CN102271102B - 一种基于滑动窗的信道估计方法和设备 - Google Patents

Abstract

本发明实施例公开了一种基于滑动窗的信道估计方法，包括：获取滑动窗信息，并根据所述滑动窗信息获取滑动窗内的数据频点的信道；根据所述滑动窗信息移动滑动窗并遍历系统带宽，获取所述系统带宽内数据频点的信道。本发明实施例中，通过使用滑动窗估计系统带宽内的所有数据频点的信道，在不增加运算复杂度的情况下，有效提升了信道估计的性能。

Description

一种基于滑动窗的信道估计方法和设备

技术领域

本发明涉及通信技术领域，尤其涉及一种基于滑动窗的信道估计方法和设备。

背景技术

OFDM(Orthogonal Frequency Division Multiplexing，正交频分复用)技术的主要思想是：将信道分成若干正交子信道，并将高速数据信号转换成并行的低速子数据流，调制到在每个子信道上进行传输。其中，正交信号可以通过在接收端采用相关技术来分开，从而可以减少子信道之间的相互干扰ICI(Inter Channel Interference，信道间干扰)。由于每个子信道上的信号带宽小于信道的相关带宽，因此在每个子信道上可以看成平坦性衰落，从而可以消除符号间的干扰。

在向B3G/4G(后三代/后四代)演进的过程中，OFDM技术是关键技术之一，可以结合分集，时空编码，干扰和信道间干扰抑制、以及智能天线等技术，最大限度的提高系统的性能。

另外，信道估计可以定义为描述物理信道对输入信号的影响，并进行定性研究的过程，是信道对输入信号影响的一种数学表示。其中，如果信道是线性的，则信道估计是对系统冲激响应进行估计，而较好的信道估计是使得某种估计误差最小化的估计算法。例如，基本的信道估计方法包括：基于DFT(Discrete Fourier Transform，离散傅里叶变换)的方法、基于滤波器的方法、最大似然方法、维纳最小均方误差估计方法等，该维纳最小均方误差估计方法是基于最小均方误差准则的信道估计，又称为MMSE(最小均方误差)估计，即维纳估计。

现有技术中，在使用维纳估计进行信道估计的过程中，传统的维纳估计法一般会根据系统全带宽内所有导频点的估计信息和信道相关函数来估计各个子载波的信道参数。

由于针对全带宽下宽带系统的维纳估计方法复杂度过高，现有技术中还提出了一种改进方法，即提出将带宽划分为多个子带分别进行维纳估计，其中，划分的大小称为颗粒度。

但是，在实现本发明的过程中，发明人发现现有技术中至少存在以下问题：

在对全带宽下宽带系统进行维纳估计时，需要在系统全带宽内将所有导频都用上，对于频带不宽的系统来说是可行的，该维纳估计方法利用了所有导频点的信息，性能是最好的。但是对于宽带通信系统来说是不可行的，其抽头系数太多，算法复杂度太高，不利于实现。

在划分为多个子带分别进行维纳估计时，需要将系统带宽划分为许多子带，例如，LTE(Long Term Evolution，长期演进)系统中，以PRB(物理资源块，Physical Resource Block)为单位，在复杂度和性能间进行折中，选择1～5个PRB来实现，选择PRB的大小称为颗粒度。但是颗粒与颗粒之间的边缘地带没有充分利用两侧的导频信息，如果颗粒较大，颗粒边缘估计值的均方误差值会显著增大，影响整体的信道估计性能。

发明内容

本发明实施例提供一种基于滑动窗的信道估计方法和设备，以提高信道估计的性能。

为了达到上述目的，本发明实施例提供一种基于滑动窗的信道估计方法，包括：

获取滑动窗信息，并根据所述滑动窗信息获取滑动窗内的数据频点的信道；

根据所述滑动窗信息移动滑动窗并遍历系统带宽，获取所述系统带宽内数据频点的信道。

本发明实施例提供一种基于滑动窗的信道估计设备，包括：

第一获取模块，用于获取滑动窗信息；

第二获取模块，用于根据所述第一获取模块获取的所述滑动窗信息获取滑动窗内的数据频点的信道；

第三获取模块，用于根据所述第一获取模块获取的所述滑动窗信息移动滑动窗并遍历系统带宽，获取所述系统带宽内数据频点的信道。

与现有技术相比，本发明至少具有以下优点：通过使用滑动窗估计系统带宽内的所有数据频点的信道，在不增加运算复杂度的情况下，有效提升了信道估计的性能。

附图说明

为了更清楚地说明本发明的技术方案，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是本发明实施例一提供的一种基于滑动窗的信道估计方法流程示意图；

