CN102739573B - 信道估计方法以及信道估计器 - Google Patents

Abstract

本发明涉及信道估计方法以及信道估计器。所述方法包括：接收包括符号-载波矩阵的信号，所述符号-载波矩阵包括预定图案的导频符号；以及确定所述导频符号在所述符号-载波矩阵中的导频符号位置上的第一信道估计。所述方法还包括：使用贝叶斯估计来校正所述导频符号位置上的第一信道估计；以及基于经校正的第一信道估计使用插值来确定所述导频符号位置之外的符号位置上的第二信道估计。

Description

信道估计方法以及信道估计器

技术领域

本发明涉及信道估计方法以及信道估计器。

背景技术

正交频分复用(OFDM)多载波调制无线射电传输系统能够基于能发射和接收多载波数据信号的发射器和接收器来配置。多载波无线电传输系统的一个示例是正交频分复用(OFDM)，其中OFDM发射器广播由包含多个等间距的载波频率的符号组成的信息。无线通信信道的特性通常因传输路径的变化而随时间改变。为了在有传输信道的随时间的大量变化的情况下对OFDM调制数据进行解调，需要知道传输信道频率响应。这需要接收器提供对传输信道的适当的信道估计。

发明内容

本发明提供了一种用于多载波无线电传输系统(radiotransmissionsystem)的信道估计方法，其包括：接收包括符号-载波矩阵的信号，所述符号-载波矩阵包括预定图案的导频符号；确定所述导频符号在所述符号-载波矩阵中的导频符号位置上的第一信道估计；使用贝叶斯估计来校正所述导频符号位置上的第一信道估计；以及基于经校正的第一信道估计通过插值来确定所述导频符号位置之外的符号位置上的第二信道估计。

本发明还提供了一种用于多载波无线电传输系统的信道估计器，其包括：第一信道估计级，其被配置成确定导频符号在所接收的信号的符号-载波矩阵中的导频符号位置上的第一信道估计；校正单元，其被配置成使用贝叶斯估计来校正所述导频符号位置上的第一信道估计；以及第二信道估计级，其被配置成基于经校正的第一信道估计通过插值来确定所述导频符号位置之外的符号位置上的第二信道估计。

附图说明

附图被包括以提供对实施例的进一步理解，而且附图被并入本说明书中并且构成本说明书的一部分。附图示出实施例，并且与说明一起被用于解释实施例的原理。其他实施例以及实施例的许多预计的优点将容易地被领会，因为通过对以下详细说明的参考使它们变得更好地被理解。相似的参考标号表示对应的类似部件。

图1示出接收器的示意性框图表示；

图2a和图2b分别示意性地示出用于单输入单输出(SISO)天线配置的符号-载波矩阵以及用于多输入多输出(MIMO)天线配置的符号-载波矩阵；

图3示出按照一个实施例的用于多载波无线电传输系统的信道估计方法的流程图；

图4示出按照一个实施例的用于多载波无线电传输系统的信道估计方法的流程图；

图5示出2×2天线配置的示意性表示；

图6示出按照一个实施例的信道估计器的示意性框图表示；以及

图7示出按照一个实施例的信道估计器的示意性框图表示。

具体实施方式

参考附图来描述各个方面和实施例，其中相似的参考标号一般被用于通篇表示相似的元件。为了解释的目的，在以下说明中阐述了大量具体细节，以便提供对实施例的一个或多个方面的透彻理解。但是，对于本领域的技术人员可能明显的是，可以采用更少程度的具体细节来实践所述实施例的一个或多个方面。在其他情况下，已知结构和元件以示意性的形式被示出，以便有助于描述实施例的一个或多个方面。应理解的是，可利用其他实施例，并且可进行结构上或逻辑上的改变而不背离本发明的范围。

另外，虽然可以仅相对于若干实现中的一种来公开一个实施例的特定特征或方面，但是这样的特征或方面可与其他实现的一个或多个其他特征或方面相结合，如对于任何给定或特定应用可能是所希望的和有利的那样。此外，就术语“包括”、“具有”、“带有”或它们的其他变体被用在详细说明或权利要求中而言，这样的术语旨在以与术语“包含”相似的方式表示包括在内(inclusive)。可使用术语“耦合”和“连接”及其派生。应理解的是，这些术语可被用于指示两个元件彼此协作或交互，而不管它们彼此直接物理或电接触还是它们彼此不直接接触。另外，术语“示例性的”仅意在作为示例而不是最佳或优选。因此，以下详细说明不应在限制的意义上来理解，并且本发明的范围由所附的权利要求来限定。

本文所描述的设备和方法被用作无线电传输系统的一部分或者被用于无线电传输系统，即用于在正交频分复用(OFDM)模式下操作的系统。所公开的设备可以在用于OFDM无线电信号的发射或接收的装置的基带段中，特别是在像基站或中继站那样的发射器以及像移动电话、手持装置或其他种类的移动无线电接收器那样的接收器的基带段中实施。所描述的设备可以被用于执行本文所公开的方法，但是那些方法也可以任何其他方式来执行。

可结合任何种类的多载波无线电传输系统，特别是采用多载波调制的任何移动通信系统来阅读以下说明，举例来说所述多载波调制诸如为通用移动通信系统(UMTS)标准或长期演进(LTE)标准。

还可结合基于地面发射器的数字视频广播(DVB-T/H)领域以及适用于移动或手持接收器的通信系统设计中的多载波无线电传输系统来阅读以下说明。但是，例如卫星OFDM系统的其他通信系统也可从本文所略述的概念和原理中获益。

本文所描述的方法和设备可与在本文所描述的多载波无线电传输系统中采用的任何类型的天线配置一起使用。特别地，本文所提出的概念适用于采用任意数量的发射和/或接收天线的无线电系统，即单输入单输出(SISO)系统、单输入多输出(SIMO)系统、多输入单输出(MISO)系统和多输入多输出(MIMO)系统。

