CN102647372B - 信道估计方法 - Google Patents

Abstract

本发明公开了一种信道估计方法。本发明的方法分别采用两步消除OFDM数据对导引信号的符号间干扰和完成信道估计，第一步，利用已经检测的上一帧OFDM数据和信道冲激响应，消除其对导引信号首部样本点的符号间干扰，并完成信道的初估计；第二步，估计相邻的下一帧OFDM数据并重构其过信道后的数据响应，消除该OFDM数据对导引信号的符号间干扰，更新导引数据与信道冲激响应的线性卷积结果，完成信道估计。本发明提出的信道估计方法，可以较好的消除时域OFDM数据对导引信号的符号间干扰，提高信道估计性能，同时该方法的复杂度并没有提高。

Description

信道估计方法

技术领域

本发明属于移动通信技术领域，具体涉及一种在无有效循环前缀保护下的利用块状导引的多载波(Multiplex Carrier，MC)系统中的信道估计方法。

背景技术

在传统的OFDM系统中，通常利用超过信道多径时延的循环前缀(Cyclic Prefix，CP)来对抗由于多径效应导致的符号间干扰(Inter-Symbol Interference，ISI)。但是，在多径时延较大的环境中，采用较长的循环前缀将显著降低系统的频谱效率和传输效率，特别的如果在快变信道中利用训练序列进行信道估计时，将进一步降低系统的频谱利用率。

在传统的CP-OFDM(Cyclic prefixed OFDM)系统中，基于导频辅助的信道估计方法包括在频域放置导频信息和在时域放置导频信息。在频域放置导频图案进行信道估计时，利用OFDM系统的某些子载波放置频域导引信息，如图1所示。在接收端，对接收的时域OFDM信号做FFT变换，提取相应位置上的导引信息的频域响应，然后根据相应的误差准则，如最小均方误差准则，完成信道频域响应的估计。但是，在频域上放置导引信息的OFDM符号经过IFFT变换后，经过多径信道，如果没有循环前缀的保护，接收的OFDM信号将受到严重的符号间干扰，针对CP-OFDM系统的循环卷积的性质也不再满足，因此，接收的OFDM信号经过FFT变换后，会导致ISI扩展，不能有效的提取相应载波位置处的导引的频域响应，那么用于传统CP-OFDM系统的信道估计和频域均衡方法也不能用于这种循环前缀无效的OFDM系统中。基于时域块状导引进行信道估计时，如图2所示，尽管接收的时域导引信息受到相邻OFDM数据的符号间干扰，但是受到ISI干扰的样本数是有限的，对接收的时域导引信号进行简单的时域ISI干扰消除后，可以重构导引信息与信道冲激响应的圆周卷积，通过FFT变换，得到导引信息经过信道后的频域响应，那么传统的频域均衡方法可以被用来估计信道频域响应(Channel Frequency Response，CFR)，简化了接收机的复杂度。因此，在循环前缀无效的OFDM系统中，利用时域块状导引，采用灵活的迭代干扰消除算法可以达到有效的信道估计。

为了消除由于循环前缀不足导致的符号间干扰，一些迭代干扰消除方法已经被提出。残余ISI消除技术(Residual ISI Cancellation，RISIC)采用尾部干扰消除和循环前缀数据修复的方式消除ISI。当信道冲激响应比较短时，建立在RISIC方法上的干扰消除方式能够较好的消除符号间干扰。但是，除了需要知道理想的信道状态信息(Channel State Information，CSI)，RISIC算法的性能主要依赖于第一次迭代的效果，而在该算法的第一次迭代中，直接忽略了线性卷积尾部数据的影响，从而限制了该算法只能适用于多径时延较短的环境，参见文献Dukhyun Kim；Stuber，G.L.“Residual ISI cancellation for OFDM with application toHDTV broadcasting，”IEEE Trans.Commun.，vol.16，no.8，pp.1590-1599，Oct.1998。循环前缀重构(Cyclic Prefix Reconstruction，CPR)技术也被研究了，文献表明即使在多径时延达到OFDM符号持续时间的50％，也能够较好地消除符号间干扰，但是，这种算法要求知道理想的信道状态信息，同时，该算法在进行初次数据重构时，直接利用后一帧的接收信号近似得到线性卷积的尾部数据，准确度仍然受限，参见文献Cheol-Jin Park；Gi-Hong Im；“Efficient Cyclic Prefix Reconstruction for Coded OFDM Systems，”IEEE Commun.lett.，vol.8，no.5，pp.274-276，May.2004。在一些文献中，提出通过构造特殊的数据结构，达到对符号间干扰消除和数据检测的目的。但是通常这种特殊的数据结构，不但应用场景受到限制，而且在多径时延较大的环境中，对某些数据的检测性能将迅速恶化，参见文献Wenling Bai；YueXiao；Gang Wu；Shaoqian Li，Improved single-carrier frequency domain equalization systems，ICICS Information，Comumn.and Signal Process.，Dec.2009，pp.1-5。通过比较、分析发现，传统的符号间干扰消除算法都假设了理想的信道状态信息，但是，在循环前缀无效或没有循环前缀保护时，接收的导引数据由于受到ISI的干扰，严重影响信道估计的准确度。

