CN102413080A - 高速移动tdd-lte上行链路中信道估计方法 - Google Patents

Abstract

本发明公开了一种高速移动TDD-LTE上行链路中信道估计方法，主要解决快速时变信道估计精度低和复杂度高的问题。其估计步骤包括：(1)FFT处理；(2)提取导频符号；(3)获取导频符号的频域信道响应；(4)获得变换域中导频符号的信道参数；(5)获得变换域中数据符号的信道参数；(6)提取两导频符号间数据符号的信道参数估计；(7)获取信道变化斜率；(8)构造直线模型；(9)获得两块导频符号两端数据符号的信道参数；(10)获得数据符号的频域信道估计响应。本发明具有高的估计精度和低的计算复杂度的优点，适用于高速移动TDD-LTE上行SC-FDMA系统中接收机的设计与实现。

Description

高速移动TDD-LTE上行链路中信道估计方法

技术领域

本发明属于通信技术领域，更进一步涉及高速移动时分双工长期演进TDD-LTE(time division duplex-long term evolution，TDD-LTE)无线通信中的上行单载波频分多址(single-carrier Frequency-division multiplexing，SC-FDMA)系统的时变信道估计方法。本发明可用于高速移动无线通信系统的信道估计模块中，实现高速移动用户接收信号的信道估计处理。

背景技术

随着高速铁路、高速公路的不断建成、开通与使用，新一代移动通信系统需要与高速移动的用户之间进行高速信息传输。在高速移动环境下，大的多普勒频移使TDD-LTE上行单载波频分多址SC-FDMA系统信道产生快速变化，快速变化的信道使单载波频分多址SC-FDMA系统子载波间的正交性遭到破坏，产生子载波间干扰(Inter-channel interference，ICI)，单载波频分多址SC-FDMA系统中的信道估计精度受到严重影响。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基础，因此，研究高速移动环境下TDD-LTE上行单载波频分多址SC-FDMA系统中高精度时变信道估计技术具有重要的意义。

Ming Zhao等人提出的专利申请“Channel estimation for rapid dispersive fadingchannels”(申请日：2006年4月3日，申请号：200690172.3，公开号：US2009/0103666A1)中公开了一种迭代的最大似然信道估计方法，来解决时变信道估计问题。该方法的实施步骤是：第一，利用接收导频信号和最小二乘LS(Least Square，LS)算法估计得到导频子载波上的信道响应；第二，利用导频信号的信道估计响应和低通滤波器来获得数据子载波上的信道响应，并利用滑动平均窗来提高其估计精度；第三，通过对接收信号进行均衡、解映射、译码及解交织处理获得软译码数据信息；第四，利用软译码数据信息与导频信号进行第二次信道估计，并利用滑动平均窗来提高其估计精度；第五，对接收信号进行如上步骤的几次迭代后，最后利用最大似然方法或最小均方误差方法获得最终的信道估计。该方法利用导频信号和软译码数据信息通过多次迭代获得信道估计响应，减小了系统传输开销，提高了系统的频谱利用率，在一定条件下能够较精确地实现时变信道的估计。

该方法存在的不足之处是：在每次迭代处理中，该方法需要付出较大的计算复杂度才能获得软译码信息，且该方法需通过较多次的迭代处理才能获得高精度的信道估计响应，这将导致该方法具有高的计算复杂度，使其在数字信号处理实现中具有很大的局限性。

Karakaya B等人在文章“Channel estimation for LTE uplink in high Doppler spread”(IEEE Wireless Communications and Networking Conference(WCNC)2008)中提出一种卡尔曼滤波与多项式拟合相结合的信道估计方法，以实现时变信道的估计问题。该方法的实现步骤是：第一，利用LS算法估计得到导频符号的频域信道响应；第二，根据信道的时频转换关系，将导频符号的频域信道估计响应转换到时域；第三，利用卡尔曼滤波算法对导频符号的时域信道传输系数进行滤波处理，获到高精度的时域信道估计响应；第四，利用多项式拟合算法获得导频符号间数据符号的时域信道估计。在车载速度低于120km/h的情况下，该方法能够估计出时域每一径上各个采样点的信道冲击响应，具有较高的估计精度。

该方法存在的不足之处是：在车载速度高于350km/h的高速移动环境下，该方法的估计精度将急剧下降，无法保证高速移动环境下时变信道的估计精度，并且该方法是在时域处理的，故具有较高的计算复杂度，这也将使其在数字信号处理实现中具有很大的局限性。

Huang S C等人在文章“Novel channel estimation techniques on SC-FDMA uplinktransmission”(IEEE Vehicular Technology Conf.，2010)中提出了一种基于滑动窗的时变信道估计方法，已解决高速环境下时变信道估计精度不高的问题。该方法的实现步骤是：第一，利用LS方法估计得到导频符号的频域信道响应；第二，采用一矩形滑动窗来平滑导频信道响应估计，从而获得高精度的导频符号的频域信道响应估计。在车载速度低于120km/h的情况下，该方法能够较精确地估计出导频符号的频域信道响应，并且该方法具有较低的计算复杂度。

