和

$E\left[X_k{X}_m^{*}\right]={\left(E\right[X_k^{*}{X}_m\left]\right)}^{*}=W^{\left(X_k\right)}{\left(W^{\left(X_m\right)}\right)}^{*}R\left({\mathrm{\τ}}_{D^{\left(X_k\right)},D^{\left(X_m\right)}}\right),$ k，m＝1，…P

对于

和

$E\left[Y_k{Y_m}^{*}\right]={\left(E\right[{Y_k}^{*}{Y}_m\left]\right)}^{*}=\underset{i=1}{\overset{\mathrm{length}\left(D^{\left(Y_k\right)}\right)}{\mathrm{\Σ}}}\underset{j=1}{\overset{\mathrm{length}\left(D^{\left(Y_m\right)}\right)}{\mathrm{\Σ}}}{W}^{\left(Y_k\right)}\left(i\right){\left(W^{\left(Y_m\right)}\left(j\right)\right)}^{*}R\left({\mathrm{\τ}}_{D^{\left(Y_k\right)}\left(i\right),D^{\left(Y_m\right)}\left(j\right)}\right),$ k，m＝1，…Q

对于

和

$E\left[Y_k{X}_m^{*}\right]={\left(E\right[Y_k^{*}{X}_m\left]\right)}^{*}=\underset{i=1}{\overset{\mathrm{length}\left(D^{\left(Y_k\right)}\right)}{\mathrm{\Σ}}}{W}^{\left(Y_k\right)}\left(i\right){\left(W^{\left(X_m\right)}\right)}^{*}R\left({\mathrm{\τ}}_{D^{\left(Y_k\right)}\left(i\right),D^{\left(X_m\right)}}\right),$ k＝1，…Q，m＝1，…P

当Y_k，k＝1，…Q，对应的

为空时，对应于Y_k的

和

均为0。

其中，E[·]为求数学期望运算，

为X_m对应的位置信息，

为X_m对应的权重信息，m＝1，…P，

为Y_k对应的位置信息，

为Y_k对应的权重信息，k＝1，…Q，

为

的第j个元素，

为

的第j个元素，length(·)为求向量的元素个数，R(τ_i，j)为根据信道信息和系统信息确定的相关函数，τ_i，j为第i个符号与第j个符号之间的时间距离。

相关函数R(τ_i，j)的计算除了需要

和

以外，还需要信道信息和系统信息。信道信息包括多普勒频移、信噪比、所使用的信道衰落模型等，系统信息包括CP模式和符号长度等。例如，滤波器的系数设计所使用的信道信息和系统信息如下表所示：

那么，所述相关函数可表示为，

R(τ_i，j)＝J₀(2πf_maxτ_i，j)

J₀(·)表示第一类0阶贝塞尔函数，τ_i，j＝T_sym|i-j|，T_sym为一个符号的时间长度。

针对其他信道信息和系统信息，本领域技术人员可以相应地选用其他类型的相关函数。

需要说明的是，在自相关矩阵的计算过程中，所使用的Y₁，Y₂，…Y_Q所涉及的携带RS信息的符号的位置信息和权重信息为：当前进行信道估计的符号对应的Y₁，Y₂，…Y_Q所涉及的携带RS信息的符号的位置信息和权重信息，所述位置信息和权重信息为对上一个符号进行系数后更新得到，并且，初始化时，所述位置信息和权重信息为空集。

在得到当前进行信道估计的符号对应的系数向量之后，本发明实施例还对Y₁，Y₂，…Y_Q所涉及的携带RS信息的符号位置信息和权重信息进行更新，以供下一个符号的系数计算使用，具体请参见后文对第二获取模块20的描述。

也就是说，本发明实施例对滤波系数的计算是一个迭代过程，本次使用的Y₁，Y₂，…Y_Q所涉及的携带RS信息的符号的位置信息和权重信息，是上一次系数计算后更新的结果。

另外，本次使用的X₁，X₂…X_P所对应的携带RS信息的符号的位置信息和权重信息，是在本次系数计算之前，根据输入的新的符号(即当前符号n)进行更新得到。

互相关计算模块40

互相关计算模块40是计算所有输入变量和输出变量Y₀(当前进行信道估计的符号的时域信道的理想值)之间的相关性，并用矩阵的形式表示出来。输入变量可用向量I＝[X₁，X₂…X_P，Y₁，Y₂，…Y_Q]表示，如前所述，Y₁，Y₂，…Y_Q为与当前进行信道估计的符号最接近的Q个时域信道估计值，即，利用所述时域信道估计滤波器进行插值滤波得到的Q个历史值，Q为大于0的整数。

具体地，互相关计算模块40是根据X₁，X₂…X_P所对应的携带RS信息的符号的位置信息和权重信息，以及，Y₁，Y₂，…Y_Q所涉及的携带RS信息的符号的位置信息和权重信息，按照如下公式来计算向量O与向量I之间的互相关矩阵R_OI，其中，O＝[Y₀]：