在利用块状导引信息进行信道估计时，采用迭代干扰消除，重构导引信息与信道冲激响应的线性卷积，可以达到对信道频域响应的估计。但是，不完全的ISI干扰消除，将会导致信道估计的性能出现平底效应。参考文献Shigang Tang；Fang Yang；Kewu Peng，“IterativeChannel Estimation for Block Transmission with Known Symbol Padding-A New Look atTDS-OFDM，”in Telecommun.Global Commun.Conf，vol.1，in Washington D.C，Nov.26-30，2007，pp.4269-4273。

发明内容

本发明的目的是针对在多径时延较大，保护间隔无效的正交频分复用系统中进行信道估计时上述方法存在的缺点，提出一种信道估计方法。

为了实现上述目的，本发明的技术方案是：一种信道估计方法，具体包括如下步骤：

S1.利用已检测的第(i-1)帧OFDM数据和信道状态信息重构并消除OFDM数据对接收的时域导引信号的符号间干扰，得到导引数据与信道冲激响应的线性卷积

重构导引数据与信道冲激响应的圆周卷积，完成信道冲激响应的初估计，得到信道状态信息其中，i表示定义的导引或OFDM数据的标号，M表示时域导引数据块的长度，n表示数据的样本时刻，N表示OFDM符号的子载波数目，L表示信道的多径时延，表示第i-1帧OFDM数据对接收的导引信号的符号间的干扰；

S2.利用步骤S1得到的信道状态信息估计发送的时域数据得到发送的第i帧OFDM时域数据然后再估计第i帧OFDM数据对接收的导引信号的干扰更新

更进一步的，步骤S1包括以下分步骤：

S11.从接收的时域响应中分离导引数据的时域响应和第i段数据块过信道后的时域响应补零扩展的导引数据 其中，0_1×L表示1行L列的零矩阵；

S12.利用已估计的第(i-1)帧OFDM数据和信道状态信息消除其对接收的时域导引信号的符号间干扰得到导引数据与信道冲激响应的线性卷积那么扩展的导引数据与信道冲激响应的圆周卷积表示为：

即： ${\hat{c}}_{\mathrm{ols},n}^i={\stackrel{\‾}{p}}_n^i{\⊗}_{M+L}{h}_n^i;$

S13.对经过ISI干扰消除的时域导引数据和扩展的导引数据做FFT变换，得到频域信号： ${\hat{C}}_{\mathrm{ols},k}^i=\mathrm{FFT}\left({\hat{c}}_{\mathrm{ols},n}^i\right),$ ${\stackrel{\‾}{p}}_k^i=\mathrm{FFT}\left({\stackrel{\‾}{p}}_n^i\right),$ 估计信道的频域响应：

${\hat{H}}_{\mathrm{OLS},k}^i=\frac{{\hat{C}}_{\mathrm{ols},k}^i}{{\stackrel{\‾}{P}}_k^i},$ 0≤k＜M+L

则信道的时域冲激响应表示：0≤n＜M+L。首先仅保留的前M抽头增益，即得到

${\hat{h}}_n^{\′}=\mathrm{\Φ}\×{\hat{h}}_{\mathrm{ols},n}^i,$ 0≤n＜M+L

其中：Ф＝[I_M，0_M×L]，I_M表示M阶的单位矩阵，0_M×L表示M行L列的零矩阵。然后保留的主径抽头增益，得到经过噪声抑制的信道时域冲激响应

${\hat{h}}_n^{\&prime;\&prime;}=\left\{\begin{array}{c}{\hat{h}}_n^{\&prime;},0\&le;n<M,\left|{\hat{h}}_n^{\&prime;}\right|>\mathrm{\&Delta;}\\ 0,\mathrm{otherwise}\end{array}\right.$