参看图1，其中示出了可对OFDM多载波传输信号进行解调和解码的接收器的示意性框图表示。接收器100可包括用于执行不同功能的基带处理器，如图1所示。基带处理器在50处去除循环前缀(CP)、使用快速傅立叶变换(FFT)52将信号变换到频域中并且执行信道估计54、均衡56和turbo信道解码58。考虑每个时隙有N个副载波和L个OFDM符号的OFDM系统。假定理想同步，第k个副载波和第1个OFDM符号的所接收信号y_k，1的复基带表示归纳为：

y_k.l＝x_k，lH_k，l+z_k，l，k＝1，...，Nl＝1，...，L(1)

其中x_k，l、H_k，l和z_k，1分别表示每个符号的能量为E_s的所发射符号、信道传递函数采样以及平均值为零并且方差为N₀的加性高斯白噪声。

参看图2a和图2b，其中示出了用于SISO配置(图2a)以及用于MIMO2×2配置(图2b)的符号-载波矩阵的示意性表示。为了有助于信道估计，在符号-载波矩阵的时频网格中的特定位置上插入被称作导频的已知符号。在图2a中示出在频率方向上的导频间距等于6个OFDM符号而时间方向上每个时隙有两个包含导频的OFDM符号并且包含导频的OFDM符号彼此相距4个和3个OFDM符号的情况下结果得到的二维导频图案。

首先基于导频位置上的所接收信号在导频位置上得到信道估计。进而在时间和频率两个方向上使用插值技术来计算导频符号位置之外的符号位置上的剩余信道系数。导频位置上的初始估计还能够被馈送至接收器中的其他块，例如馈送至信噪比(SNR)估计器，或者馈送至精细的时间跟踪单元等。因此，这些信道估计的质量显著地影响其他所估计的参数的准确性。

图2b示出用于2×2天线配置的导频网格。当天线端口0正在发射其导频符号时，另一天线是沉默的。这意味着来自两个天线端口的导频传输是完全正交的，即MIMO信道估计是SISO信道估计技术的直接扩展。

在使用插值技术以便得到任意符号位置上的信道估计之前，执行基于导频位置上的所接收信号的导频处理。该导频处理能够仅是使用简单的最小二乘(LS)解调的解调操作，所述简单的最小二乘(LS)解调对于PSK(相移键控)调制归纳为

${\hat{H}}_{k,l}=y_{k,l}{x}_{k,l}^{*},$ {k，l}∈P(2)

其中P是所有导频位置的集合。如能够从上式中看到的那样，导频处理按每个副载波来执行并且因此具有低的计算复杂度。

一旦导频位置上的信道估计为已知，就能够基于二维导频网格上的信道估计将插值技术应用于估计导频符号位置之外的符号位置上的剩余信道系数。这些插值技术包括例如2D和2×1D维纳插值。2D和2×1D插值技术两者均最小程度地依靠先验信道知识。在这些技术中，假定多普勒和延迟功率谱是均匀的，其中界限(f_max，τ_max)能够分别被固定为最大多普勒带宽B_D＝2f_D(其中f_D是最大信道多普勒频率)和循环前缀长度T_CP。这允许离线地预先计算插值系数，使得仅与实时取值的系数相乘的运算以及求和运算实时地被需要。对于2×1D方式，按下式得到维纳(最小均方估计MMSE)系数：

频率方向：k∈F(3)

时间方向：l∈T(4)

其中F是副载波的集合，而T是参考符号的集合，其中插值必须被执行。对于2D的情况，维纳(MMSE)系数按下式得到

(k，l)∈FT(5)

其中FT是副载波和参考符号的集合，其中插值必须被执行。(3)-(5)中的互相关和自相关矩阵的元素(element)能够用si函数来表示。

参看图3，其中示出了按照一个实施例的用于多载波无线电传输系统的信道估计方法的流程图。该方法包括：在s1中接收包括符号-载波矩阵的信号，该符号-载波矩阵包括预定图案的导频符号；以及在s2中确定导频符号在符号-载波矩阵中的导频符号位置上的第一信道估计。该方法还包括：在s3中通过贝叶斯估计来校正导频符号位置上的第一信道估计；以及在s4中基于经校正的第一信道估计通过插值来确定导频符号位置之外的符号位置上的第二信道估计。

按照图1的信道估计方法的一个有利方面在于，能够通过基于贝叶斯估计对导频符号位置上的第一信道估计进行校正来改进该第一信道估计。虽然其较简单，但是如在上式(2)中所给出的最小二乘方法没有提供导频位置上的非常准确的估计，特别是在低信噪比(SNR)的条件下。按照图1的信道估计方法目的在于改进信道估计性能而不显著增加“实时复杂度”，即必须实时计算的操作的复杂度。通过更优选的导频处理，2×1D或2D维纳信道估计器的解调性能被显著改进而没有复杂度的显著增加。类似地，依靠导频位置上的信道估计的所有那些块的性能也将从所提出的方式中获益。

按照使用图1的方法的一个实施例，该方法还包括计算所接收的信号的信噪比。

按照使用图1的方法的一个实施例，所述传输系统包括至少两个发射天线或者至少两个接收天线，而该方法还包括从预定义的空间相关矩阵集合中选择空间相关矩阵，并且在贝叶斯估计中采用所选择的空间相关矩阵。按照其另一个实施例，该方法还包括计算表示所述至少两个发射天线和/或所述至少两个接收天线之间的空间相关性的相关系数。

按照一个实施例，基于计算得到的相关系数，特别是基于计算得到的相关系数高于还是低于一个或多个预定阈值来选择空间相关矩阵。按照另一个实施例，首先基于计算得到的相关系数来确定空间相关矩阵，并且此后按照所希望的、所述贝叶斯估计的复杂度来选择更小的空间相关矩阵。