$R_{\mathrm{OI}}=E\left[{\mathrm{OI}}^H\right]=E\left[\begin{array}{c}{Y}_0{X}_1^{*}\\ Y_0{X}_2^{*}\\ .\\ .\\ .\\ Y_0{Y}_Q^{*}\end{array}\right]$

互相关矩阵R_OI中共有2类元素：

p＝1，…P和q＝1，…Q。

对于

$E\left[Y_0{X}_p^{*}\right]={\left(W^{\left(X_p\right)}\right)}^{*}R\left({\mathrm{\τ}}_{n-L,D^{\left(X_p\right)}}\right),$ p＝1，…P

对于

q＝1，…Q，

$E\left[Y_0{Y}_q^{*}\right]=\underset{i=1}{\overset{\mathrm{length}\left(D^{\left(Y_q\right)}\right)}{\mathrm{\Σ}}}{\left(W^{\left(Y_q\right)}\left(i\right)\right)}^{*}R\left({\mathrm{\τ}}_{n-L,D^{\left(Y_q\right)}\left(i\right)}\right),$ q＝1，…Q

当Y_q，q＝1，…Q，对应的

为空时，对应于Y_q的E[Y₀Y_q]均为0。

其中，E[·]为求数学期望运算，

为X_p对应的位置信息，为X_p对应的权重信息，p＝1，…P，为Y_q对应的位置信息，为Y_q对应的权重信息，q＝1，…Q，

为

的第i个元素，

为

的第i个元素，length(·)为求向量的元素个数，R(τ_i，j)为根据信道信息和系统信息确定的相关函数，τ_i，j为第i个符号与第j个符号之间的时间距离，n-L为当前进行信道估计的符号的序号，n为当前输入符号的序号，L表示滤波器的输入与输出之间有多少个符号的时延。

这里，相关函数R(τ_i，j)的选择请参见前文。

需要说明的是，在互相关矩阵的计算过程中，所使用的Y₁，Y₂，…Y_Q所涉及的携带RS信息的符号的位置信息和权重信息为：当前进行信道估计的符号对应的Y₁，Y₂，…Y_Q所涉及的携带RS信息的符号的位置信息和权重信息，所述位置信息和权重信息为对上一个符号进行系数计算后更新得到，并且，初始化时，所述位置信息和权重信息为空集。

另外，本次使用的X₁，X₂…X_P所对应的携带RS信息的符号的位置信息和权重信息，是在本次系数计算之前，根据输入的新的符号(即当前符号n)进行更新得到。

还需要说明的是，这里的Y₀代表当前进行信道估计的符号的时域信道的理想值，即，Y(n-L)，其实，在互相关矩阵的计算中，是不需要知道Y(n-L)的实际值的，使用的只是其对应的位置信息，即，当前进行信道估计的符号的序号：n-L。

滤波系数计算模块50

滤波系数计算模块50是根据预定准则，利用自相关矩阵R_II和互相关矩阵R_OI来为当前进行信道估计的符号(第n-L个符号)的时域信道估计计算出一个较优的系数，原理为：计算所述互相关矩阵与所述自相关矩阵的逆矩阵之积，得到当前进行信道估计的符号对应的系数向量。

作为实施例，这里给出的滤波系数计算方案包括矩阵预处理、系数计算和系数补偿。

由于矩阵R_II在某些情况下不满秩，需要删除特定的行和列，即通过缩维的方式来确保矩阵满秩。

矩阵预处理根据X₁，X₂…X_P和Y₁，Y₂，…Y_Q中包含的RS信息来判断R_II是否满秩，如果不满秩，需要删除特定的行和列，即通过缩维的方式来确保矩阵满秩。用R′_II表示更新后的矩阵，用

和

表示被删掉的行和列所对应的变量，即被删除的行和列为

和

所对应的行和列，那么

和在R_OI中所对应的元素也应被删除，得到新的矩阵R′_OI。

例如，X₁，X₂…X_P和Y₁，Y₂，…Y_Q共包含M个RS的信息：

当M＜P+Q时，这时需要删除R_II的P+Q-M行和列以保证矩阵满秩，R_OI中所对应的元素也应被删除，优先删除位置和权重均为0的X_i所对应的行和列，以及位置和权重均为空的Y_j，被删除变量所对应的系数被置为0；

当M≥P+Q时，如果X₁，X₂…X_P中存在多个变量对应同一个RS信息符号的情况时(例如，第一获取模块10使用模式2更新)，同一个RS信息符号所对应的多个变量中，只保留一个变量，其他变量所对应的行和列在R_II中删除，R_OI中所对应的元素也应被删除，被删除变量所对应的系数被置为0。同样地，如果Y₁，Y₂，…Y_Q中存在多个变量包含相同RS信息的情况时(位置向量和权重向量都完全相同)，只保留一个变量，其他变量所对应的行和列在R_II中删除，R_OI中所对应的元素也应被删除，被删除变量所对应的系数被置为0。