该方法存在的不足之处是：在车载速度高于350km/h的高速移动环境下，该方法的估计精度不高，并且该方法没有给出数据符号的信道响应的获取方法，在高速移动环境下，低估计精度的数据符号的信道估计响应将严重恶化系统性能。因此，在高速移动环境下该方法无法获得高精度的信道估计响应。

发明内容

本发明的目的在于克服上述现有技术的不足，针对TDD-LTE标准中高速移动通信系统上行单载波频分多址SC-FDMA传输系统，提供一种高精度的时变信道估计方法，可以提高通信系统的通信质量，并且可以精确地估计出接收信号的频域信道响应，对接收信号进行均衡处理。

为实现上述目的，本发明方法的思路是：针对TDD-LTE上行单载波频分多址SC-FDMA系统的特点，该方法选择在变换域中处理，降低了信道估计的计算复杂度；利用信道频域-变换域的转换关系，将两块导频符号的频域信道估计响应转换为变换域中的信道参数估计；根据变换域中两导频符号间数据符号的信道参数的变化特点，采用多项式基扩展模型P-BEM(Polynomial-Basis expansion model，P-BEM)方法来模拟其变化，从而得到高精度的信道参数估计；利用两直线模型来构造出两导频符号两端数据符号的信道参数估计，该直线模型的斜率为导频-数据符号的信道参数估计的变化斜率。

本发明实现的具体步骤包括如下：

(1)对接收信号进行快速傅里叶变换FFT处理，获得频域接收信号。

(2)从频域接收信号中提取两块导频符号。

(3)估计两块导频符号的频域信道响应。

(4)获得导频的信道参数

4a)将频域发送导频信号、时域发送导频信号及傅里叶变换矩阵相乘，构造出导频-傅里叶变换信号向量

4b)按照下式得到变换域中导频符号的信道参数估计向量：

${\hat{H}}_{\mathrm{\η}}=F_{\mathrm{\η}}^P{\hat{H}}_{\mathrm{\η}}$

其中，

是变换域中第η个导频符号的信道参数估计向量，

是第η个导频符号的导频-傅里叶变换信号向量，

是第η个导频符号的频域信道响应估计向量，η是导频符号序号的标识。

(5)获得数据的信道参数

5a)确定多项式基函数的个数；

5b)按照下式得到基扩展矩阵的元素，产生基扩展矩阵：

U_i，j＝[i/(N_uM)]^j

其中，U_i，j是基扩展矩阵的第i行第j列元素，i是矩阵的行序号标识，j是矩阵的列序号标识，J是基函数的个数，N_u是离散傅里叶变换DFT的点数，M是一子帧中单载波频分多址SC-FDMA符号的个数；

5c)利用多项式基扩展模型P-BEM方法模拟两导频符号的信道参数变化，按照下式得到基函数系数矩阵的估计：

$\hat{g}={\stackrel{\‾}{U}}^{+}{\hat{h}}_P$

其中，

是基函数系数估计的向量，

是基扩展矩阵U中部分元素组成的矩阵，()⁺是矩阵的广义逆运算，

是两块导频符号的信道参数估计向量；

5d)利用步骤5c)估计的基函数系数矩阵，按照多项式基扩展模型P-BEM方法估计得到一子帧上所有符号的信道参数；

5e)从所有估计得到的符号信道参数中提取数据符号的信道参数估计。

(6)从所有估计得到的单载波频分多址SC-FDMA符号的信道参数估计中提取两导频符号间数据符号的信道参数估计。

(7)获取信道变化斜率

7a)利用两符号斜率方法，获取两个符号周期上的信道变化的斜率；

7b)利用单符号斜率方法，获取单个符号周期上的信道变化的斜率。

(8)构造直线模型

8a)利用两个符号周期上的信道变化斜率，按照直线建模方法获取用于估计两导频符号前后两端数据符号的信道参数的直线模型；

8b)利用单个符号周期上的信道变化斜率，按照直线建模方法获取用于估计两导频符号前后两端数据符号的信道参数直线模型。

(9)获得两端数据的信道参数

9a)利用前端直线模型，在变换域中按照采样点序号递减的方式获得第一个导频符号左侧其他数据符号的信道参数估计；

9b)利用后端直线模型，在变换域中按照采样点序号递增的方式获得第二个导频符号右侧其他数据符号的信道参数估计。

(10)利用信道变换域-频域转换获得数据符号的频域信道估计响应。

本发明与现有技术相比具有以下优点：

第一，由于本发明信道估计方法是在变换域中实现的，克服了现有技术在时域处理导致复杂度高的问题，使得本发明具有低复杂度的优点，可适用于高速移动环境下的TDD-LTE上行通信链路。

第二，由于本发明使用了基于导频-数据斜率的直线模型方法来获得两导频符号两端数据符号的信道参数估计，克服了现有技术存在的低估计精度问题，大大提高了两块导频符号两端数据符号的信道参数估计精度，适用于子帧连续发送或间隔发送的上行通信链路。