按照使用图1的方法的一个实施例，所述传输系统仅包括一个发射天线并且仅包括一个接收天线，而该方法还包括从预定义的频率相关矩阵集合中选择频率相关矩阵，并且在贝叶斯估计中采用所选择的频率相关矩阵。按照其一个实施例，该方法还包括计算所接收的信号的信噪比。按照其另一个实施例，该方法还包括基于所确定的信噪比，特别是基于计算得到的信噪比高于还是低于一个或多个预定阈值来选择频率相关矩阵。

因此，通过利用对相关性质的认识来改进导频位置上的信道估计的质量，所述相关性质或者是多天线情况下在发射和/或接收侧的空间相关性，或者是单天线情况下分别在发射和接收侧的频率相关性。

参看图4，其中示出了按照一个实施例的用于多载波无线电传输系统的信道估计方法的流程图，其中该传输系统包括至少两个发射天线或者至少两个接收天线。该方法包括：在s1中接收包括符号-载波矩阵的信号，该符号-载波矩阵包括预定图案的导频符号；以及在s2中确定导频符号在符号-载波矩阵中的导频符号位置上的第一信道估计。该方法还包括：在s5中计算表示所述至少两个发射天线和/或所述至少两个接收天线之间的空间相关性的相关系数，并且根据计算得到的相关系数从预定义的空间相关矩阵集合中确定空间相关矩阵；以及在s6中确定相关矩阵是否为单位矩阵。如果在s6中发现相关矩阵不是单位矩阵，则在s7中确定是否需要更低复杂度的后续计算过程。如果在s7中发现不需要更低的复杂度，则将在s8中基于所确定的空间相关矩阵使用贝叶斯估计来校正导频符号位置上的第一信道估计。如果在s6中发现相关矩阵是单位矩阵，则该流程直接转到s8。如果在s7中发现需要更低的复杂度，则将在s9中基于比所确定的空间相关矩阵小的矩阵通过贝叶斯估计来校正导频符号位置上的第一信道估计。最后，将在s10中基于经校正的第一信道估计使用插值在导频符号位置之外的符号位置上确定第二信道估计。

按照图4的方法的一个实施例，该方法还包括计算所接收的信号的信噪比。

将在下文中略述用于多载波无线电传输系统的信道估计方法的另一个实施例并且其包括以下内容。

(1)在MIMO情况下，仅需要评估是处于高度、中度还是低度相关的情况(通过相关系数的初步计算)。一旦这已知，就将应用对应的预先计算得到的MMSE估计矩阵(还取决于SNR水平)。在低度相关情况的特殊形式中，即在其中在发射天线之间以及还在接收天线之间存在低相关性的低度相关情况中，进而能够采取如下在(2)中的方式。

(2)在SISO情况下，还基于SNR水平并且可能地在延迟扩展估计可用时基于延迟扩展估计来预先计算MMSE估计矩阵。但是，使用保护间隔长度将足以在没有延迟扩展估计可用的情况下提供良好的性能。

就复杂度而言，注意从上述事实中清楚的是，不要求在线矩阵求逆，因为通常的情况是MMSE估计器依靠对信道统计的确切认识。代替地执行矩阵向量乘法，其中对于不同SNR和相关系数离线地计算矩阵，并且其中向量/矩阵的尺寸取决于导频的数量(从12至200)。

最后，应注意的是，所提出的方式通常将应用在“稳态”条件下，也就是说，在已使用常规方式收集了关于信道统计的某些基本辅助信息(basicsideinformation)(例如空间相关系数、SNR)之后。

1)算法描述

按照用于多载波无线电传输系统的信道估计方法的另一个实施例，各种步骤能够被概括如下：

(1)情况检测：计算发射和接收天线的相关系数并且应用对应的阈值。在这点上，有以下3种可能性或情况：

(2)MIMO：在发射和接收天线两者上都检测到高度或中度的空间相关性。进而，基于1)中的相关系数以及基于SNR来选择对应的估计矩阵并且应用“健壮的(robust)”MMSE估计器，如在以下部分2a(和2c)中所详细描述的那样。

(3)SIMO：在接收天线上检测到高度或中度的空间相关性或者希望更低的复杂度。进而，将在发射天线上的处理分开，并且基于上述步骤(1)中的相关系数以及基于SNR来选择对应的估计矩阵，并且应用“健壮的”MMSE估计器，如在以下部分2b(和2c)中所详细描述的那样。

(4)SISO：检测到低相关性情况的特殊形式，其中在发射天线之间以及还在接收天线之间存在低相关性。进而，基于SNR，应用SISO方式，选择对应的频率估计矩阵，并且应用“健壮的”MMSE估计器，如在以下部分2c中所详细描述的那样。

应注意的是，在预备部分中，仅基于对发射和接收空间相关性的3个假设(低度、中度、高度)从非常小的集合中选择上述步骤(2)和(3)中的估计矩阵。但是，当要选择MMSE估计矩阵时并且在取得上述步骤(1)中的初始决定之后，如果更精细的分辨率被用于相关系数，则能够获得更好的性能。

为了得出改进的导频估计器的表达式，首先需要在频域中对所接收的导频采样进行预处理，以便得到以下类型的等式：

z＝Ah+n

产生估计器的表达式：

$\hat{h}=\mathrm{Qz}={\mathrm{CA}}^H{({\mathrm{ACA}}^H+{\mathrm{\σ}}^{2}I)}^{-1}z$