图2是本发明实施例二中提供的一种滑动窗示意图；

图3是本发明实施例二提供的一种基于滑动窗的信道估计方法流程示意图；

图4-图7为仿真效果示意图；

图8是本发明实施例提供的一种基于滑动窗的信道估计设备结构示意图。

具体实施方式

在采用维纳估计进行信道估计时，维纳插值滤波的过程如下：

在内插之前已经得到了一组导频位置的信道响应，令导频位置的信道响应的频率和时间索引分别为k′和l’，H(k′，l′)为对应的频域信道响应值。则由这些信道响应值，可以通过二维维纳滤波内插算法估计信道响应值，如公式(1)所示

$\hat{H}(k,l)=\mathrm{\Σw}(k^{\′},l^{\′};k,l)H(k^{\′},l^{\′})$ 公式(1)

在公式(1)中，w(k′，l′；k，l)是维纳内插滤波器的抽头系数，是由算法估计出的第l个OFDM符号第k个子载波的信道响应。

另外，滤波器的均方误差(MSE)可以如公式(2)所示

$J=E\left[{\left|e(k,l)\right|}^2\right]=E\left[{|H(k,l)-\hat{H}(k,l)|}^2\right]$ 公式(2)

维纳滤波法的本质是选择滤波器系数来使得均方误差J最小，则根据维纳-霍夫方程得到滤波器的抽头系数如公式(3)所示

$w=R_{{\mathrm{HH}}^{\′}}{(R_{H^{\′}{H}^{\′}}+{\mathrm{\σ}}_n^2{\left({\mathrm{XX}}^H\right)}^{-1})}^{-1}$ 公式(3)

在公式(3)中，R_HH＝E[HH^H]，R_HH′计算的是数据和导频间的相关特性，大小为N×P；R_H′H′计算的是导频间的相关特性，大小为P×P，是AWGN噪声的方差。

当输入导频符号的星座点满足随机独立同分布时，则w可以简化为公式(4)所示

$w=R_{H{H}^{\′}}{(R_{H^{\′}{H}^{\′}}+\frac{\mathrm{\β}}{\mathrm{SNR}}I)}^{-1}$ 公式(4)

其中β＝E[|X_k|²]E[|X_k|^-2]是导频符号星座图因子(QPSK调制时为1，16QAM调制时为17/9)，SNR是目标信噪比，在LTE系统中，导频符号是QPSK调制方式，所以β＝1。

因此，维纳插值滤波法的基本步骤是先通过LS(Least Square，最小二乘)信道估计求出导频点上的信道响应，然后根据公式(4)计算出抽头系数w，再由公式(1)求出所有频点的信道响应。

针对现有技术的缺点，在不增加算法复杂度的情况下，本发明实施例中提出一种基于滑动窗的信道估计方法，其估计性能优于传统的维纳滤波插值估计，以较低的运算复杂度和较小的处理时延实现对复杂无线传播信道的精确估计，为良好的系统性能奠定基础。

下面将结合本发明中的附图，对本发明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的一部分实施例，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。

本发明实施例一提供一种基于滑动窗的信道估计方法，如图1所示，包括以下步骤：

步骤101，获取滑动窗信息。其中，所述滑动窗信息包括颗粒度大小和滑动窗大小；

本步骤中，所述获取滑动窗信息，包括：根据估计性能和处理复杂度选择所述颗粒度大小，并选择预设个数的PRB为所述滑动窗大小。

步骤102，根据所述滑动窗信息获取滑动窗内的数据频点的信道。

本步骤中，所述根据所述滑动窗信息获取滑动窗内的数据频点的信道，包括：根据所述颗粒度大小和滑动窗大小获取导频点估计的信道响应，并根据所述导频点估计的信道响应确定最大多径时延；根据所述最大多径时延获取插值系数，并根据所述插值系数获取所述滑动窗内的数据频点的信道。