第三，由于本发明使用了基扩展模型P-BEM方法来获得两导频符号间数据符号的信道参数估计，并通过综合考虑多项式内插与多项式外推方法的优缺点，给出了最佳的基函数个数确定方法，克服了现有技术估计精度低和复杂度高的问题，提高了两导频符号间数据符号的估计精度。

第四，由于本发明使用了信道变换域-频域的转换关系，获得了高精度的频域信道响应估计，便于TDD-LTE上行系统的频域均衡处理。

附图说明

图1为本发明的流程图；

图2为本发明的接收端处理域的定义框图；

图3为本发明的接收信号的干扰功率图；

图4为本发明两符号斜率法与现有信道估计技术在单径莱斯信道中的性能比较曲线图；

图5为本发明两符号斜率法与现有信道估计技术在多径莱斯信道中的性能比较曲线图；

图6为本发明单符号斜率法在两种信道下的性能曲线图。

具体实施方式

下面结合附图对本发明做进一步详细的描述。

参照附图1本发明的步骤：

步骤1，FFT处理

对时域接收信号进行快速傅里叶变换FFT处理，按照下式得到频域接收信号：

$R_{q,i}(m,k)=\frac{1}{\sqrt{N_D}}\underset{n=0}{\overset{N_D-1}{\mathrm{\Σ}}}{r}_{q,i}(m,n)e^{-j\frac{2\mathrm{\πnk}}{N_D}}$

其中，R_q，i(m，k)是第q个接收天线上的第i子帧的第m个符号周期上第k个子载波上的频域信号，N_D是逆快速傅里叶变换IFFT的点数，r_q，i(m，n)第q个接收天线上的第i子帧的第m个符号周期上第n个采样点上的时域信号，q是接收天线序号，i是TDD-LTE上行系统中子帧序号的标识，m是一子帧中单载波频分多址SC-FDMA符号序号的标识，k是子载波序号的标识，n是时域采样点序号的标识。

由于每一组发送天线与接收天线间每一子帧上的子信道均需要进行信道估计，且处理方式相同，故为便于后面的推导在此将省略下标i和q。

步骤2，提取导频符号

从频域接收信号R(m，k)中提取两块导频信号，其中，两导频符号的序号分别为η₁和η₂，则提取的两块导频信号分别为R(η₁，k)和R(η₂，k)，m是一子帧中单载波频分多址SC-FDMA符号序号的标识，k是子载波序号的标识。

步骤3，估计两块导频符号的频域信道响应

在本发明中，采用了现有的最小二乘法和最小均方误差法来获得两块导频符号的信道频域响应。最小二乘信道估计方法就是用接收的频域导频信号除以频域发送导频信号，从而得到导频符号的频域信道响应估计，该方法可以按照下式进行：

${\hat{H}}_{\mathrm{LS},\mathrm{\η}}=R_{\mathrm{\η}}/S_{\mathrm{\η}}$

其中，

是利用最小二乘方法得到的第η个导频符号的信道响应估计向量，R_η是第η个频域接收导频符号向量，S_η是第η个频域发送导频符号向量，η是导频符号序号的标识，其取值为η₁和η₂。

最小均方误差信道估计方法就是将频域信道响应估计作为信道估计初始值，用其乘以信道相关矩阵与噪声协方差矩阵和的逆，从得到导频符号的信道响应估计，该方法可以按照下式进行：

${\hat{H}}_{\mathrm{mmse},\mathrm{\η}}=R_{\mathrm{HH}}{(R_{\mathrm{HH}}+{\mathrm{\σ}}_w^2{\left(S_{\mathrm{\η}}{S_{\mathrm{\η}}}^H\right)}^{-1})}^{-1}{\hat{H}}_{\mathrm{LS},\mathrm{\η}}$

其中，是指利用最小均方误差方法得到的第η个导频符号的信道响应估计向量，η是导频符号序号的标识，其取值为η₁和η₂，R_HH是信道的自相关函数，

是噪声协方差，S_η是第η个导频符号的频域发送信号向量，( )^-1是矩阵的逆运算操作，( )^H是矩阵的共轭转置运算操作，

是利用最小二乘方法得到的第η个导频符号的信道响应估计向量。

步骤4，获得导频的信道参数

参见附图2，该图主要定义了TDD-LTE上行单载波频分多址系统中接收端的处理域，即传输域，频域和变换域，现有信道估计技术是在传输域或频域中进行，而本发明方法在变换域中进行。

首先，利用频域发送导频信号、时域发送导频信号及傅里叶变换矩阵构造出一导频-傅里叶变换信号向量，按照下式得到该导频-傅里叶变换信号向量：

其中，

是第η个导频符号的导频-傅里叶变换信号向量，η是导频符号序号的标识，，其取值为η₁和η₂，

是第η个导频符号的频域发送信号S(η，k)与时域发送信号a^*(η，n)的乘积，( )^*是数据的复共轭运算，k是子载波序号的标识，n是时域采样点的标识，N_u是离散傅里叶变换DFT的点数。

