CN103220238A - 一种信道估计的方法和设备 - Google Patents

Abstract

本发明实施例涉及无线通信技术领域，特别涉及一种信道估计的方法和设备，用以解决现有技术中存在的进行信道估计的方法的准确性比较低，从而降低了信号检测的性能的问题。本发明实施例的方法包括：将至少两个训练序列对应的原始信道估计值进行合并处理，得到合成信道估计值，其中进行合并处理的任意两个训练序列之间的时间间隔小于设定时长；根据所述合成信道估计值进行信道估计。由于根据合并处理得到的合成信道估计值进行信道估计，从而提高了信道估计的准确性，以及信号检测的性信号检测的性能。

Description

一种信道估计的方法和设备

技术领域

本发明涉及无线通信技术领域，特别涉及一种信道估计的方法和设备。

背景技术

目前，主要利用训练序列获取信道估计，例如在TD-SCDMA(Time DivisionSynchronous Code Division Multiple Access，时分同步码分多址)系统中，其时隙结构如图1A所示。

其中，Midamble就是获取信道估计的训练序列，由于TD-SCDMA系统训练序列采用Midamble循环移位的方法生成，接收端可以采用简单的FFT(FastFourier Transform，快速傅立叶变换)/IFFT(Inverse Fast Fourier Transform，快速傅立叶逆变换)变换获取信道估计结果，将通过FFT/IFFT变换后的信道估计进行降噪处理，即可得到用于数据符号检测的信道估计结果。

若在一个数据发送域内有多个Midamble码时，以发送两个Midamble码为例，如图1B示：

其中，Midamble1和Midamble2均采用循环移位的方法生成，接收端可以采用简单的FFT/IFFT变换获取信道估计结果，利用Midamble1获取的信道估计进行数据符号1的数据检测，利用Midamble2获取的信道估计进行数据符号3的数据检测，对于数据符号2可用Midamble1获取的信道估计结果进行数据检测，也可用Midamble2获取的信道估计结果进行检测。

但是若信道估计的准确性比较低，将会影响到信号检测的性能。

发明内容

本发明实施例提供的一种信道估计的方法和设备，用以解决现有技术信道估计方法的准确性比较低，从而降低了信号检测的性能的问题。

本发明实施例提供的一种信道估计的方法，包括：

将至少两个训练序列对应的原始信道估计值进行合并处理，得到合成信道估计值，其中进行合并处理的任意两个训练序列之间的时间间隔小于设定时长；

根据所述合成信道估计值进行信道估计。

本发明实施例提供的一种信道估计的设备，包括：

合并模块，用于将至少两个训练序列对应的原始信道估计值进行合并处理，得到合成信道估计值，其中进行合并处理的任意两个训练序列之间的时间间隔小于设定时长；

估计模块，用于根据所述合成信道估计值进行信道估计。

由于根据合并处理得到的合成信道估计值进行信道估计，从而提高了信道估计的准确性，以及信号检测的性能。

附图说明

图1A为背景技术中TD-SCDMA系统的时隙结构示意图；

图1B为背景技术中两个Midamble的时隙结构示意图；

图2为本发明实施例信道估计的方法流程示意图；

图3为本发明实施例向量合并示意图；

图4为本发明实施例进行合并处理的示意图；

图5为本发明实施例信道估计的设备结构示意图。

具体实施方式

本发明实施例将至少两个训练序列对应的原始信道估计值进行合并处理，得到合成信道估计值，其中进行合并处理的任意两个训练序列之间的时间间隔小于设定时长；根据合成信道估计值进行信道估计。由于根据合并处理得到的合成信道估计值进行信道估计，从而提高了信道估计的准确性，以及信号检测的性能。

下面结合说明书附图对本发明实施例作进一步详细描述。

如图2所示，本发明实施例信道估计的方法包括下列步骤：

步骤201、将至少两个训练序列对应的原始信道估计值进行合并处理，得到合成信道估计值，其中进行合并处理的任意两个训练序列之间的时间间隔小于设定时长；

步骤202、根据合成信道估计值进行信道估计。

任意两个训练序列之间的时间间隔是前一个训练序列的起始时刻到后一个训练序列的结束时刻。

其中，步骤201之前还包括：

根据接收到的训练序列，确定每个训练序列的原始信道估计值。

具体的，可以利用FFT/IFFT确定每个训练序列的原始信道估计值。

下面以训练序列是Midamble码序列为例对本发明方案进行说明，但是本发明实施例的训练序列并不局限于Midamble码序列，其它为获取信道估计所设计的训练序列也适用本发明实施例。