步骤103，根据所述滑动窗信息移动滑动窗并遍历系统带宽，获取所述系统带宽内数据频点的信道。

本步骤中，所述根据所述滑动窗信息移动滑动窗并遍历系统带宽，包括：按照所述颗粒度大小划分所述系统带宽，并按照所述滑动窗大小移动滑动窗遍历每个颗粒度大小内的带宽。

获取所述系统带宽内数据频点的信道，包括：在按照所述滑动窗大小移动滑动窗遍历每个颗粒度大小内的带宽时，获取每次移动滑动窗时该滑动窗内的数据频点的信道；并在移动滑动窗遍历每个颗粒度大小内的带宽完成后，获取所述系统带宽内所有数据频点的信道。

可见，本发明实施例中，通过使用滑动窗估计系统带宽内的所有数据频点的信道，在不增加运算复杂度的情况下，有效提升了信道估计的性能。

为了更加清楚的阐述本发明实施例提供的技术方案，以下结合具体的应用场景对基于滑动窗的信道估计方法进行详细论述。本发明实施例中，以LTE系统为例进行说明，在实际应用中，并不局限于LTE系统，任何正交频分复用系统中使用本发明实施例提供的基于滑动窗方法来改进信道估计性能的方法，均在本发明实施例保护范围之内。

本发明实施例中，以图2所示的滑动窗示意图为例进行说明，在图2中，为天线端口0的导频图样，图2为1个时隙，3个PRB的情况，l是OFDM符号索引。

另外，本发明实施例中，以在频率方向上插值为例说明该基于滑动窗方法来改进信道估计性能的方法。当然，在实际应用中，在时间方向上的基于滑动窗方法来改进信道估计性能的方法与此类似，本发明实施例中不再赘述。

本发明实施例二提供一种基于滑动窗的信道估计方法，如图3所示，包括以下步骤：

步骤301，选择系统带宽的颗粒度大小和滑动窗大小。

具体的，在选择颗粒度大小时，需要根据估计性能和处理复杂度选择颗粒度大小，而在选择滑动窗大小时，可以选择预设个数的PRB为滑动窗的大小，例如，可以选择1个PRB为滑动窗的大小。

需要注意的是，在实际应用中，颗粒度大小越大，其使用的导频信息越多，则估计的性能会越好，而相应的处理复杂度会提高，而且当颗粒度大小达到预设数值(例如，5)时，则性能的提升很小且处理复杂度增长很快，因此，本发明实施例中，在选择颗粒度大小时，需要选择性能和处理复杂度的折中。另外，由于1个PRB为资源分配的最小单位，即可以将滑动窗大小选择为1个PRB。

实际应用中，颗粒度大小和滑动窗大小均可以根据实际需要任意选择，本发明实施例中不再详加赘述。

为了方便描述，本发明实施例中，以颗粒度大小选择为3个PRB，滑动窗大小选择为1个PRB为例，当然，在实际应用中，该颗粒度大小和滑动窗大小还可以进行调整。

可以看出，在图2中，是以颗粒度选取为3个PRB，第一个OFDM符号频域方向的插值为例进行说明的。在0＜k＜12，24＜k＜36时，为3个PRB中左右两个PRB的边缘地带，其中，k为子载波索引。继续如图2所示，第一个OFDM符号处有两个窗，从下往上看第一个窗在3个PRB的中间，第二个窗在3个PRB的边缘。

步骤302，按照颗粒度大小划分系统带宽，并按照滑动窗大小移动滑动窗遍历每个颗粒度大小内的带宽。

具体的，当选择了颗粒度大小之后，即可以根据该颗粒度大小划分系统带宽。而在每个颗粒度大小内，根据滑动窗大小移动滑动窗，即可以遍历每个颗粒度大小内的带宽，并最终遍历系统带宽。

本发明实施例中，针对每个滑动窗内的处理过程，需要获取该滑动窗内的数据频点的信道，此时，本发明实施例中还可以包括以下步骤：

步骤303，获取导频点估计的信道响应。其中，在通过维纳估计进行信道估计时，需要首先获取导频点估计的信道响应，该导频点如图2所示，各个R(R1、R2、R3、R4、R5、R6)对应的导频位置为导频点。