其中，Δ表示预先设置的第一阈值；设置中间变量I＝1，记

更进一步的，步骤S2包括分步骤：

S21.利用初估计的信道冲激响应估计发送的时域OFDM数据

S22.估计OFDM数据经过信道后的时域响应并消除其对接收的时域导引信号的残余符号间干扰，即更新导引数据与信道冲激响应的线性卷积

S23.利用步骤S13得到信道冲激响应结合第I-1次迭代得到的信道时域冲激响应更新信道时域冲激响应 0≤n＜M+L，其中，α是权值系数，0＜α＜1；

S24.令I＝I+1，转到步骤S21，进行迭代干扰消除和数据重构，直到估计的信道冲激响应与理想的信道冲激响应之间的均方误差小于β，完成信道估计，其中，β是预先设置的第二阈值。

本发明的有益效果：本发明提供了一种在利用时域块状导引代替循环前缀的OFDM系统中进行信道估计的方法。在本发明的方法中，利用线性卷积与循环卷积的等价性，分别采用两步消除OFDM数据对导引信号的符号间干扰和完成信道估计，由于接收的时域导引信号的首部和尾部样本都受到来自OFDM数据的符号间干扰，第一步，利用已经检测的上一帧OFDM数据和信道时域冲激响应，消除其对接收的时域导引信号首部样本点的符号间干扰，并完成信道的初估计；第二步，估计相邻的下一帧OFDM数据并重构其过信道后的数据响应，消除该OFDM数据对接收的时域导引信号的符号间干扰，更新导引数据与信道冲激响应的线性卷积结果，完成信道估计。本发明提出的信道估计方法，可以较好的消除时域OFDM数据对导引信号的符号间干扰，提高信道估计性能。同时，相对传统的信道估计方法，该方法的复杂度并没有提高，最后，利用块状导引代替循环前缀作为OFDM数据的保护间隔和进行信道估计，相对传统利用循环前缀作为保护间隔，并采用块状导引进行信道估计的OFDM系统，频谱效率得到明显的改善。本发明的方法特别适合在多径时延较大，并需要保证一定频谱效率和传输速率的OFDM系统中进行信道估计的无线通信系统。

附图说明

图1为频域导引图案。

图2为时域导引图案。

图3为本发明采用的数据结构模型图，其中，(a)为发送端的数据结构示意图；(b)数据过信道的时域分解示意图；(c)接收端的数据结构示意图。

图4为本发明的信道估计方法流程图。

具体实施方式

下面给出本发明的具体实施实例。需要说明的是：实例中的参数并不影响本发明的一般性。

在本发明中，发送端发送的数据结构如图3(a)所示。在发送端，采用时域块状伪随机PN数据代替循环前缀作为保护间隔，可以有效防止相邻OFDM数据间的符号间干扰。同时，填加的导引数据也可用于信道估计，甚至同步，相对传统填加循环前缀且利用导引进行信道估计的OFDM系统，能够显著提高系统的频谱效率和传输效率。但是，由于填加的时域导引数据和发送的OFDM数据前都没有循环前缀的保护，因此接收的时域导引信号和OFDM数据将分别受到来自相邻OFDM数据或导引数据的符号间干扰，如图3(b)阴影部分所示，因此它们不再满足与信道时域冲激响应的圆周卷积，那么针对传统CP-OFDM系统的信道估计方法不再适用。针对图3(a)的数据模型，本发明提出了一种有效的信道估计方法。

在本发明的系统模型中，假设具有L+1条径的多径信道h＝[h₀，h₁，h₂，...，h_L]，导引块的数据长度是M，且M＞L；OFDM符号的子载波数目是N；假设数据块持续时间小于信道相干时间，即信道冲激响应在持续时间内时准静态的。根据图3(c)，对接收的第i帧数据进行分析，估计第i块导引数据的信道状态信息。定义第i块导引数据令N₂＝N+M，定义第i块OFDM数据帧表示为：

$z_n^i=\left\{\begin{array}{c}{s}_n^i,0\&le;n<N-1\\ p_n^{i+1},N\&le;n<N_2\end{array}\right.---\left(1.1\right)$

那么，定义的OFDM数据帧由两部分组成：第i+1块导引数据和第i段OFDM数据定义长度为N₃＝N+2M的OFDM扩展数据块它由第i段OFDM数据和其前后两段导引数据组成：

${\tilde{z}}_n^i=\left\{\begin{array}{c}{z}_n^i,0\&le;n<N_2-1\\ p_n^i,-M\&le;n<0\end{array}\right.---\left(1.2\right)$