然后，按照下式得到变换域中导频符号的信道参数估计向量：

${\hat{H}}_{\mathrm{\η}}=F_{\mathrm{\η}}^P{\hat{H}}_{\mathrm{\η}}$

其中，

是变换域中第η个导频符号的信道参数估计向量，

是第η个导频符号的导频-傅里叶变换信号向量，

是利用最小二乘法或最小均方误差法得到的第η个导频符号的频域信道响应估计向量，η是导频符号序号的标识，其取值为η₁和η₂。

最后，按照下式得到变换域中两块导频符号的信道参数估计向量的集合：

${\hat{h}}_P={\left[{\hat{h}}_{{\mathrm{\η}}_1}^T{\hat{h}}_{{\mathrm{\η}}_2}^T\right]}^T$

其中，

是两块导频符号的信道参数估计向量的集合，

和

分别是变换域中第η₁个导频符号和第η₂个导频符号的信道参数估计向量，η₁和η₂分别是一子帧中第一个导频符号和第二个导频符号序号的标识，T是矩阵的转置运算。

步骤5，获得数据的信道参数

首先，确定多项式基函数的个数。针对单载波频分多址SC-FDMA系统中导频符号位置的特殊性，在本发明中，多项式内插与多项式外推均被用来估计数据符号上的信道参数。对于多项式内插而言，信道估计误差随着内插阶数的增大而减小，当多项式阶数大于一定值时，信道的估计精度将不再提高。按照下式得到多项式内插的最优基函数个数：

其中，J_opt是最优的基函数个数，

是指取使x最小的J的操作，σ_h ²(Lw，J)是信道协方差，L_w为窗的长度，σ_w ²(L_w，J)是噪声协方差，J是基函数的个数，L_w为窗的长度。

对于多项式外推而言，当J大于一定值时，由于多项式外推的放大效应信道参数的估计误差将随着J的增大而增大。因此，本发明中J的选择不同于上述公式中最优基函数个数J_opt的选择，应该综合考虑J对多项式内插与外推的影响，还应该考虑基函数个数计算给本发明带来的计算复杂度。因此，在本发明中将根据具体的系统参数通过对不同J值进行仿真来确定最佳的J。

之后，产生基扩展矩阵，该矩阵中的元素按照下式得到：

U_i，j＝[i/(N_uM)]^j

其中，U_i，j是基扩展矩阵U的第i行第j列元素，i是矩阵的行序号标识，i＝0，...，N_uM-1，N_u是离散傅里叶变换DFT的点数，M是一子帧中单载波频分多址SC-FDMA符号的个数，j是矩阵的列序号标识，j＝0，...，J，J是基函数的个数。

然后，在变换域中，从基扩展矩阵中按照两块导频符号的时间序号提取两块导频符号的基扩展矩阵，该矩阵包括(J+1)个基函数向量，按照下式可以得到两块导频符号的基扩展矩阵中的基函数向量：

${\stackrel{\‾}{u}}_d={[u_d\left({\mathrm{\η}}_1{N}_u\right),...u_d(({\mathrm{\η}}_1+1)N_u-1),u_d\left({\mathrm{\η}}_2{N}_u\right),...,u_d(({\mathrm{\η}}_2+1)N_u-1)]}^T$

其中，

是两块导频符号的基扩展矩阵的第d个基函数向量，u_d(n)是基函数矩阵U中第d列第n个元素，d是矩阵中列序号的标识，d＝0，...，J，J是基函数的个数，n是变换域中导频符号的时间序号标识，η₁和η₂分别是一子帧中第一个导频符号和第二个导频符号序号的标识，N_u是离散傅里叶变换DFT的点数，T是矩阵的转置运算。

然后，利用多项式基扩展模型P-BEM方法模拟两导频符号的信道参数变化，按照下式得到基函数系数矩阵的估计：

$\hat{g}={\stackrel{\‾}{U}}^{+}{\hat{h}}_P$

其中，

是基函数系数估计的向量，

是两块导频符号的基扩展矩阵，()⁺是矩阵的广义逆运算操作，

是两块导频符号的信道参数估计向量，按照下式可以得到两块导频符号的基扩展矩阵：

$\stackrel{\‾}{U}=[{\stackrel{\‾}{u}}_0,...,{\stackrel{\‾}{u}}_J]$

其中，

是两块导频符号的基扩展矩阵，

是矩阵中第d列基函数向量，d是矩阵中列序号的标识，J是基函数的个数。

再利用估计的基函数系数矩阵，按照多项式基扩展模型P-BEM方法估计得到一子帧上所有符号的信道参数为：

$\hat{h}=U\hat{g}$

其中，是一子帧上所有单载波频分多址SC-FDMA符号的信道参数估计向量，U是基扩展矩阵，是基函数系数估计向量。

最后，从所有估计得到的单载波频分多址SC-FDMA符号的信道参数估计向量中提取数据符号的信道参数估计。

步骤6，从所有估计得到的单载波频分多址SC-FDMA符号的信道参数估计中提取两块导频符号间数据符号的信道参数估计，其按照下式得到：

${\hat{h}}_{\mathrm{mid}}={[\hat{h}\left(({\mathrm{\η}}_1+1)N_u\right),...,\hat{h}({\mathrm{\η}}_2{N}_u-1)]}^T$