其中z是在解调之后导频位置上的所接收采样的向量。这种均衡能够被看作是下面进一步示出的等式(13)的一般化。在一些情况下，A可能是单位矩阵(比较下面进一步示出的SISO情况)，而C是相关矩阵(采用下面进一步示出的它的不同形式)。特别地，对于z，能够考虑对于给定带宽的完整的导频集合，叠加不同接收(SIMO)和发射/接收天线(MIMO)的贡献。备选地，可采用重叠或相邻的采样窗口以得到复杂度降低。上式中的向量h可以是信道脉冲响应向量(时域方式)或者频率响应向量(频域方式)。LTE导频图案的特定结构同时允许这两种方式，对两种方法之一(时间或频率)的选择将取决于所希望的复杂度/性能折衷，如在以下部分中所描述的那样。在本发明中开发的一套算法的新的和共同的特征是对上述相关矩阵C进行建模以避免在估计器的表达式中对矩阵求逆的在线计算的“健壮”方式。

下面提供用于所提出的估计器的不同变体的详细等式。

2a)MIMO情况(时域)

通过示出按照时域方式对MIMO情况(步骤2)的改进处理开始。考虑一般的副载波k和k′＝k+3上的所接收信号。由于TX导频图案的正交性，需要考虑两个副载波索引，以便能够在一个等式中并入两个TX天线的作用。用z(k，k′)表示对应于不同接收和发射天线的解调符号的向量(注意不同的载波索引)，得到：

$z(k,k^{\′})=\left[\begin{array}{c}{h}_{11}\left(k\right)\\ h_{21}\left(k\right)\\ h_{12}\left(k^{\′}\right)\\ h_{22}\left(k^{\′}\right)\end{array}\right]+\left[\begin{array}{c}{n}_1\left(k\right)\\ n_2\left(k\right)\\ n_1\left(k^{\′}\right)\\ n_2\left(k^{\′}\right)\end{array}\right]=h_f(k,k^{\′})+n(k,k^{\′})---\left(6\right)$

在等式(6)中，h_i，j(k)表示一般的副载波k上的第j个TX天线与第i个RX天线之间的信道系数，而n_i(k)是在解调之后第i个RX天线上的噪声采样。注意，频率系数通过以下关系式与时域中的信道抽头相关：

$h_f(k,k^{\′})=\left[\begin{array}{c}{h}_{11}\left(k\right)\\ h_{21}\left(k\right)\\ h_{12}\left(k^{\′}\right)\\ h_{22}\left(k^{\′}\right)\end{array}\right]=\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}\left[\begin{array}{c}{h}_{11}^t\left(l\right)e^{-j2\mathrm{\πlk}/N}\\ h_{21}^t\left(l\right)e^{-j2\mathrm{\πlk}/N}\\ h_{12}^t\left(l\right)e^{-j2\mathrm{\π}{\mathrm{lk}}^{\′}/N}\\ h_{22}^t\left(l\right)e^{-j2\mathrm{\π}{\mathrm{lk}}^{\′}/N}\end{array}\right]---\left(7\right)$

其中N是FFT尺寸。现在进一步详述(6)，以使所接收的采样的表达式具有允许对时域信道系数为的MMSE估计器的简单推导的形式。特别地，以更紧凑的形式改写等式(3)，即：

其中

D(k，k′)＝[D₀(k，k′)，...，D_L-1(k，k′)]， $h_t=\left[\begin{array}{c}{h}_0\\ .\\ .\\ .\\ h_{L-1}\end{array}\right]---\left(9\right)$ 得到

z(k，k′)＝D(k，k′)h_i+n(k，k′)(10)

最后，将N_w(其中N_w为窗口尺寸)个向量z(k，k′)叠加在更长的向量z中，得到：

$z=\left[\begin{array}{c}z(k_0,k_0+3)\\ .\\ .\\ .\\ z(k_{N_w-1},k_{N_w-1}+3)\end{array}\right]={\mathrm{Dh}}_t+n---\left(11\right)$

其中：

$D=\left[\begin{array}{c}D(k_0,k_0+3)\\ .\\ .\\ .\\ D(k_{N_w-1},k_{N_w-1}+3)\end{array}\right],$ $n=\left[\begin{array}{c}n(k_0,k_0+3)\\ .\\ .\\ .\\ n(k_{N_w-1},k_{N_w-1}+3)\end{array}\right]---\left(12\right)$

其中k_i指示TX天线1的导频副载波，而k_i+3指示TX天线2的导频副载波。

给定(11)中的模型并且使用MMSE正交性原理，能够得出用于计及TX以及RX天线之间的相关性的、基于MMSE的导频估计器的以下表达式：

${\hat{h}}_t=Q_{\mathrm{MIMO}}z=C_{\mathrm{MIMO}}{D}^H{({\mathrm{DC}}_{\mathrm{MIMO}}{D}^H+{\mathrm{\σ}}^{2}I)}^{-1}z---\left(13\right)$

其中是信道脉冲响应的相关矩阵。应注意的是，Q_MIMO取决于信噪比(SNR)，这从σ²I项中显而易见，因此如果希望将SNR考虑在内，则其必须被测量并且引入如上所示的等式。假定h_ij(k′)≈h_ij(k)，这对应于在频率方向上假定恒定信道，至少对于大约3个副载波的间距，则能够将C_h表示为[6]：

$R_T=\left[\begin{array}{cc}{\mathrm{\ρ}}_{11}^T& {\mathrm{\ρ}}_{12}^T\\ {\mathrm{\ρ}}_{21}^T& {\mathrm{\ρ}}_{22}^T\end{array}\right],$ $R_R=\left[\begin{array}{cc}{\mathrm{\ρ}}_{11}^R& {\mathrm{\ρ}}_{12}^R\\ {\mathrm{\ρ}}_{21}^R& {\mathrm{\ρ}}_{22}^R\end{array}\right]---\left(15\right)$