具体的，本发明实施例中，可以通过接收到的参考信号(例如，接收到的噪声信号)与本地生成的参考信号获取导频点估计的信道响应，即导频点估计的信道响应可以为接收到的参考信号除以本地生成的参考信号，该过程本发明实施例中不再详加赘述。

需要注意的是，在获取导频点估计的信道响应时，可以采用LS算法进行获取，该LS算法具体为：令接收端为y(n)，发送端的数据为x(n)，采样的信号受AWGN噪声的干扰，在接收端信号为：

$y\left(n\right)=x\left(n\right)\⊗h\left(n\right)+w\left(n\right)$

其中w(n)是加性高斯白噪声；

经过FFT(Fast Fourier Transform，快速傅氏变换)后，可以得到：

Y(k)＝X(k)H(k)+W(k)

其中W(k)为w(n)的傅立叶变换。

频域导频的信道估计就是从接收的频域信号Y(k)中抽取导频点的响应值称Y_p(k)，而由于发送的导频值是已知的，因此可得到导频位置的信道估计值H_p(k)。

步骤304，根据导频点估计的信道响应确定最大多径时延。

具体的，本发明实施例中，当确定了导频点估计的信道响应后，还需要将导频点估计的信道响应从频域变换到时域，并根据预设的门限值确定最大多径时延，该过程本发明实施例中不再详加赘述。

步骤305，根据最大多径时延获得频率方向的插值系数。其中，该频率方向的插值系数为抽头系数w。

本发明实施例中，在选取了颗粒度大小和滑动窗大小之后，则本步骤在根据最大多径时延谱的位置获得频率方向的插值系数时，需要根据估计的最大多径时延和选择的颗粒度大小与滑动窗大小获得频率方向的插值系数。

其中，该获得频率方向的插值系数的方式具体可以为根据公式获得。例如，颗粒度为2个PRB，每个PRB中包含2个导频，P＝4，N＝24-4＝20，R_HH′计算的是数据和导频间的相关特性，大小为N×P，即20*4的矩阵；R_H′H′计算的是导频间的相关特性，大小为P×P，即4*4的矩阵，矩阵运算后得到W是20*4，20的意思是数据点，用此W乘以4个导频点信道估计值，即得到20个结果，也就是20个数据点的信道值。

需要注意的是，上述获得频率方向的插值系数的方式只是一个事例情况，在实际应用中，获得频率方向的插值系数的方式可以任意选择，本发明实施例中不再详加赘述。

步骤306，获取该滑动窗内的数据频点的信道。

本发明实施例中，如图2示，以第一个滑动窗(例如滑动窗1，11＜k＜25)为例，在获取滑动窗1内所有数据频点的信道时，该滑动窗1使用的导频信道信息(即上述的根据LS算法的得到的导频点信道响应)由图2所示的第一个OFDM符号内3个PRB中包含的所有导频(R1、R2、R3、R4、R5、R6)得到，插值系数由维纳-霍夫方程求出(该过程步骤305中已经详细说明)，根据该导频信道信息和插值系数，即可以获得该滑动窗1内的所有数据频点的信道。

步骤307，根据滑动窗信息移动滑动窗并遍历系统带宽，获取系统带宽内所有数据频点的信道。其中，该数据频点为导频点之外的频点，例如，图2中R频点之外的频点。

通过使用上述步骤，即可以获得一个滑动窗内的数据频点的信道，而在按照滑动窗大小移动滑动窗遍历每个颗粒度大小内的带宽时，均采用上述的处理方式对滑动窗内的数据频点的信道进行估计，则可以获得系统带宽内各个颗粒度内的带宽的数据频点的信道。当按照滑动窗大小移动滑动窗遍历每个颗粒度大小内的带宽，并完成系统带宽的遍历后，则可以获得系统带宽内所有数据频点的信道。