系数计算是根据最小均方误差(MMSE)准则，通过R′_II和R′_OI计算时域信道估计滤波器的系数。

用e₁＜e₂＜…＜e_H和

c₁＜c₂＜…c_J表示矩阵预处理过程中没有被删除的变量，那么系数计算可用如下公式表示：

$\left[\begin{array}{c}{b}_{e_1}\\ .\\ .\\ .\\ b_{e_H}\\ a_{c_1}\\ .\\ .\\ .\\ a_{c_J}\end{array}\right]=R_{\mathrm{OI}}^{\′}{\left(R_{\mathrm{II}}^{\′}\right)}^{-1},$ $b_{e_1^{\′}}=b_{e_2^{\′}}=\·\·\·b_{e_K^{\′}}=a_{c_1^{\′}}=a_{c_2^{\′}}=\·\·\·a_{c_G^{\′}}=0$

矩阵预处理过程中没有变量被删除时，此时的系数计算可表示为：

$\left[\begin{array}{c}{b}_1\\ .\\ .\\ .\\ b_P\\ a_1\\ .\\ .\\ .\\ a_Q\end{array}\right]=R_{\mathrm{OI}}{\left(R_{\mathrm{II}}\right)}^{-1}$

系数补偿是对所计算的系数乘以一个因子β，使其归一化。例如，如果使用幅度归一化，β可按如下公式计算：

C＝[b₁，…b_P，a₁，…a_Q]，sum(C)表示计算向量C中所有元素之和。

第二获取模块20

第二获取模块20用于获取Y₁，Y₂，…Y_Q所涉及的携带RS信息的符号的位置信息和权重信息，Y₁，Y₂，…Y_Q为与当前进行信道估计的符号最接近的Q个时域信道估计值，Q为大于0的整数。

所述获取Y₁，Y₂，…Y_Q所涉及的携带RS信息的符号的位置信息和权重信息为：获取当前进行信道估计的符号对应的Y₁，Y₂，…Y_Q所涉及的携带RS信息的符号的位置信息和权重信息，所述位置信息和权重信息为对上一个符号进行系数计算后更新得到，并且，初始化时，所述位置信息和权重信息为空集。在得到当前进行信道估计的符号对应的系数向量之后，第二获取模块20还用于：对Y₁，Y₂，…Y_Q所涉及的携带RS信息的符号位置信息和权重信息进行更新，以供下一个符号的系数计算使用。

第二获取模块20是根据当前进行信道估计的符号(第n-L个符号)的滤波系数[b₁，…b_P，a₁，…a_Q]，X₁，X₂…X_P和Y₁，Y₂，…Y_Q中所包含的的位置信息、权重信息，更新当前Y(n-L-1)～Y(n-L-Q)中所包含的

的位置信息的位置信息和权重信息。由于Y(n-L-q)，1≤q≤Q可以表示成所有序号小于或等于n-q的RS的频域信道估计的一个合并，即，

$Y(n-L-q)=\underset{\underset{i\∈L_{\mathrm{RS}}}{i\≤n-q}}{\mathrm{\Σ}}{\mathrm{\α}}_i{h}_f\left(i\right),$ q＝1，2，…Q

h_f(i)表示第i个符号的频域方向上的信道估计。第二获取模块20就是记录位置信息{i|i≤n-q，i∈L_RS}以及权重信息{α_i|i≤n-q，i∈L_RS}。

Y(n-L-1)～Y(n-L-Q)所对应的位置信息和权重信息分别存放在向量

和

中，存放位置信息和权重信息的向量需要被初始化为空集。

第二获取模块20对Y₁，Y₂，…Y_Q所涉及的携带RS信息的符号的位置信息和权重信息进行更新，可由如下5步完成：

步骤1：定义临时变量D^(temp)和W^(temp)

步骤2： $W^{\left(\mathrm{temp}\right)}=a_1{W}^{\left(Y_1\right)},$ $D^{\left(\mathrm{temp}\right)}=D^{\left(Y_1\right)}$

步骤3：

For q＝2：Q

$W^{\left(\mathrm{temp}\right)}(1:\mathrm{length}\left(W^{\left(Y_q\right)}\right))=W^{\left(\mathrm{temp}\right)}(1:\mathrm{length}\left(W^{\left(Y_q\right)}\right))+a_q{W}^{\left(Y_q\right)}$

End

步骤4：

函数

表示D^(temp)中与

相等的元素序号。

步骤5：

For q＝Q：-1：2

$W^{\left(Y_q\right)}=W^{\left(Y_{q-1}\right)},D^{\left(Y_q\right)}=D^{\left(Y_{q-1}\right)}$

End

$W^{\left(Y_1\right)}=W^{\left(\mathrm{temp}\right)},D^{\left(Y_1\right)}=D^{\left(\mathrm{temp}\right)}$

上述过程用文字描述如下：

令 $W^{\left(\mathrm{temp}\right)}=a_1{W}^{\left(Y_1\right)},D^{\left(\mathrm{temp}\right)}=D^{\left(Y_1\right)};$