其中，

是一子帧中两块导频符号间数据符号的信道参数估计向量，是向量

中的第n个元素，η₁和η₂分别是一子帧中第一个导频符号和第二个导频符号序号的标识，N_u是离散傅里叶变换DFT的点数，T是矩阵的转置运算。

步骤7，获取信道变化斜率

在本发明中，获取信道变化斜率的方法有两种：一是两符号斜率方法，一是单符号斜率方法。

本发明利用两符号斜率方法，获取两个符号周期上的信道变化的斜率。此处两符号斜率方法的具体实现方法为：

首先，按照下式得到一子帧前端信道变化斜率：

$b_1=\frac{\hat{h}(({\mathrm{\η}}_1+1)N_u-1)\hat{h}\left(({\mathrm{\η}}_1-1)N_u\right)}{2N_u}$

其中，b₁是一子帧中第一个导频符号与其左侧第一数据符号两符号周期上信道参数变化的斜率，

是变换域中第n个样点的信道参数估计，η₁是一子帧中第一个导频符号序号的标识，N_u是离散傅里叶变换DFT的点数；

然后，按照下式得到一子帧后端信道变化斜率：

$b_2=\frac{\hat{h}(({\mathrm{\η}}_2+2)N_u-1)\hat{h}\left({\mathrm{\η}}_2{N}_u\right)}{2N_u}$

其中，b₂是一子帧中第二个导频符号与其右侧第一数据符号两符号周期上信道参数估计变化的斜率，

是变换域中第n个样点的信道参数估计，η₂是一子帧中第二个导频符号序号的标识，N_u是离散傅里叶变换DFT的点数。

本发明利用单符号斜率方法，获取单个符号周期上的信道变化的斜率。此处单符号斜率方法的具体实现方法为：

首先，按照下式得到一子帧前端信道变化斜率：

$b_1=\frac{\hat{h}(({\mathrm{\η}}_1+1)N_u-1)\hat{h}\left({\mathrm{\η}}_1{N}_u\right)}{N_u}$

其中，b₁是一子帧中第一个导频符号周期上的信道参数变化的斜率，

是变换域中第n个样点的信道参数估计，η₁是一子帧中第一个导频符号序号的标识，N_u是离散傅里叶变换DFT的点数；

然后，按照下式得到一子帧后端信道变化斜率：

$b_2=\frac{\hat{h}(({\mathrm{\η}}_2+1)N_u-1)\hat{h}\left({\mathrm{\η}}_2{N}_u\right)}{N_u}$

其中，b₂是一子帧中第二个导频符号周期上的信道参数估计变化的斜率，

是变换域中第n个样点的信道参数估计，η₂是一子帧中第二个导频符号序号的标识，N_u是离散傅里叶变换DFT的点数。

步骤8，构造直线模型

在本发明中，利用步骤7中的两种信道变化斜率，构造出两种表征两导频符号两端的信道变化的直线模型，其具体为：

第一种直线模型：利用两个符号周期上的信道变化斜率，按照直线建模方法获取用于估计两导频符号前后两端数据符号的信道参数的直线模型。

第二种直线模型：利用单个符号周期上的信道变化斜率，按照直线建模方法获取用于估计两导频符号前后两端数据符号的信道参数直线模型；

在本发明中，上面所述的直线建模方法具体为：

首先，按照下式得到基于子帧前端符号周期上信道变化斜率的信道变化直线模型：

${\stackrel{\widehat{^}}{h}}_1\left(n\right)=b_1\×(n-({\mathrm{\η}}_1-D)N_u)+\hat{h}\left(({\mathrm{\η}}_1-D)N_u\right)$

其中，

是第一个导频符号左侧其他数据符号的信道参数估计，对于第一种直线模型而言，b₁是两个符号周期上的信道变化斜率，D取值为1；对于第二种直线模型而言，b₁是单个符号周期上的信道变化斜率，D取值为0，n是变换域中符号的采样点序号标识，η₁是一子帧中第一个导频符号序号的标识，N_u是离散傅里叶变换DFT的点数；

然后，按照下式得到基于子帧后端符号周期上信道变化斜率的信道变化直线模型：

${\stackrel{\widehat{^}}{h}}_2\left(n\right)=b_2\×(n-({\mathrm{\η}}_2+D)N_u+1)+\hat{h}(({\mathrm{\η}}_2+D)N_u-1)$

其中，

是第一个导频符号右侧其他数据符号的信道参数估计，对于第一种直线模型而言，b₂是两个符号周期上的信道变化斜率，D取值为2；对于第二种直线模型而言，b₂是单个符号周期上的信道变化斜率，D取值为1，n是变换域中符号的采样点序号标识，η₂是一子帧中第二个导频符号序号的标识，N_u是离散傅里叶变换DFT的点数。