例如，当滑动窗1内的所有数据频点的信道均计算完成后，滑动窗按照箭头指示，滑向同一个OFDM符号的下一个PRB，即第二个滑动窗(滑动窗2，24＜k＜36)，在获取滑动窗2内所有数据频点的信道时，该滑动窗2使用的导频信道信息由图2所示的第一个OFDM符号内3个PRB中包含的部分导频(R3、R4、R5、R6)以及第一个OFDM符号内3个PRB中包含的部分导频R7～R8(在图中并未显示出)。

可以看出，在图2中所示的每列为一个OFDM符号，省略号表示频率方向其它频点。本发明实施例中，以颗粒度为3个PRB，滑动窗为1个PRB，而求的数据点信道为在滑动窗内的PRB，即数据点是颗粒度3个PRB中间那个PRB的数据，以滑动窗1个PRB为单位，滑动一次，计算1个PRB内数据点信道响应，使用的系数是由前后3个PRB得到，插值系数没有发生变化，根据该导频信道信息和插值系数，即可以获得该滑动窗2内的所有数据频点的信道。以此类推，即可以获得各个滑动窗内的所有数据频点的信道，本发明实施例中不再详加赘述。

综上可以看出，本发明实施例提供的方法中，滑动窗的位置始终位于3个PRB中间的PRB，保证了滑动窗内的数据充分利用两侧的信道相关信息，估计的MSE最小。而且与现有的维纳估计方法相比，插值系数是一样的，并没有额外的计算插值系数，只是线性的增加了计算数据点信道响应循环的次数，使得划分的颗粒之间互相重叠，充分利用已有的导频点信道信息，降低颗粒边缘估计的均方误差。

可见，通过使用本发明实施例提供的技术方案，在不增加运算复杂度的情况下，有效提升了信道估计的性能。本发明实施例在典型的EPA(ExtendedPedestrian A，扩展的步行者A信道)，EVA(Extended Vehicular A，扩展的机动车A信道)，ETU(Extended Typical Urban model，扩展的典型城市信道)三种信道类型下和接收端高速移动状态下的信道估计性能均优于现有的维纳插值估计。

以下针对LTE系统下行频率方向信道估计的仿真结果显示为例进行说明，如图4所示的仿真图，为EPA信道最大多普勒偏移5HZ情况下接收机误比特率随信噪比变化曲线示意图；如图5所示的仿真图，为EVA信道最大多普勒偏移5HZ情况下接收机误比特率随信噪比变化曲线示意图；如图6所示的仿真图，为ETU信道最大多普勒偏移70HZ情况下接收机误比特率随信噪比变化曲线示意图。如图7所示的仿真图，为ETU信道最大多普勒偏移300HZ情况下接收机误比特率随信噪比变化曲线示意图。

通过图4-图7的仿真图可以看出，性能提升根据信道类型的不同达到1至5个dB。在接收端高速移动下，最大多普勒频偏300HZ时，本发明实施例的性能依然优于现有的方法。

基于与上述方法同样的发明构思，本发明实施例中还提供了一种基于滑动窗的信道估计设备，如图8所示，包括：

第一获取模块11，用于获取滑动窗信息。

所述滑动窗信息包括颗粒度大小和滑动窗大小；所述第一获取模块11，具体用于根据估计性能和处理复杂度选择所述颗粒度大小，并选择预设个数的PRB为所述滑动窗大小。

第二获取模块12，用于根据所述第一获取模块11获取的所述滑动窗信息获取滑动窗内的数据频点的信道。

所述滑动窗信息包括颗粒度大小和滑动窗大小；所述第二获取模块12，具体用于根据所述颗粒度大小和滑动窗大小获取导频点估计的信道响应，并根据所述导频点估计的信道响应确定最大多径时延；

根据所述最大多径时延获取插值系数，并根据所述插值系数获取所述滑动窗内的数据频点的信道。

第三获取模块13，用于根据所述第一获取模块11获取的所述滑动窗信息移动滑动窗并遍历系统带宽，获取所述系统带宽内数据频点的信道。

所述滑动窗信息包括颗粒度大小和滑动窗大小；所述第三获取模块13，还用于按照所述颗粒度大小划分所述系统带宽，并按照所述滑动窗大小移动滑动窗遍历每个颗粒度大小内的带宽。