${\mathrm{\ρ}}_{\mathrm{ij}}^T=E\left\{h_{\mathrm{in}}^t{\left(h_{\mathrm{jn}}^t\right)}^{*}\right\}=E\left\{h_{\mathrm{in}}^f{\left(h_{\mathrm{jn}}^f\right)}^{*}\right\},$ ${\mathrm{\ρ}}_{\mathrm{ij}}^R=E\left\{h_{\mathrm{mi}}^t{\left(h_{\mathrm{mj}}^t\right)}^t\right\}=E\left\{h_{\mathrm{mi}}^f{\left(h_{\mathrm{mj}}^f\right)}^t\right\}---\left(16\right)$

其中使用了以下观察结果

a)相关矩阵对于不同的信道抽头是相同的，

b)每个抽头的相关矩阵能够被表示为TX和RX相关矩阵的Kronecker乘积，

c)RX/TX相关因子与TX/RX天线单元无关。

进而最后得到频域信道估计如下

${\hat{h}}_f=D\·Q_{\mathrm{MIMO}}z=P_{\mathrm{MIMO}}z---\left(17\right)$

矩阵乘积P_MIMO的维数由4N_W×4N_V给出，N_W和N_V为窗口尺寸。

记住RX(TX)相关性设法识别h₁₁与h₂₁(h₁₁与h₁₂)之间的相关性，如图5所示。类似地，还可取得h₂₂与h₂₁(h₂₂和h₁₂)之间的相关性。在下式(32)中，设法通过对两个结果求平均来使用两种可能性。

2b)SIMO情况(时域)

在这点上，我们观察到，由于发射天线在导频位置上的正交性，上述所接收采样的表达式是具有3个副载波的间距的两个频率索引k和k′的函数。进而能够将信号模型分为两个更小的SIMO模型，每个发射天线一个。这是在发射天线上检测到低相关性时或者在希望更低的复杂度时的可行选项。仅考虑RX相关性，得到：

$z\left(k\right)=\left[\begin{array}{c}{z}_k^i\\ z_k^i\end{array}\right]=\left[\begin{array}{c}{h}_{11}\left(k\right)\\ h_{21}\left(k\right)\end{array}\right]+\left[\begin{array}{c}{n}_1\left(k\right)\\ n_2\left(k\right)\end{array}\right]{=h}_f\left(k\right)+n\left(k\right)---\left(18\right)$

$h_f\left(k\right)=\left[\begin{array}{c}{h}_{11}\left(k\right)\\ h_{21}\left(k\right)\end{array}\right]=\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}\left[\begin{array}{c}{h}_{11}^t\left(l\right)e^{-j2\mathrm{\πlk}/N}\\ h_{21}^t\left(l\right)e^{-j2\mathrm{\πlk}/N}\end{array}\right]=\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}\left[\begin{array}{c}{h}_{11}^t\left(l\right)\\ h_{21}^t\left(l\right)\end{array}\right]e^{-j2\mathrm{\πlk}/N}$

$=[e^{-j2\mathrm{\π}0k/N}{I}_{2\×2},...,e^{-j2\mathrm{\π}(L-1)k/N}{I}_{2\×2}]\left[\begin{array}{c}{h}_{11}^t\left(0\right)\\ h_{21}^t\left(0\right)\\ .\\ .\\ .\\ h_{11}^t(L-1)\\ h_{21}^t(L-1)\end{array}\right]=D\left(k\right)h_t---\left(19\right)$

副载波k上的所接收采样进而能够被表示为：

$z\left(k\right)=\left[\begin{array}{c}{z}_k^i\\ z_k^i\end{array}\right]=D\left(k\right)h_t+\left[\begin{array}{c}{n}_1\left(k\right)\\ n_2\left(k\right)\end{array}\right]=D\left(k\right)h_f\left(k\right)+n\left(k\right)---\left(20\right)$

再次将N_W个所接收的采样叠加在一个向量中，得到：

$z=\left[\begin{array}{c}D\left(k_0\right)\\ .\\ .\\ .\\ D\left(k_{N_w-1}\right)\end{array}\right]h_t+n={\mathrm{Dh}}_t+n---\left(21\right)$

(17)-(20)中的方式意味着忽略发射天线之间的相关性并且预期通过仅利用接收天线上的相关性来得到更好的信道估计。

基于(21)，现在能够得出仅计及RX天线上的相关性的、基于MMSE的导频估计器的表达式，得到：

${\hat{h}}_t=Q_{\mathrm{SIMO}}z=C_{\mathrm{SIMO}}{D}^H{({\mathrm{DC}}_{\mathrm{SIMO}}{D}^H+{\mathrm{\σ}}^{2}I)}^{-1}z---\left(22\right)$

其中

应注意的是，Q_SIMO取决于信噪比(SNR)，这从σ²I项中显而易见，因此如果希望将SNR考虑在内，则其必须被测量并且引入如上所示的等式。进而得到频域信道估计如下

${\hat{h}}_f=D\·Q_{\mathrm{SIMO}}z=P_{\mathrm{SIMO}}z---\left(24\right)$

矩阵乘积P_SIMO的维数由2N_P×2N_P给出。

现在，问题是如何计算出现在上述两个估计器等式中的相关矩阵(等式(14)和(23))。例如，可以是可能的为通过使用所估计的信道系数开始并且使用例如信道估计数值地计算(16)中的系数。

在这点上，能够进行进一步简化，以便避免对相关矩阵的计算。特别地，能够采取“健壮”方式，仅允许具有实元素的3个可能的相关矩阵中的一个。为了选择3个相关矩阵之一，需要判定是处于低、中还是高相关性的情况。这能够通过按下式数值地计算(16)中的TX和RX相关系数来完成(对于(21)中的估计器仅需要接收相关系数)：