其中：n表示数据的下标，i表示定义的数据段标号。OFDM扩展数据块不仅包含第i段OFDM数据还包括第i块OFDM数据帧的尾部导引数据和第i-1块OFDM数据帧的尾部导引数据特别的，按照图3(a)的数据结构，如果导引数据满足则导引数据可以作为OFDM数据帧的循环前缀。因此，如果已知信道状态信息，对接收的第i个OFDM数据帧的时域响应采用传统的频域均衡方法进行检测，可以估计发送的时域OFDM数据帧并达到消除OFDM数据对接收的时域导引信号的符号间干扰的目的。

重叠保留算法：根据线性卷积与圆周卷积的等价性，可以利用两个序列的线性卷积构造二者的圆周卷积：

假设序列x＝[x₀，x₁，...，x_N-1]与序列h＝[h₀，h₁，...，h_M]的线性卷积是r＝[r₀，r₁，...，r_N+M-1]，则可以得到：

其中：代表N+M点的圆周卷积。利用重叠保留算法可以重构序列间的圆周卷积，再结合IFFT/FFT变换，利用传统的频域均衡方法完成数据检测：

$x={\mathrm{\&Phi;}}_{N\&times;(M+N)}\&times;\mathrm{IFFT}\left[\frac{\mathrm{FFT}[r,N+M]}{\mathrm{FFT}[h,N+M]}\right]---\left(1.4\right)$

其中：Ф＝[I_N，0_N×M]，IFFT/FFT(X，P)表示对数据X作P点的IFFT或FFT变换。

根据图3，设时域块状导引数据长度为M，OFDM数据长度为N，且满足M＞L，M+N＞2L，假设信道是准静态的且在数据块持续时间内信道状态信息不变，根据图3(c)，接收的第i块OFDM扩展数据块过信道后的时域响应将由三部分组成： 和

$c_n^j=p_n^j*h_n^i=\underset{l=0}{\overset{L}{\mathrm{\&Sigma;}}}{h}_l{p}_{n-l}^i,$ 0≤n＜M+L，j＝i，i+1    (1.5)

$y_n^i=s_n^i*h_n^i=\underset{l=0}{\overset{L}{\mathrm{\&Sigma;}}}{h}_l{s}_{n-l}^i,$ 0≤n＜N+L    (1.6)

其中：*表示线性卷积，n表示数据的样本时刻，i表示定义的数据段标号，h_l表示多径信道第l条径的信道增益。根据式(1.5)和(1.6)，第i个OFDM扩展数据块过信道后的时域响应表示为：

${\tilde{r}}_n^i=v_n^i+w_n^i,$ 0≤n＜N+2M    (1.7)

$v_n^i=\left\{\begin{array}{c}{c}_n^i+y_{n+N}^{i-1},0\&le;n<L\\ c_n^i,L\&le;n<M\\ c_n^i+y_{n-M}^i,M\&le;n<M+L\\ y_{n-M}^i,M+L\&le;n<M+N\\ y_{n-M}^i+c_{n-M-N}^{i+1},M+N\&le;n<M+N+L\\ c_{n-M-N}^{i+1},M+N+L\&le;n<2M+N\end{array}\right.---\left(1.8\right)$

其中：表示均值为0，方差为的高斯白噪声，n表示数据的样本时刻，根据图3(b)，表示第i段导引数据过信道后的理想数据响应。一方面，由于因此，第i块OFDM数据帧过信道后的时域响应可以描述为：

$r_n^i=z_n^i\&CircleTimes;h_n^i+w_n^i,$ 0≤n＜N₂    (1.9)

经过FFT变化，得到：

$R_k^i=H_k^i\&times;Z_k^i+W_k^i,$ 0≤k＜N₂    (1.10)

其中：分别是的傅里叶变换。如果信道频域信息已知，传统的单抽头频域均衡的方法可以被用来检测发送的OFDM数据帧另一方面，接收的第i段导引过信道后的时域响应描述为：

结合图3(b)和式(111)可以看出，接收的时域响应信号将分别包含来自第(i-1)帧OFDM数据的符号间干扰ISI-1：和第i帧OFDM数据的符号间干扰ISI-2：为了利用式(1.3)重构序列间的圆周卷积，必须消除接收的时域导引信号中的符号间干扰，包括ISI-1，ISI-2。