从q＝2开始，对W^(temp)进行如下的更新，直到q＝Q：

$W^{\left(\mathrm{temp}\right)}(1:\mathrm{length}\left(W^{\left(Y_q\right)}\right))=W^{\left(\mathrm{temp}\right)}(1:\mathrm{length}\left(W^{\left(Y_q\right)}\right))+a_q{W}^{\left(Y_q\right)}$

从p＝1开始，对W^(temp)和D^(temp)进行如下的更新，直到p＝P：

如果

属于D^(temp)，则令W^(temp)(i)＝W^(temp)(i)+b_p，i为D^(temp)中与

相等的元素的序号；

如果不属于D^(temp)，则令W^(temp)＝[W^(temp)b_p]，

从q＝Q开始，将

更新为

将更新为

直到q＝1时，将

更新为W^(temp)，将

更新为D^(temp)。

其中，

为X_p对应的位置信息，p＝1，…P，

为Y_q对应的位置信息，为Y_q对应的权重信息，q＝1，…Q，[b₁，…b_P，a₁，…a_Q]为当前进行信道估计的符号对应的系数向量，length(·)为求向量的元素个数。

滤波系数选择模块60(可选模块)

LTE中RS的分布存在不连续和不均匀的特性，如果将同一组系数应用于所有的符号将不能达到较好的插值效果，因此，如果对属于不同场景的符号使用不同的系数则能达到较好的插值效果。采用滤波系数选择模块60后，本发明实施例中的时域信道估计滤波器就不等同于常规意义上的只有同一组系数的时域信道估计滤波器。

对于一个给定的帧结构、天线端口和CP模式，时域信道估计滤波器会对应特定的一系列滤波场景。这里所谓的滤波场景与时间距离向量一一对应，时间距离向量是指：用于当前符号信道估计的X₁，X₂…X_P和Y₁，Y₂，…Y_Q中有效元素(非空非零元素)所对应的符号与当前进行信道估计的符号之间的距离向量T＝[T₁，T₂…T_P′，T_P′+1，…T_P′+Q′]，0≤P′≤P，0≤Q′≤Q，对于每一个可能的向量T称为一个场景。滤波系数选择模块60就是根据需要选择特定场景的滤波器系数。

这里的场景主要分为两类，起始场景和稳定场景。起始场景是指在滤波器的初始阶段，X₁，X₂…X_P和Y₁，Y₂，…Y_Q中有效元素从0变化到P或Q的一系列场景。稳定场景是指当n大于一定值的时候，系数计算过程进入到一个稳定状态，这时有一部分滤波场景会周期性地往复出现，与此相对应的滤波器的系数在时域上呈现出一定的周期往复特性，将这一部分场景成为稳定场景。初始场景的滤波系数需要在滤波器最开始的时候在滤波系数选择模块60中被记录；稳定场景的滤波系数需要在滤波器达到稳定状态的时候在滤波系数选择模块60中被记录。

以TDD帧结构，正常CP模式，上下行子帧配置为1#，特殊子帧配置为0#(DwPTS有3个符号)为例，那么可用图7所示的6组场景覆盖所有的情况：场景1：起始时隙；场景2：特殊时隙的前一个时隙；场景3：特殊子帧中的DwPTS；场景4：紧邻上行子帧的时隙；场景5：连续时隙；场景6：结束时隙。图中未标注数字的为上行时隙、特殊子帧中的UpPTS或者特殊子帧中的保护间隔。

对于第三组场景，需要存3(P+Q)个系数，3为DwPTS中的符号数；对于其他场景组需要存储7(P+Q)个系数，7为一个下行时隙的符号数。

实际上，滤波器从初始场景到稳定场景的过程中，还存在一个过渡阶段，这一阶段的符号所对应的时间距离向量均包含在稳定场景所对应的时间距离向量之中，但是对于给定的时间距离向量，它所对应的系数却与稳定场景对应的滤波系数存在一定差别，这一部分系数可以根据需要选择存储或不存储。

图8为利用图6所示的装置进行滤波器系数计算的一个详细流程图，包括如下步骤：

步骤801：初始化处理；

令n＝1，

并设置迭代次数N。

这里N值的设定应当满足两个条件：首先应当保证所有的滤波场景都能遍历到，该项决定于所应用的帧结构；其次是系数计算能够进入到稳定状态，该项决定于所设定的多普勒频移。

步骤802：新的符号(序号为n)到达时，由第一获取模块10更新

和

步骤803：判断n-L是否为期望的时域信道估计位置，若是，进入步骤804，否则，进入步骤810；

当符号n-L不是一个期望的时域信道估计位置时，例如当前位置是TDD模式的上行子帧，自相关计算模块30、互相关计算模块40、滤波系数计算模块50和第二获取模块20将被跳过而不进行任何计算。