${\widehat{\mathrm{\ρ}}}_{\mathrm{ij}}^T=E\left\{{\hat{h}}_{\mathrm{in}}^t{\left({\hat{h}}_{\mathrm{jn}}^t\right)}^{*}\right\}=E\left\{{\hat{h}}_{\mathrm{in}}^f{\left({\hat{h}}_{\mathrm{jn}}^f\right)}^{*}\right\},$ ${\widehat{\mathrm{\ρ}}}_{\mathrm{ij}}^R=E\left\{{\hat{h}}_{\mathrm{mi}}^t{\left({\hat{h}}_{\mathrm{mj}}^t\right)}^{*}\right\}=E\left\{{\hat{h}}_{\mathrm{mi}}^f{\left({\hat{h}}_{\mathrm{mj}}^f\right)}^{*}\right\}---\left(25\right)$

其中E{.}是期望值，h_in、h_jn是信道系数，而(h)^*是h的复值。

例如，R_T和R_R的3个相关矩阵(比较等式(15))可如下所示。

$R_T=\left[\begin{array}{cc}1& 0.9\\ 0.9& 1\end{array}\right],$ $\left[\begin{array}{cc}1& 0.3\\ 0.3& 1\end{array}\right],$ 或 $\left[\begin{array}{cc}1& 0\\ 0& 1\end{array}\right],$

$R_R=\left[\begin{array}{cc}1& 0.9\\ 0.9& 1\end{array}\right],$ $\left[\begin{array}{cc}1& 0.3\\ 0.3& 1\end{array}\right],$ 或 $\left[\begin{array}{cc}1& 0\\ 0& 1\end{array}\right],$

矩阵元素的值按照计算得到的相关系数与阈值的比较来选择。在上述示例中，如果ρ被测量为高于0.9，则选择值0.9，如果ρ被测量为处于0.3与0.9之间，则选择值0.3，以及如果ρ被测量为低于0.3，则选择值0，在这种情况下，相关矩阵为单位矩阵。如果发现R_T和R_R两者均为单位矩阵，则C_MIMO和Q_MIMO也是单位矩阵(比较等式(13)、(14)、(27)和(28))。当然，阈值能够以不同方式来选择，并且对于R_T和R_R能够存在不止3个不同的预定义相关矩阵。

(25)中的相关系数是将要用在情况检测步骤中的那些相关系数。注意，健壮方式的另一个优点在于，一旦SNR以及RX和TX天线上的相关性的水平为已知，就能够预先计算信道估计器矩阵Q。如上所述，当要选择MMSE估计矩阵时(并且在执行了情况检测步骤之后)，如果更精细的分辨率被用于相关系数，则能够获得更好的性能。

2c)MIMO/SIMO情况(频域)

以上部分2a和2b中的方式的频域变体产生MIMO和SIMO信道估计器的更简单的表达式。在向量z中集中N_W个导频(并且如在以上部分2a和2b中那样叠加发射/接收(MIMO)向量或仅叠加接收向量(SIMO))，得到：

${\hat{h}}_f=\mathrm{Qz}=C{(C+{\mathrm{\σ}}^{2}I)}^{-1}z---\left(26\right)$

其中C是具有如前所述的类似结构的块对角相关矩阵，即：

对于MIMO情况，以及

对于SIMO情况。

注意，C的维数对于MIMO情况为4N_W×4N_W以及对于SIMO情况为2N_W×2N_W。注意，对于给定带宽，N_W可以被设置为导频的总数量N_p，或者N_W可以被设置为更小的窗口。此外，取决于所希望的复杂度和性能，窗口可以部分重叠(滑动窗口方式)或者相邻。

一般来说，注意，以上提出的过程能够容易地被扩展为任何数量的RX和TX天线。

2d)SISO情况(频域)

如果检测到低相关性的情况，则可以决定以常规的LS方式开始，但为了改进性能，我们沿用与MIMO情况类似的方式，这一次在特定的接收天线上利用导频之间的频率相关性。信号模型变成(去掉天线索引)：

$z=\left[\begin{array}{c}h\left(k_0\right)\\ h\left(k_1\right)\\ .\\ .\\ .\\ h\left(k_{N_w-1}\right)\end{array}\right]+\left[\begin{array}{c}n\left(k_0\right)\\ n\left(k_1\right)\\ .\\ .\\ .\\ n\left(k_{N_w-1}\right)\end{array}\right]=h+n---\left(29\right)$

其中h直接是导频副载波k_i上的频域采样的向量。MMSE估计器的表达式将为：

${\hat{h}}_f=Q_{\mathrm{SISO}}z=C_{\mathrm{SISO}}{(C_{\mathrm{SISO}}+{\mathrm{\σ}}^{2}I)}^{-1}z---\left(30\right)$

实际上，对于大带宽并且因而对于大数量的导频(N_p＞25)，在(29)中采取更小的窗口N_W并且进而在(30)中对其进行处理。对于初步调查，使用了相邻(即非重叠窗口)的16个导频。这些窗口能够是相邻或重叠的(滑动窗口)。同样地，在问题的健壮公式化中，将预先计算(30)中的相关矩阵，从而将功率延迟分布建模为随时间恒定，其中持续时间等于循环前缀。进而将得到C_SISO的输入项如下：

C_SISO(i，j)＝si(2πτ_maxΔF(i-j))，i＝1，...，N_W(31)

其中si是sinc函数，而ΔF和τ_max分别表示信道的副载波间距和延迟扩展，通常设置为所允许的最大值，即循环前缀长度T_CP。所看到的是，能够对于不同的SNR水平离线地预先计算结果得到的矩阵Q_SISO。最后，如对于SIMO/MIMO那样，对于给定带宽，窗口长度N_W可以被设置为导频的总数量N_p，或者窗口长度N_W可以被设置为更小的窗口。此外，取决于所希望的复杂度和性能，窗口可以部分重叠(滑动窗口方式)或者相邻。