所述第三获取模块13，具体用于在按照所述滑动窗大小移动滑动窗遍历每个颗粒度大小内的带宽时，获取每次移动滑动窗时该滑动窗内的数据频点的信道；

并在移动滑动窗遍历每个颗粒度大小内的带宽完成后，获取所述系统带宽内所有数据频点的信道。

其中，本发明装置的各个模块可以集成于一体，也可以分离部署。上述模块可以合并为一个模块，也可以进一步拆分成多个子模块。

综上所述，通过使用采用本发明提供的设备，通过使用滑动窗估计系统带宽内的所有数据频点的信道，在不增加运算复杂度的情况下，有效提升了信道估计的性能。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

本领域技术人员可以理解附图只是一个优选实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。

本领域技术人员可以理解实施例中的装置中的模块可以按照实施例描述进行分布于实施例的装置中，也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

以上公开的仅为本发明的几个具体实施例，但是，本发明并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。

Claims (4)

1.一种基于滑动窗的信道估计方法，其特征在于，包括：

获取滑动窗信息，并根据所述滑动窗信息获取滑动窗内的数据频点的信道；

根据所述滑动窗信息移动滑动窗并遍历系统带宽，获取所述系统带宽内数据频点的信道；

其中，所述滑动窗信息包括颗粒度大小和滑动窗大小；

所述根据所述滑动窗信息移动滑动窗并遍历系统带宽，包括：按照所述颗粒度大小划分所述系统带宽，并按照所述滑动窗大小移动滑动窗遍历每个颗粒度大小内的带宽；

获取所述系统带宽内数据频点的信道，包括：在按照所述滑动窗大小移动滑动窗遍历每个颗粒度大小内的带宽时，获取每次移动滑动窗时该滑动窗内的数据频点的信道；并在移动滑动窗遍历每个颗粒度大小内的带宽完成后，获取所述系统带宽内所有数据频点的信道；

其中，所述根据所述滑动窗信息获取滑动窗内的数据频点的信道，包括：

根据所述颗粒度大小和滑动窗大小获取导频点估计的信道响应，并根据所述导频点估计的信道响应确定最大多径时延；根据所述最大多径时延获取插值系数，并根据所述插值系数获取所述滑动窗内的数据频点的信道；

其中，在根据最大多径时延获取插值系数时，需要根据估计的最大多径时延和选择的颗粒度大小与滑动窗大小获得插值系数。

2.如权利要求1所述的方法，其特征在于，

所述获取滑动窗信息，包括：

根据估计性能和处理复杂度选择所述颗粒度大小，并选择预设个数的物理资源块PRB为所述滑动窗大小。

3.一种基于滑动窗的信道估计设备，其特征在于，包括：

第一获取模块，用于获取滑动窗信息；

第二获取模块，用于根据所述第一获取模块获取的所述滑动窗信息获取滑动窗内的数据频点的信道；

第三获取模块，用于根据所述第一获取模块获取的所述滑动窗信息移动滑动窗并遍历系统带宽，获取所述系统带宽内数据频点的信道；其中，所述滑动窗信息包括颗粒度大小和滑动窗大小；所述第三获取模块还用于按照所述颗粒度大小划分所述系统带宽，并按照所述滑动窗大小移动滑动窗遍历每个颗粒度大小内的带宽；具体用于在按照所述滑动窗大小移动滑动窗遍历每个颗粒度大小内的带宽时，获取每次移动滑动窗时该滑动窗内的数据频点的信道；并在移动滑动窗遍历每个颗粒度大小内的带宽完成后，获取所述系统带宽内所有数据频点的信道；

其中，所述第二获取模块，具体用于根据所述颗粒度大小和滑动窗大小获取导频点估计的信道响应，并根据所述导频点估计的信道响应确定最大多径时延；根据所述最大多径时延获取插值系数，并根据所述插值系数获取所述滑动窗内的数据频点的信道；

其中，在根据最大多径时延获取插值系数时，需要根据估计的最大多径时延和选择的颗粒度大小与滑动窗大小获得插值系数。

4.如权利要求3所述的设备，其特征在于，

所述第一获取模块，具体用于根据估计性能和处理复杂度选择所述颗粒度大小，并选择预设个数的PRB为所述滑动窗大小。