步骤804：由自相关计算模块30计算向量I的自相关矩阵R_II；

步骤805：由互相关计算模块40计算向量O与向量I之间的互相关矩阵R_OI；

本发明实施例对步骤804和步骤805的执行顺序不做限制，即，可以先执行步骤805，再执行步骤804，另外，两者还可以并行执行。

步骤806：由滤波系数计算模块50计算滤波系数b₁～b_P、a₁～a_Q

步骤807：判断是否启用滤波系数选择模块60，若是，进入步骤808，否则，进入步骤810；

步骤808：由滤波系数选择模块60判断当前符号所属的场景，并将滤波系数与该场景进行对应；

步骤809：由第二获取模块20更新

和

步骤810：令n＝n+1；

步骤811：判断n是否大于N，若是，结束，否则，返回步骤802。

综上所述，本发明实施例利用迭代运算的方式，记录当前可用资源X₁，X₂…X_P和Y₁，Y₂，…Y_Q中所包含的

的位置信息及权重信息，根据位置信息、权重信息、信道信息、系统信息计算可用资源之间的相关性以及可用资源与当前符号的相关性，进而计算出较优的滤波器系数。如此，能够有效克服LTE中RS分布的不连续性和不均匀性带来的问题，适用于LTE系统中任何帧结构、任何天线端口的时域信道估计滤波器的系数设计。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案而非限制，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神范围，其均应涵盖在本发明的权利要求范围当中。

Claims (20)

1.一种时域信道估计滤波器的系数计算方法，应用于LTE系统中，其特征在于，包括：

获取X₁，X₂…X_P所对应的携带RS信息的符号的位置信息和权重信息，X₁，X₂…X_P为与当前输入符号最接近的P个频域信道估计值，P为大于0的整数；

获取Y₁，Y₂，…Y_Q所涉及的携带RS信息的符号的位置信息和权重信息，Y₁，Y₂，…Y_Q为与当前进行信道估计的符号最接近的Q个时域信道估计值，Q为大于0的整数；

根据所述位置信息和权重信息，计算向量I的自相关矩阵，其中，I＝[X₁，X₂…X_P，Y₁，Y₂，…Y_Q]；

根据所述位置信息和权重信息，计算向量O与向量I之间的互相关矩阵，其中，O＝[Y₀]，Y₀为当前进行信道估计的符号的时域信道的理想值；

计算所述互相关矩阵与所述自相关矩阵的逆矩阵之积，得到当前进行信道估计的符号对应的系数向量。

2.如权利要求1所述的系数计算方法，其特征在于，所述获取X₁，X₂…X_P所对应的携带RS信息的符号的位置信息和权重信息，包括：

初始化时，将X_i对应的位置信息

和权重信息

均设置为0，i＝1，…P；

每输入一个新的符号时，判断该符号是否为携带RS信息的符号，若是，从i＝P开始，将更新为

将更新为

直到i＝1时，将

更新为n，将

更新为1，n为该符号的序号；否则，不对所述位置信息和权重信息进行更新。

3.如权利要求1所述的系数计算方法，其特征在于，所述获取X₁，X₂…X_P所对应的携带RS信息的符号的位置信息和权重信息，包括：

初始化时，将X_i对应的位置信息

和权重信息

均设置为0，i＝1，…P；

每输入一个新的符号时，从i＝P开始，将

更新为

将

更新为

直到i＝1时，判断该符号是否为携带RS信息的符号，若是，将

更新为n，将

更新为1，n为该符号的序号；否则，不对和

进行更新。

4.如权利要求1所述的系数计算方法，其特征在于，按照如下公式计算向量I的自相关矩阵R_II：

$E\left[X_k{X}_m^{*}\right]={\left(E\right[X_k^{*}{X}_m\left]\right)}^{*}=W^{\left(X_k\right)}{\left(W^{\left(X_m\right)}\right)}^{*}R\left({\mathrm{\τ}}_{D^{\left(X_k\right)},D^{\left(X_m\right)}}\right),$ k，m＝1，…P

$E\left[Y_k{Y_m}^{*}\right]={\left(E\right[{Y_k}^{*}{Y}_m\left]\right)}^{*}=\underset{i=1}{\overset{\mathrm{length}\left(D^{\left(Y_k\right)}\right)}{\mathrm{\Σ}}}\underset{j=1}{\overset{\mathrm{length}\left(D^{\left(Y_m\right)}\right)}{\mathrm{\Σ}}}{W}^{\left(Y_k\right)}\left(i\right){\left(W^{\left(Y_m\right)}\left(j\right)\right)}^{*}R\left({\mathrm{\τ}}_{D^{\left(Y_k\right)}\left(i\right),D^{\left(Y_m\right)}\left(j\right)}\right),$ k，m＝1，…Q