在这点上，下面应进行几点说明。如上所述，频域和时域方式之间的选择取决于所希望的复杂度/性能折衷。能够观察到以下内容：

1)对于MIMO-FD和SIMO-FD方式，等式的数量和未知数的数量随导频的数量而线性缩放。因此，无论选择多大的窗口尺寸N_W，结果得到的性能保持不变。

2)如果多径分量的延迟可用(在信道脉冲响应的初步估计之后)，这种信息能够被并入(8)和(19)中的矩阵D，从而减少TD情况下未知数的数量并且产生改进的性能。

3)对于不知道确切的信道延迟的MIMO-TD和SIMO-TD方式，未知数的数量随L线性增长，而等式的数量随窗口尺寸N_W线性增长。如果窗口尺寸(即导频的数量)因此明显大于L，则算法TD从相对于FD方式的噪声平均效应中获益。相反，如果信道抽头的数量明显大于导频的数量，则能够预期相对于MIMO-/SIMO-FD方式的性能下降。

4)如果信道的延迟为已知并且具有显著能量的抽头的数量较小，则与FD方式相比，TD方式的性能明显更好(假定有相同数量的导频)。但是，由于延迟通常不是提前已知的，所以矩阵Q必须实时计算，从而引起复杂度的显著增加。

5)另外，能够通过调整应按照信道的预期相干时间来选择的窗口尺寸来缩放SISO-FD算法。如果这个信息不可用，则上文所提出的健壮方式(循环前缀长度)是可行的选择。

参看图6，其中示出了按照一个实施例的信道估计器的示意性框图表示。信道估计器10包括第一信道估计级1，其被配置成确定导频符号在所接收的信号的符号-载波矩阵中的导频符号位置上的第一信道估计。信道估计器10还包括：校正单元2，其被配置成使用贝叶斯估计来校正导频符号位置上的第一信道估计；以及第二信道估计级3，其被配置成基于经校正的第一信道估计使用插值来确定导频符号位置之外的符号位置上的第二信道估计。

按照信道估计器10的一个实施例，选择单元2被配置成从预定义的空间相关矩阵集合中选择空间相关矩阵，并且将所选择的空间相关矩阵提供给校正单元3。在传输系统包括至少两个发射天线或者至少两个接收天线的情况下将特别需要这个实施例，使得该至少两个发射天线或者该至少两个接收天线之间的空间相关性能够被用于改进导频符号位置上的第一信道估计。按照其另一个实施例，信道估计器10还包括计算单元，其被配置成计算表示所述至少两个发射天线和/或所述至少两个接收天线之间的空间相关性的相关系数，并且将计算得到的相关系数提供给选择单元。

按照信道估计器10的一个实施例，信道估计器10还包括选择单元，该选择单元被配置成从预定义的频率相关矩阵集合中选择频率相关矩阵并且将所选择的频率相关矩阵提供给校正单元2。在传输系统仅包括一个发射天线并且仅包括一个接收天线的情况下将特别需要这个实施例，在这种情况下能够利用导频符号之间的频率相关性。按照其另一个实施例，信道估计器10还包括计算单元，该计算单元被配置成计算所接收的信号的信噪比，并且将计算得到的信噪比提供给选择单元。

参看图7，其中示出了按照一个实施例的信道估计器的示意性框图表示。

将来自RX天线1和RX天线2(未示出)的两个RX流馈送到导频提取块80中，该导频提取块80从这两个流中提取属于导频传输的所接收的采样。在对所接收的导频信号进行解调之后，在基于下式数值地计算相关性的模块“计算相关性”84中计算TX和/或RX相关性

${\mathrm{\ρ}}_{12}^R=\frac{1}{N_1}\underset{k\∈P_1}{\mathrm{\Σ}}{z}_{11}\left(k\right)z_{21}^{*}\left(k\right)+\frac{1}{N_1}\underset{k\∈P_1}{\mathrm{\Σ}}{z}_{12}(k+3)z_{22}^{*}(k+3)$

(32)

${\mathrm{\ρ}}_{12}^T=\frac{1}{N_1}\underset{k\∈P_1}{\mathrm{\Σ}}{z}_{11}\left(k\right)z_{21}^{*}(k+3)+\frac{1}{N_1}\underset{k\∈P_1}{\mathrm{\Σ}}{z}_{12}\left(k\right)z_{22}^{*}(k+3)$

其中P₁是来自一个TX天线的一个OFDM参考符号中的来自一个天线的导频集合。集合P₁的基数为N₁。重要的是记住，LTE特定的导频网格在来自两个不同的TX天线的导频之间有3个副载波的距离。

参看图5，其中示出了2×2天线配置的示意性表示。应注意的是，接收天线之间的空间相关性设法识别h₁₁与h₂₁之间的相关性，如图5所示。类似地，还可以取得h₂₂与h₂₁之间的相关性。以同样的方式，发射天线之间的空间相关性设法识别h₁₁与h₁₂之间的相关性，但也可以取得h₂₂与h₁₂之间的相关性。在上式(32)中，通过对两个结果求平均将这两种可能性均考虑在内。

情况检测器(或者矩阵确定器)86取数值地计算得到的相关性 作为输入，并且将这些估计与基数为N_T和N_R的TX和RX相关性的阈值集合{T_T}和{T_R}进行比较。

取决于这些比较的结果以及可能地从SNR估计器所提供的SNR，情况检测器86在SISO、SIMO和MIMO情况之间进行选择，并且从存储器88中选择将被用在矩阵乘法步骤中的适当矩阵Q。为了确定要选择哪一种情况(N_T+N_R)，必须由情况检测器86执行比较。