本发明的信道估计方法通过两步完成对接收的时域导引信号中符号间干扰的消除和信道估计，具体过程如下：

S1.首先利用已检测的第(i-1)帧OFDM数据和信道状态信息重构并消除OFDM数据对接收的时域导引信号的符号间干扰，即ISI-1，导引数据与信道冲激响应的线性卷积

重构导引数据与信道冲激响应的圆周卷积，完成信道冲激响应的初估计其中，i表示定义的导引或OFDM数据的标号，M表示时域导引数据块的长度，n表示数据的样本时刻，L表示信道的多径时延，表示第i-1帧OFDM数据对接收的导引数据的符号间的干扰；

S2.利用初估计的信道状态信息，估计发送的时域OFDM数据帧得到发送的第i帧OFDM时域数据估计并消除OFDM数据对导引的符号间干扰ISI-2，更新第i段导引数据的时域响应

利用更新的时域响应后可以再利用重叠保留算法，即可完成信道估计，提高信道估计的性能。可以看出这里通过消除ISI-2，进而更新时域响应然后再重构导引数据与信道冲激响应的圆周卷积完成信道估计。

下面结合具体的参数对上述两个步骤进行展开说明：

本实例中的OFDM系统参数设置如下：设OFDM信号调制方式采用QPSK调制，子载波总数N＝1024，子载波序号为[0，1，2，...，1023]。设块状导引数据长度M＝400，p＝[p₀，p₁，...，p₃₉₉]^T，且各段时域块状导引序列数据一样。本实例中选择的信道参数如下：采用两径瑞利衰落信道，多径时延设置为[0，0.0075]s，两径归一化衰落功率为[0.01，0.01]dB，归一化多普勒扩展值是0.02，设系统采样周期T＝2.5e-5s，则归一化的信道最大多径时延L＝0.0075/T＝300。

本实例中发送端信号处理过程为：二进制比特信号先经QPSK调制，然后经过IFFT变换组成长度为N的时域OFDM数据。长度为M的导引序列经IFFT变换构成时域块状导引数据。然后，将相同的导引数据加载到相邻的、长度为N的时域OFDM数据间，组成发送的数据模型。这样，由时域块状导引数据和OFDM数据组成的数据信息由发射机进行发射。

在接收端，根据图3(c)，以接收的第i个时域OFDM数据和其前后第i，i+1个时域导引数据构成的数据块的信道响应为例，采用本发明所述的方法对第i块导引数据进行信道估计时，根据图4描述的信道估计流程图，对步骤S1、S2的详细展开如下：

步骤S1包括以下分步骤：

S11.从接收的时域响应中分离第i个导引块与信道冲激响应的线性卷积结果和第i个OFDM数据帧的信道响应在第i块导引数据的尾部补充L＝300个零符号，构成扩展的导引数据

S12.利用已估计的第(i-1)帧OFDM数据和信道冲激响应消除其对接收的时域导引数据的符号间干扰得到导引数据与信道冲激响应的线性卷积那么扩展的导引数据与信道冲激响应的圆周卷积表示为：

S13.对导引数据响应和补零扩展的第i块导引数据分别作700点的FFT变换，得到频域响应和估计信道的频域响应：

${\hat{H}}_{\mathrm{OLS},k}^i=\frac{{\hat{C}}_{\mathrm{ols},k}^i}{{\stackrel{\&OverBar;}{P}}_k^i},$ 0≤k＜700

则信道的时域冲激响应：0≤n＜700。首先仅保留的前400个抽头增益，即得到

${\hat{h}}_n^{\&prime;}=\mathrm{\&Phi;}\&times;{\hat{h}}_{\mathrm{ols},n}^i,$ 0≤n＜400

其中：Ф＝[I₄₀₀，0_400×300]，I₄₀₀表示400阶的单位矩阵，0_400×300表示400行300列的零矩阵。然后保留的主径抽头增益，得到经过噪声抑制的信道时域冲激响应

${\hat{h}}_n^{\&prime;\&prime;}=\left\{\begin{array}{c}{\hat{h}}_n^{\&prime;},0\&le;n<400,\left|{\hat{h}}_n^{\&prime;}\right|>\mathrm{\&Delta;}\\ 0,\mathrm{otherwise}\end{array}\right.$