$E\left[Y_k{X}_m^{*}\right]={\left(E\right[Y_k^{*}{X}_m\left]\right)}^{*}=\underset{i=1}{\overset{\mathrm{length}\left(D^{\left(Y_k\right)}\right)}{\mathrm{\Σ}}}{W}^{\left(Y_k\right)}\left(i\right){\left(W^{\left(X_m\right)}\right)}^{*}R\left({\mathrm{\τ}}_{D^{\left(Y_k\right)}\left(i\right),D^{\left(X_m\right)}}\right),$ k＝1，…Q，m＝1，…P

其中，E[·]为求数学期望运算，

为X_m对应的位置信息，为X_m对应的权重信息，m＝1，…P，

为Y_k对应的位置信息，

为Y_k对应的权重信息，k＝1，…Q，

为

的第j个元素，

为

的第j个元素，length(·)为求向量的元素个数，R(τ_i，j)为根据信道信息和系统信息确定的相关函数，τ_i，j为第i个符号与第j个符号之间的时间距离。

5.如权利要求1所述的系数计算方法，其特征在于，按照如下公式计算向量O与向量I之间的互相关矩阵R_OI：

$R_{\mathrm{OI}}=E\left[{\mathrm{OI}}^H\right]=E\left[\begin{array}{c}{Y}_0{X}_1^{*}\\ Y_0{X}_2^{*}\\ .\\ .\\ .\\ Y_0{Y}_Q^{*}\end{array}\right]$

$E\left[Y_0{X}_p^{*}\right]={\left(W^{\left(X_p\right)}\right)}^{*}R\left({\mathrm{\τ}}_{n-L,D^{\left(X_p\right)}}\right),$ p＝1，…P

$E\left[Y_0{Y}_q^{*}\right]=\underset{i=1}{\overset{\mathrm{length}\left(D^{\left(Y_q\right)}\right)}{\mathrm{\Σ}}}{\left(W^{\left(Y_q\right)}\left(i\right)\right)}^{*}R\left({\mathrm{\τ}}_{n-L,D^{\left(Y_q\right)}\left(i\right)}\right),$ q＝1，…Q

其中，E[·]为求数学期望运算，

为X_p对应的位置信息，

为X_p对应的权重信息，p＝1，…P，

为Y_q对应的位置信息，

为Y_q对应的权重信息，q＝1，…Q，

为

的第i个元素，

为的第i个元素，length(·)为求向量的元素个数，R(τ_i，j)为根据信道信息和系统信息确定的相关函数，τ_i，j为第i个符号与第j个符号之间的时间距离，n-L为当前进行信道估计的符号的序号，n为当前输入符号的序号，L表示滤波器的输入与输出之间有多少个符号的时延。

6.如权利要求4或5所述的系数计算方法，其特征在于，所述相关函数为：

R(τ_i，j)＝J₀(2πf_maxτ_i，j)

其中，J₀(·)表示第一类0阶贝塞尔函数，f_max为最大多普勒频移，τ_i，j＝T_sym|i-j|，T_sym为一个符号的时间长度。

7.如权利要求1所述的系数计算方法，其特征在于，当所述自相关矩阵不满秩时，所述系数计算方法还包括：

通过缩维的方式将所述自相关矩阵更新为满秩矩阵，并对所述互相关矩阵进行相应更新；

此时，所述计算所述互相关矩阵与所述自相关矩阵的逆矩阵之积为，计算更新后的互相关矩阵与更新后的自相关矩阵的逆矩阵之积。

8.如权利要求7所述的系数计算方法，其特征在于，还包括：

对所述系数向量进行归一化处理。

9.如权利要求1所述的系数计算方法，其特征在于：

所述获取Y₁，Y₂，…Y_Q所涉及的携带RS信息的符号的位置信息和权重信息为：获取当前进行信道估计的符号对应的Y₁，Y₂，…Y_Q所涉及的携带RS信息的符号的位置信息和权重信息，所述位置信息和权重信息为对上一个符号进行系数计算后更新得到，并且，初始化时，所述位置信息和权重信息为空集；

在得到当前进行信道估计的符号对应的系数向量之后，还包括：对Y₁，Y₂，…Y_Q所涉及的携带RS信息的符号位置信息和权重信息进行更新，以供下一个符号的系数计算使用。

10.如权利要求9所述的系数计算方法，其特征在于，所述对Y₁，Y₂，…Y_Q所涉及的携带RS信息的符号的位置信息和权重信息进行更新，包括：

令 $W^{\left(\mathrm{temp}\right)}=a_1{W}^{\left(Y_1\right)},$ $D^{\left(\mathrm{temp}\right)}=D^{\left(Y_1\right)};$

从q＝2开始，对W^(temp)进行如下的更新，直到q＝Q：

$W^{\left(\mathrm{temp}\right)}(1:\mathrm{length}\left(W^{\left(Y_q\right)}\right))=W^{\left(\mathrm{temp}\right)}(1:\mathrm{length}\left(W^{\left(Y_q\right)}\right))+a_q{W}^{\left(Y_q\right)}$