步骤9，获得两端数据的信道参数

首先，利用前端直线模型，在变换域中按照采样点序号递减的方式获得第一个导频符号左侧其他数据符号的信道参数估计，其中，采样点序号递减方式按照下式进行：

n＝(η₁-D)N_u-1，...，0

其中，n是变换域中符号的采样点序号标识，η₁是一子帧中第一个导频符号序号的标识，对于步骤8中的第一种直线模型，D取值为1；对于步骤8中的第二种直线模型，D取值为0，N_u是离散傅里叶变换DFT的点数。

然后，利用后端直线模型，在变换域中按照采样点序号递增的方式获得第二个导频符号右侧其他数据符号的信道参数估计，其中，采样点序号递增方式按照下式进行：

n＝(η₂+D)N_u，...，MN_u-1

其中，n是变换域中符号的采样点序号标识，η₂是一子帧中第二个导频符号序号的标识，对于步骤8中的第一种直线模型，D取值为2；对于步骤8中的第二种直线模型，D取值为1，M是一子帧中单载波频分多址SC-FDMA符号的个数，N_u是离散傅里叶变换DFT的点数。

步骤10，利用信道变换域-频域转换获得数据符号的频域信道估计响应，按照下式可以得到频域信道估计响应

${\hat{H}}_m=F{\hat{h}}_m{F}^H$

其中，是第m个符号的频域信道响应估计向量，m是一子帧中单载波频分多址SC-FDMA符号序号的标识，F是傅里叶变换矩阵，是第m个符号的信道参数的估计矩阵，且

是一个离散时间信道参数的循环托普兹矩阵，F^H是矩阵F的共轭转置矩阵。

对于时不变信道环境而言，

是一个对角矩阵；对于时变信道而言，是一个非对角阵，其非对角线元素不为零。由于在高速移动环境下，莱斯信道的莱斯因子一般不小于10，由信道的时变性引起的干扰功率低于-23dB，因此低阶调制系统中由时变信道引起的干扰可以忽略不计。参见附图3，该图中方块实线为莱斯因子为0时的干扰功率，圆形实线为莱斯因子为10时的干扰功率。故只需要估计得到矩阵

的对角元素，按照下式可以得到高精度的频域信道估计响应向量

${\hat{H}}_m=\mathrm{diag}\left(F{\hat{h}}_m{F}^H\right)=F_d\⊗{\hat{h}}_m$

其中，

是第m个符号的频域信道响应估计向量，m是一子帧中单载波频分多址SC-FDMA符号序号的标识，diag()为取对角线元素运算，F是傅里叶变换矩阵，

是第m个符号的信道参数的估计，F^H是矩阵F的共轭转置矩阵，F_d是矩阵FF^H的对角线上元素组成的矩阵，

是点乘运算符号。

下面结合附图4，附图5，附图6对本发明的效果做进一步的阐述。

附图4，附图5和附图6的仿真参数为：采用TDD-LTE的上行链路单载波频分多址SC-FDMA传输标准，子载波个数1024，即采用1024点逆傅里叶变化(IFFT)，离散傅里叶变换点数为72，循环前缀128点，数据采用16QAM调制方式，采样频率15.36MHz，载波频率2.3GHz，子载波间隔15KHz，车载速度考虑450km/h，归一化的最大多普勒频偏约为0.064。仿真中考了1发2收天线模式，无线信道采用单径莱斯信道和多径莱斯信道两种模型，其中，多径信道的时延为[0，0，110，190，410]ns，其每一径功率衰减为[0，-6.51，-16.27，-25.71，-29.31]dB，莱斯信道的莱斯因子为整个信道的莱斯因子，其取值为10和20。在该信道模型中，直射分量上考虑2倍最大多普勒频偏和散射分量上考虑1倍最大多普勒频偏。仿真中得到仿真曲线的平均次数为10000次。

在附图4中，虚线为莱斯因子是10时利用各种信道估计技术得到的系统误帧率性能曲线，实线为莱斯因子是20时利用各种信道估计技术得到的系统误帧率性能曲线。其中，五角星是利用理想信道估计得到的系统性能曲线，圆形是利用本发明技术得到的性能曲线，下三角是利用现有滑动窗技术得到系统性能曲线，方形是利用现有卡尔曼滤波与多项式拟合复合技术得到的系统性能曲线。

在附图5中，五角星虚线是莱斯因子为10时利用理想信道估计得到的系统性能曲线，五角星实线是莱斯因子为20时利用理想信道估计得到的系统性能曲线，圆形虚线是莱斯因子为10时利用本发明技术得到的性能曲线，圆形实线是莱斯因子为20时利用本发明技术得到的性能曲线，下三角虚线是莱斯因子为10时利用现有滑动窗技术得到系统性能曲线，下三角实线是莱斯因子为20时利用现有滑动窗技术得到系统性能曲线，方形实线是莱斯因子为10时利用现有卡尔曼滤波与多项式拟合复合技术得到的系统性能曲线，叉形实线是莱斯因子为20时利用现有卡尔曼滤波与多项式拟合复合技术得到的系统性能曲线。