基于所选择的情况，“重新排列(resort)”模块90组成经解调的导频向量z。情况检测器86还输出偏移地址指针，该指针从存储器88中选择将与经解调的导频向量z相乘的对应矩阵。所选择的矩阵进而在92中与经解调的导频向量z相乘。

Claims (26)

1.一种用于多载波无线电传输系统的信道估计方法，其包括：

接收包括符号-载波矩阵的信号，所述符号-载波矩阵包括预定图案的导频符号；

确定所述导频符号在所述符号-载波矩阵中的导频符号位置上的第一信道估计；

使用贝叶斯估计来校正所述导频符号位置上的第一信道估计；以及

基于经校正的第一信道估计通过插值来确定所述导频符号位置之外的符号位置上的第二信道估计。

2.根据权利要求1所述的方法，其中所述贝叶斯估计包括最小均方估计。

3.根据权利要求1所述的方法，其中所述传输系统包括至少两个发射天线或者至少两个接收天线，所述方法还包括：

从预定义的空间相关矩阵集合中选择空间相关矩阵，以及

在所述贝叶斯估计中采用所选择的空间相关矩阵。

4.根据权利要求3所述的方法，其还包括：

计算表示所述至少两个发射天线或所述至少两个接收天线之间的空间相关性的相关系数，或者计算表示所述至少两个发射天线和所述至少两个接收天线之间的空间相关性的相关系数。

5.根据权利要求4所述的方法，其还包括：

基于计算得到的相关系数来选择所述空间相关矩阵。

6.根据权利要求5所述的方法，其还包括：

基于计算得到的相关系数高于还是低于一个或多个预定阈值来选择所述空间相关矩阵。

7.根据权利要求4所述的方法，其还包括：

基于计算得到的相关系数来确定空间相关矩阵；以及

按照所希望的、所述贝叶斯估计的复杂度来选择更小的空间相关矩阵。

8.根据权利要求3所述的方法，其中所述空间相关矩阵包括以下形式

其中

其中是第i个与第j个发射天线之间的相关系数，而是第i个与第j个接收天线之间的相关系数。

9.根据权利要求8所述的方法，其还包括：

按照下式来校正所述第一信道估计：

其中是时域信道估计，σ²是噪声功率，I是单位矩阵，并且

而

其中k_i指示第一发射天线的导频副载波，而k_i+3指示第二发射天线的导频副载波。

10.根据权利要求3所述的方法，其还包括：

预定义所述空间相关矩阵集合，以及分别将所述空间相关矩阵及它们的逆矩阵存储在存储器中。

11.根据权利要求1所述的方法，其中所述传输系统仅包括一个发射天线并且仅包括一个接收天线，所述方法还包括：

从预定义的频率相关矩阵集合中选择频率相关矩阵，以及

在所述贝叶斯估计中采用所选择的频率相关矩阵。

12.根据权利要求11所述的方法，其还包括：

计算所接收的信号的信噪比。

13.根据权利要求12所述的方法，其还包括：

基于所确定的信噪比来选择所述频率相关矩阵。

14.根据权利要求13所述的方法，其还包括：

基于计算得到的信噪比高于还是低于一个或多个预定阈值来选择所述频率相关矩阵。

15.根据权利要求11所述的方法，其中所述频率相关矩阵包括以下形式

其中si是sinc函数，ΔF是副载波间距，τ_max是信道的延迟扩展，i和j是导频索引，而N_W是预定义的最大导频索引。

16.根据权利要求15所述的方法，其还包括：

按照下式来校正所述第一信道估计；

其中是频域信道估计，σ²是噪声功率，I是单位矩阵，而

其中h是导频副载波k_i上的频域采样的因子以及n是噪声。

17.根据权利要求1所述的方法，其还包括：

使用线性二乘估计来确定所述第一信道估计。

18.根据权利要求1所述的方法，其还包括：

使用贝叶斯估计来确定所述第二信道估计。

19.根据权利要求18所述的方法，其中贝叶斯估计包括最小均方估计。

20.一种用于多载波无线电传输系统的信道估计器，其包括：

第一信道估计级，其被配置成确定导频符号在所接收的信号的符号-载波矩阵中的导频符号位置上的第一信道估计；

校正单元，其被配置成使用贝叶斯估计来校正所述导频符号位置上的第一信道估计；以及

第二信道估计级，其被配置成基于经校正的第一信道估计通过插值来确定所述导频符号位置之外的符号位置上的第二信道估计。

21.根据权利要求20所述的信道估计器，其中所述传输系统包括至少两个发射天线或者至少两个接收天线，所述信道估计器还包括：

选择单元，其被配置成从预定义的空间相关矩阵集合中选择空间相关矩阵并且将所选择的空间相关矩阵提供给所述校正单元。

22.根据权利要求21所述的信道估计器，其还包括：

计算单元，其被配置成计算表示所述至少两个发射天线或所述至少两个接收天线之间的空间相关性的相关系数，或者计算表示所述至少两个发射天线和所述至少两个接收天线之间的空间相关性的相关系数，并且将计算得到的相关系数提供给所述选择单元。

23.根据权利要求21所述的信道估计器，其还包括：

存储单元，其与所述选择单元耦合并且被配置成存储所述预定义的空间相关矩阵集合。

24.根据权利要求20所述的信道估计器，其中所述传输系统仅包括一个发射天线并且仅包括一个接收天线，所述信道估计器还包括：

选择单元，其被配置成从预定义的频率相关矩阵集合中选择频率相关矩阵并且将所选择的频率相关矩阵提供给所述校正单元。

25.根据权利要求24所述的信道估计器，其还包括：

计算单元，其被配置成计算所接收的信号的信噪比并且将计算得到的信噪比提供给所述选择单元。

26.根据权利要求24所述的信道估计器，其还包括：

存储单元，其与所述选择单元耦合并且被配置成存储所述预定义的频率相关矩阵集合。