其中，Δ表示预先设置的第一阈值。在这里，Δ取值为比中幅度最大值小18dB的值，设置中间变量I＝1，记

步骤S2包括分步骤：

S21.利用初估计的信道冲激响应估计发送的第i帧时域OFDM数据

S22.估计OFDM数据经过信道后的时域响应并消除其对接收的时域导引信号中的残余符号间干扰更新导引数据与信道冲激响应的线性卷积

S23.利用步骤S13得到信道时域冲激响应结合第I-1次估计的信道时域冲激响应更新信道时域冲激响应 0≤n＜399，其中α是权值系数，在这里，α＝0.125。

S24.令I＝I+1，转到步骤S21，进行迭代干扰消除和数据重构，直到估计的信道冲激响应与理想的信道冲激响应之间的均方误差小于预先设置的阈值，完成信道估计。在这里，预先设置的第二阈值β＝1e-3。

以上实例仅为本发明的较佳例子而已，本发明的使用并不局限于该实例，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (3)

1.一种信道估计方法，其特征在于，具体包括如下步骤：

S1.利用已检测的第(i-1)帧OFDM数据和信道状态信息重构并消除OFDM数据对接收的时域导引信号的符号间干扰，得到导引数据与信道冲激响应的线性卷积

重构导引数据与信道冲激响应的圆周卷积，完成信道冲激响应的初估计，得到信道状态信息其中，i表示定义的导引或OFDM数据的标号，M表示时域导引数据块的长度，n表示数据的样本时刻，N表示OFDM符号的子载波数目，L表示信道的多径时延，表示第i-1帧OFDM数据对接收的导引信号的符号间的干扰；

S2.利用步骤S1得到的信道状态信息估计发送的时域数据得到发送的第i帧OFDM时域数据然后再估计第i帧OFDM数据对接收的导引信号的干扰更新

2.根据权利要求1所述的信道估计方法，其特征在于，步骤S1包括以下分步骤：

S11.从接收的时域响应中分离导引数据的时域响应和第i段数据块过信道后的时域响应补零扩展的导引数据 其中，0_1×L表示1行L列的零矩阵，N₂＝N+M；

S12.利用已估计的第(i-1)帧OFDM数据和信道状态信息消除对接收的时域导引信号的符号间干扰得到导引数据与信道冲激响应的线性卷积那么扩展的导引数据与信道冲激响应的圆周卷积表示为：

即： ${\hat{c}}_{\mathrm{osl},n}^i={\stackrel{\&OverBar;}{p}}_n^i{\&CircleTimes;}_{M+L}{h}_n^i;$

S13.对经过ISI干扰消除的时域导引数据和扩展的导引数据做FFT变换，得到频域信号： ${\hat{C}}_{\mathrm{ols},k}^i=\mathrm{FFT}\left({\hat{c}}_{\mathrm{ols},n}^i\right),{\stackrel{\&OverBar;}{p}}_k^{i=\mathrm{FFT}}\left({\stackrel{\&OverBar;}{p}}_n^i\right),$ 估计信道的频域响应：

${\hat{H}}_{\mathrm{OLS},k}^i=\frac{{\hat{C}}_{\mathrm{ols},k}^i}{{\stackrel{\&OverBar;}{p}}_k^i},0\&le;k<M+L$

则信道的时域冲激响应表示：首先仅保留的前M抽头增益，即得到

${\hat{h}}_n^{\&prime;}=\mathrm{\&Phi;}\&times;{\hat{h}}_{\mathrm{ols},n}^i,0\&le;n<M+L$

其中：Φ＝[I_M,0_M×L]，I_M表示M阶的单位矩阵，0_M×L表示M行L列的零矩阵；然后保留的主径抽头增益，得到经过噪声抑制的信道时域冲激响应

${\hat{h}}_n^{\&prime;\&prime;}=\left\{\begin{array}{c}{\hat{h}}_n^{\&prime;},0\&le;n<M,\left|{\hat{h}}_n^{\&prime;}\right|>\mathrm{\&Delta;}\\ 0,\mathrm{otherwise}\end{array}\right.$

其中，Δ表示预先设置的第一阈值；设置中间变量I＝1，记

3.根据权利要求2所述的信道估计方法，其特征在于，步骤S2包括分步骤：

S21.利用初估计的信道冲激响应估计发送的时域OFDM数据

S22.估计OFDM数据经过信道后的时域响应并消除其对接收的时域导引信号的残余符号间干扰，即更新导引数据与信道冲激响应的线性卷积

S23.利用步骤S13得到信道冲激响应结合第I-1次迭代得到的信道时域冲激响应更新信道时域冲激响应 其中，α是权值系数，0<α<1；

S24.令I＝I+1，转到步骤S21，进行迭代干扰消除和数据重构，直到估计的信道冲激响应与理想的信道冲激响应之间的均方误差小于β，完成信道估计，其中，β是预先设置的第二阈值。