从附图4和附图5可以看出，无论在单径莱斯信道下还是多径莱斯信道下利用本发明技术得到的系统误帧率性能较利用现有的技术得到的系统性能在信噪比上至少有10dB的增益，且本发明技术的收益随着信噪比的增大而增大。另外，莱斯因子越大，利用本发明技术得到的系统性能越好。

在附图6中，下三角实线是多径莱斯信道下莱斯因子为10时利用本发明技术得到的性能曲线，方形实线是单径莱斯信道下莱斯因子为10时利用本发明技术得到的性能曲线，五角星实线是多径莱斯信道下莱斯因子为20时利用本发明技术得到的性能曲线，圆形实线是单径莱斯信道下莱斯因子为20时利用本发明技术得到的性能曲线。

从附图6可以看出，利用本发明单符号斜率方法仍然能获得很好的系统帧率率性能，且随着信噪比与莱斯因子的增大，本发明方法将会获得更好的性能。

Claims (8)

1.一种高速移动TDD-LTE上行链路中信道估计方法，包括如下步骤：

(1)对接收信号进行快速傅里叶变换FFT处理，获得频域接收信号；

(2)从频域接收信号中提取两块导频符号；

(3)估计两块导频符号的频域信道响应；

(4)获得导频的信道参数

4a)将频域发送导频信号、时域发送导频信号及傅里叶变换矩阵相乘，构造出导频-傅里叶变换信号向量

4b)按照下式得到变换域中导频符号的信道参数估计向量：

${\hat{H}}_{\mathrm{\η}}=F_{\mathrm{\η}}^P{\hat{H}}_{\mathrm{\η}}$

其中，

是变换域中第η个导频符号的信道参数估计向量，

是第η个导频符号的导频-傅里叶变换信号向量，

是第η个导频符号的频域信道响应估计向量，η是导频符号序号的标识；

(5)获得数据的信道参数

5a)确定多项式基函数的个数；

5b)按照下式得到基扩展矩阵的元素，产生基扩展矩阵：

U_i，j＝[i/(N_uM)]^j

其中，U_i，j是基扩展矩阵的第i行第j列元素，i是矩阵的行序号标识，j是矩阵的列序号标识，J是基函数的个数，N_u是离散傅里叶变换DFT的点数，M是一子帧中单载波频分多址SC-FDMA符号的个数；

5c)利用多项式基扩展模型P-BEM方法模拟两导频符号的信道参数变化，按照下式得到基函数系数矩阵的估计：

$\hat{g}={\stackrel{\‾}{U}}^{+}{\hat{h}}_P$

其中，

是基函数系数估计的向量，

是基扩展矩阵U中部分元素组成的矩阵，()⁺是矩阵的广义逆运算，

是两块导频符号的信道参数估计向量；

5d)利用步骤5c)估计的基函数系数矩阵，按照多项式基扩展模型P-BEM方法估计得到一子帧上所有符号的信道参数；

5e)从所有估计得到的符号信道参数中提取数据符号的信道参数估计；

(6)从所有估计得到的单载波频分多址SC-FDMA符号的信道参数估计中提取两导频符号间数据符号的信道参数估计；

(7)获取信道变化斜率

7a)利用两符号斜率方法，获取两个符号周期上的信道变化的斜率；

7b)利用单符号斜率方法，获取单个符号周期上的信道变化的斜率；

(8)构造直线模型

8a)利用两个符号周期上的信道变化斜率，按照直线建模方法获取用于估计两导频符号前后两端数据符号的信道参数的直线模型；

8b)利用单个符号周期上的信道变化斜率，按照直线建模方法获取用于估计两导频符号前后两端数据符号的信道参数直线模型；

(9)获得两端数据的信道参数

9a)利用前端直线模型，在变换域中按照采样点序号递减的方式获得第一个导频符号左侧其他数据符号的信道参数估计；

9b)利用后端直线模型，在变换域中按照采样点序号递增的方式获得第二个导频符号右侧其他数据符号的信道参数估计；

(10)利用信道变换域-频域转换获得数据符号的频域信道估计响应。

2.根据权利要求1所述的高速移动TDD-LTE上行链路的信道估计方法，其特征在于，步骤(3)所述的信道响应的估计方法步骤为：

第一步，用接收的频域导频信号除以频域发送导频信号，得到导频符号的频域信道响应估计；

第二步，将频域信道响应估计作为信道估计初始值，用其乘以信道相关矩阵与噪声协方差矩阵和的逆，得到导频符号的信道响应估计。

3.根据权利要求1所述的高速移动TDD-LTE上行链路的信道估计方法，其特征在于，步骤7a)所述的两符号斜率方法的步骤为：

第一步，按照下式得到一子帧前端信道变化斜率：

$b_1=\frac{\hat{h}(({\mathrm{\η}}_1+1)N_u-1)\hat{h}\left(({\mathrm{\η}}_1-1)N_u\right)}{2N_u}$

其中，b₁是一子帧中第一个导频符号与其左侧第一数据符号两符号周期上信道参数变化的斜率，

是变换域中第n个样点的信道参数估计，η₁是一子帧中第一个导频符号序号的标识，N_u是离散傅里叶变换DFT的点数；

第二步，按照下式得到一子帧后端信道变化斜率：

$b_2=\frac{\hat{h}(({\mathrm{\η}}_2+2)N_u-1)\hat{h}\left({\mathrm{\η}}_2{N}_u\right)}{2N_u}$