从p＝1开始，对W^(temp)和D^(temp)进行如下的更新，直到p＝P：

如果

属于D^(temp)，则令W^(temp)(i)＝W^(temp)(i)+b_p，i为D^(temp)中与

相等的元素的序号；

如果

不属于D^(temp)，则令W^(temp)＝[W^(temp)b_p]，

从q＝Q开始，将

更新为

将

更新为直到q＝1时，将

更新为W^(temp)，将

更新为D^(temp)；

其中，

为X_p对应的位置信息，p＝1，…P，

为Y_q对应的位置信息，

为Y_q对应的权重信息，q＝1，…Q，[b₁，…b_P，a₁，…a_Q]为当前进行信道估计的符号对应的系数向量，length(·)为求向量的元素个数。

11.如权利要求1所述的系数计算方法，其特征在于，还包括：

计算I中有效元素所对应的符号与当前进行信道估计的符号之间的距离向量；

根据所述距离向量确定当前进行信道估计的符号所属的场景；

系数计算进入稳定状态后，将计算得到的系数向量记录为相应场景的滤波器系数。

12.一种时域信道估计滤波器的系数计算装置，应用于LTE系统中，其特征在于，包括：

第一获取模块，用于获取X₁，X₂…X_P所对应的携带RS信息的符号的位置信息和权重信息，X₁，X₂…X_P为与当前输入符号最接近的P个频域信道估计值，P为大于0的整数；

第二获取模块，用于获取Y₁，Y₂，…Y_Q所涉及的携带RS信息的符号的位置信息和权重信息，Y₁，Y₂，…Y_Q为与当前进行信道估计的符号最接近的Q个时域信道估计值，Q为大于0的整数；

自相关计算模块，用于根据所述位置信息和权重信息，计算向量I的自相关矩阵，其中，I＝[X₁，X₂…X_P，Y₁，Y₂，…Y_Q]；

互相关计算模块，用于根据所述位置信息和权重信息，计算向量O与向量I之间的互相关矩阵，其中，O＝[Y₀]，Y₀为当前进行信道估计的符号的时域信道的理想值；

滤波系数计算模块，用于计算所述互相关矩阵与所述自相关矩阵的逆矩阵之积，得到当前进行信道估计的符号对应的系数向量。

13.如权利要求12所述的系数计算装置，其特征在于，所述第一获取模块进一步用于：

初始化时，将X_i对应的位置信息

和权重信息

均设置为0，i＝1，…P；

每输入一个新的符号时，判断该符号是否为携带RS信息的符号，若是，从i＝P开始，将

更新为

将更新为

直到i＝1时，将

更新为n，将

更新为1，n为该符号的序号；否则，不对所述位置信息和权重信息进行更新。

14.如权利要求12所述的系数计算装置，其特征在于，所述第一获取模块进一步用于：

初始化时，将X_i对应的位置信息

和权重信息

均设置为0，i＝1，…P；

每输入一个新的符号时，从i＝P开始，将

更新为

将

更新为

直到i＝1时，判断该符号是否为携带RS信息的符号，若是，将更新为n，将

更新为1，n为该符号的序号；否则，不对

和

进行更新。

15.如权利要求12所述的系数计算装置，其特征在于，所述自相关计算模块进一步用于，按照如下公式计算向量I的自相关矩阵R_II：

$E\left[X_k{X}_m^{*}\right]={\left(E\right[X_k^{*}{X}_m\left]\right)}^{*}=W^{\left(X_k\right)}{\left(W^{\left(X_m\right)}\right)}^{*}R\left({\mathrm{\τ}}_{D^{\left(X_k\right)},D^{\left(X_m\right)}}\right),$ k，m＝1，…P

$E\left[Y_k{Y_m}^{*}\right]={\left(E\right[{Y_k}^{*}{Y}_m\left]\right)}^{*}=\underset{i=1}{\overset{\mathrm{length}\left(D^{\left(Y_k\right)}\right)}{\mathrm{\Σ}}}\underset{j=1}{\overset{\mathrm{length}\left(D^{\left(Y_m\right)}\right)}{\mathrm{\Σ}}}{W}^{\left(Y_k\right)}\left(i\right){\left(W^{\left(Y_m\right)}\left(j\right)\right)}^{*}R\left({\mathrm{\τ}}_{D^{\left(Y_k\right)}\left(i\right),D^{\left(Y_m\right)}\left(j\right)}\right),$ k，m＝1，…Q

$E\left[Y_k{X}_m^{*}\right]={\left(E\right[Y_k^{*}{X}_m\left]\right)}^{*}=\underset{i=1}{\overset{\mathrm{length}\left(D^{\left(Y_k\right)}\right)}{\mathrm{\Σ}}}{W}^{\left(Y_k\right)}\left(i\right){\left(W^{\left(X_m\right)}\right)}^{*}R\left({\mathrm{\τ}}_{D^{\left(Y_k\right)}\left(i\right),D^{\left(X_m\right)}}\right),$ k＝1，…Q，m＝1，…P