其中，b₂是一子帧中第二个导频符号与其右侧第一数据符号两符号周期上信道参数估计变化的斜率，是变换域中第n个样点的信道参数估计，η₂是一子帧中第二个导频符号序号的标识，N_u是离散傅里叶变换DFT的点数。

4.根据权利要求1所述的高速移动TDD-LTE上行链路的信道估计方法，其特征在于，步骤7b)所述的单符号斜率方法的步骤为：

第一步，按照下式得到一子帧前端信道变化斜率：

$b_1=\frac{\hat{h}(({\mathrm{\η}}_1+1)N_u-1)\hat{h}\left({\mathrm{\η}}_1{N}_u\right)}{N_u}$

其中，b₁是一子帧中第一个导频符号周期上的信道参数变化的斜率，

是变换域中第n个样点的信道参数估计，η₁是一子帧中第一个导频符号序号的标识，N_u是离散傅里叶变换DFT的点数；

第二步，按照下式得到一子帧后端信道变化斜率：

$b_2=\frac{\hat{h}(({\mathrm{\η}}_2+1)N_u-1)\hat{h}\left({\mathrm{\η}}_2{N}_u\right)}{N_u}$

其中，b₂是一子帧中第二个导频符号周期上的信道参数估计变化的斜率，

是变换域中第n个样点的信道参数估计，η₂是一子帧中第二个导频符号序号的标识，N_u是离散傅里叶变换DFT的点数。

5.根据权利要求1所述的高速移动TDD-LTE上行链路的信道估计方法，其特征在于，步骤8a)和步骤8b)所述的直线建模方法的步骤为：

第一步，按照下式得到基于子帧前端符号周期上信道变化斜率的信道变化直线模型：

${\stackrel{\widehat{^}}{h}}_1\left(n\right)=b_1\×(n-({\mathrm{\η}}_1-D)N_u)+\hat{h}\left(({\mathrm{\η}}_1-D)N_u\right)$

其中，

是第一个导频符号左侧其他数据符号的信道参数估计，在步骤8a)中，b₁是两个符号周期上的信道变化斜率，D取值为1；在步骤8b)中，b₁是单个符号周期上的信道变化斜率，D取值为0，n是变换域中符号的采样点序号标识，η₁是一子帧中第一个导频符号序号的标识，N_u是离散傅里叶变换DFT的点数；

第二步，按照下式得到基于子帧后端符号周期上信道变化斜率的信道变化直线模型：

${\stackrel{\widehat{^}}{h}}_2\left(n\right)=b_2\×(n-({\mathrm{\η}}_2+D)N_u+1)+\hat{h}(({\mathrm{\η}}_2+D)N_u-1)$

其中，

是第一个导频符号右侧其他数据符号的信道参数估计，在步骤8a)中，b₂是两个符号周期上的信道变化斜率，D取值为2；在步骤8b)中，b₂是单个符号周期上的信道变化斜率，D取值为1，n是变换域中符号的采样点序号标识，η₂是一子帧中第二个导频符号序号的标识，N_u是离散傅里叶变换DFT的点数。

6.根据权利要求1所述的高速移动TDD-LTE上行链路的信道估计方法，其特征在于，步骤9a)所述的采样点序号递减方式按下式进行：

n＝(η₁-D)N_u-1，...，0

其中，n是变换域中符号的采样点序号标识，η₁是一子帧中第一个导频符号序号的标识，对于步骤8a)中的直线模型，D取值为1；对于步骤8b)中的直线模型，D取值为0，N_u是离散傅里叶变换DFT的点数。

7.根据权利要求1所述的高速移动TDD-LTE上行链路的信道估计方法，其特征在于，步骤9b)所述的采样点序号递增方式按下式进行：

n＝(η₂+D)N_u，...，MN_u-1

其中，n是变换域中符号的采样点序号标识，η₂是一子帧中第二个导频符号序号的标识，对于步骤8a)中的直线模型，D取值为2；对于步骤8b)中的直线模型，D取值为1，M是一子帧中单载波频分多址SC-FDMA符号的个数，N_u是离散傅里叶变换DFT的点数。

8.根据权利要求1所述的高速移动TDD-LTE上行链路的信道估计方法，其特征在于，步骤(10)所述的信道变换域-频域转换按照下式进行：

${\hat{H}}_m=\mathrm{diag}\left(F{\hat{h}}_m{F}^H\right)=F_d\⊗{\hat{h}}_m$

其中，

是第m个符号的频域信道响应估计向量，m是一子帧中单载波频分多址SC-FDMA符号序号的标识，diag()为取对角线元素运算，F是傅里叶变换矩阵，是第m个符号的信道参数的估计，F^H是矩阵F的共轭转置矩阵，F_d是矩阵FF^H的对角线上元素组成的矩阵，

是点乘运算符号。

Images