其中，E[·]为求数学期望运算，

为X_m对应的位置信息，

为X_m对应的权重信息，m＝1，…P，

为Y_k对应的位置信息，

为Y_k对应的权重信息，k＝1，…Q，

为

的第j个元素，

为

的第j个元素，length(·)为求向量的元素个数，R(τ_i，j)为根据信道信息和系统信息确定的相关函数，τ_i，j为第i个符号与第j个符号之间的时间距离。

16.如权利要求12所述的系数计算装置，其特征在于，所述互相关计算模块进一步用于，按照如下公式计算向量O与向量I之间的互相关矩阵R_OI：

$R_{\mathrm{OI}}=E\left[{\mathrm{OI}}^H\right]=E\left[\begin{array}{c}{Y}_0{X}_1^{*}\\ Y_0{X}_2^{*}\\ .\\ .\\ .\\ Y_0{Y}_Q^{*}\end{array}\right]$

$E\left[Y_0{X}_p^{*}\right]={\left(W^{\left(X_p\right)}\right)}^{*}R\left({\mathrm{\τ}}_{n-L,D^{\left(X_p\right)}}\right),$ p＝1，…P

$E\left[Y_0{Y}_q^{*}\right]=\underset{i=1}{\overset{\mathrm{length}\left(D^{\left(Y_q\right)}\right)}{\mathrm{\Σ}}}{\left(W^{\left(Y_q\right)}\left(i\right)\right)}^{*}R\left({\mathrm{\τ}}_{n-L,D^{\left(Y_q\right)}\left(i\right)}\right),$ q＝1，…Q

其中，E[·]为求数学期望运算，为X_p对应的位置信息，

为X_p对应的权重信息，p＝1，…P，

为Y_q对应的位置信息，

为Y_q对应的权重信息，q＝1，…Q，

为

的第i个元素，

为

的第i个元素，length(·)为求向量的元素个数，R(τ_i，j)为根据信道信息和系统信息确定的相关函数，τ_i，j为第i个符号与第j个符号之间的时间距离，n-L为当前进行信道估计的符号的序号，n为当前输入符号的序号，L表示滤波器的输入与输出之间有多少个符号的时延。

17.如权利要求15或16所述的系数计算装置，其特征在于，所述相关函数为：

R(τ_i，j)＝J₀(2πf_maxτ_i，j)

其中，J₀(·)表示第一类0阶贝塞尔函数，f_max为最大多普勒频移，τ_i，j＝T_sym|i-j|，T_sym为一个符号的时间长度。

18.如权利要求12所述的系数计算装置，其特征在于，所述第二获取模块进一步用于：

获取当前进行信道估计的符号对应的Y₁，Y₂，…Y_Q所涉及的携带RS信息的符号的位置信息和权重信息，所述位置信息和权重信息为对上一个符号进行系数计算后更新得到，并且，初始化时，所述位置信息和权重信息为空集；

在得到当前进行信道估计的符号对应的系数向量之后，对Y₁，Y₂，…Y_Q所涉及的携带RS信息的符号位置信息和权重信息进行更新，以供下一个符号的系数计算使用。

19.如权利要求18所述的系数计算装置，其特征在于，所述第二获取模块进一步用于，按照如下方式对Y₁，Y₂，…Y_Q所涉及的携带RS信息的符号的位置信息和权重信息进行更新：

令 $W^{\left(\mathrm{temp}\right)}=a_1{W}^{\left(Y_1\right)},$ $D^{\left(\mathrm{temp}\right)}=D^{\left(Y_1\right)};$

从q＝2开始，对W^(temp)进行如下的更新，直到q＝Q：

$W^{\left(\mathrm{temp}\right)}(1:\mathrm{length}\left(W^{\left(Y_q\right)}\right))=W^{\left(\mathrm{temp}\right)}(1:\mathrm{length}\left(W^{\left(Y_q\right)}\right))+a_q{W}^{\left(Y_q\right)}$

从p＝1开始，对W^(temp)和D^(temp)进行如下的更新，直到p＝P：

如果

属于D^(temp)，则令W^(temp)(i)＝W^(temp)(i)+b_p，i为D^(temp)中与

相等的元素的序号；

如果

不属于D^(temp)，则令W^(temp)＝[W^(temp)b_p]，

从q＝Q开始，将

更新为

将

更新为

直到q＝1时，将

更新为W^(temp)，将

更新为D^(temp)；

其中，

为X_p对应的位置信息，p＝1，…P，

为Y_q对应的位置信息，

为Y_q对应的权重信息，q＝1，…Q，[b₁，…b_p，a₁，…a_Q]为当前进行信道估计的符号对应的系数向量，length(·)为求向量的元素个数。

20.如权利要求12所述的系数计算装置，其特征在于，还包括滤波系数选择模块，用于：

计算I中有效元素所对应的符号与当前进行信道估计的符号之间的距离向量；

根据所述距离向量确定当前进行信道估计的符号所属的场景；

系数计算进入稳定状态后，将计算得到的系数向量记录为相应场景的滤波器系数。

Images