为了便于描述，下面的描述中将Midamble码序列简称为Midamble。

以2个Midamble为例：

假设接收到的Midamble1和Midamble2的数据分别为e_m1和e_m2，则利用FFT/IFFT获取原始的信道估计分别为：

${\underset{\‾}{h}}_1=\mathrm{IDFT}({\underset{\‾}{G}}^{-1}\·\mathrm{DFT}\left({\underset{\‾}{e}}_{m1}\right))=[h_1^1,h_1^2,\·\·\·h_1^W]$ ..........公式1；

其中

i＝1，2…，W为时域信道估计的冲激响应；W为信道估计窗长，表示共有W个多径抽头；

${\underset{\‾}{h}}_2=\mathrm{IDFT}({\underset{\‾}{G}}^{-1}\·\mathrm{DFT}\left({\underset{\‾}{e}}_{m2}\right))=[h_2^1,h_2^2,\·\·\·,h_2^W]$ ..........公式2；

其中

i＝1，2…，W为时域信道估计的冲激响应；W为信道估计窗长，表示共有W个多径抽头。

公式1和公式2中的G是对角矩阵，对角线元素矢量为：g＝DFT(m _P)，m _P＝(m ₁，m ₂，...，m _P)为基本Midamble码序列，P为基本Midamble码的长度。

由于信道是时变信道，则Midamble1和Midamble2所估计的信道冲激响应反映了信道的时变特性，若信道为慢变信道(或慢衰落信道)，即信道的多普勒扩展比基带信号带宽小的多的话，则Midamble1和Midamble2所估计的信道冲激响应相似，则可利用向量合成原理进行信道估计结果的处理以提高信道估计的准确性。

为便于描述，以第一条多径的信道估计冲激响应为例进行描述，根据公式1和公式2，Midamble1估计的第一条多径的信道冲激响应为

Midamble2估计的第一条多径的信道冲激响应为

根据向量合成原理，可以参见图3所示。

若

和

的相位差小于90度，则合成后的h¹的功率

即若采用合成后的h¹为信道估计冲激响应，信号功率提升了，相当于提高了信道估计的信噪比，特别地，若

和

的相位差为0度且

和

的模相等，则 ${\left|h^1\right|}^2={\left|h_1^1\right|}^2+{\left|h_2^1\right|}^2+2\left|h_1^1\right|\left|h_2^1\right|=4{\left|h_1^1\right|}^2=4{\left|h_2^1\right|}^2,$ 此时合成后的信道估计冲激响应的功率达到最大值，为原始信道估计的4倍。当

和

的相位差大于90度时，若采用合成的方法得到信道估计，此时合成后的h¹的功率

相当于信道估计的信噪比恶化了。因此，采用合成的方法获取信道估计时是需要增加约束条件的，需要根据信道变化状况自适应地选择信道估计的方法，若多个Midamble码之间的时间间隔小于信道的相干时间(相干时间是信道冲激响应维持不变的时间间隔的统计平均值，即设定时长)，则可以使用合成的方法获取信道估计，否则多个Midamble估计的信道冲激响应不适合采用合成的方法获取信道估计。

较佳地，信道相干时间

其中f_m是信道最大多普勒频移，f_m＝v/λ，v为终端移动速度，λ为载波波长。

基于此，较佳地，步骤201之前还可以进一步包括：

判断是否有至少一对训练序列之间的时间间隔小于设定时长，如果有，则执行步骤201；否则，不采用合成的方法获取信道估计。

较佳地，步骤201中，将至少两个训练序列对应的原始信道估计值相加后除以参与相加的原始信道估计值的数量，得到的数值作为合成信道估计值。

比如以图4为例，假设Midamble1的起始时刻到Midamble5的结束时刻之间的时间小于设定时长，Midamble2的起始时刻到Midamble6的结束时刻之间的时间小于设定时长，则可以将Midamble1～Midamble5对应的原始信道估计值进行合并处理；也可以将Midamble1～Midamble5中相邻的任意多个Midamble对应的原始信道估计值进行合并处理，比如Midamble1和Midamble2对应的原始信道估计值进行合并处理，Midamble2～Midamble4对应的原始信道估计值进行合并处理，等；可以将Midamble2～Midamble6对应的原始信道估计值进行合并处理；也可以将Midamble2～Midamble6中相邻的任意多个Midamble对应的原始信道估计值进行合并处理，比如Midamble2和Midamble3对应的原始信道估计值进行合并处理，Midamble4～Midamble6对应的原始信道估计值进行合并处理，等。

较佳地，若Midamble1的起始时刻到Midamble5的结束时刻之间的时间小于设定时长，而Midamble1的起始时刻到Midamble6的结束时刻之间的时间不小于设定时长，则将Midamble1～Midamble5对应的原始信道估计值进行合并处理，相比将Midamble1～Midamble5中相邻的部分Midamble对应的原始信道估计值进行合并处理，能够提高信道估计的准确性，即采用合并处理的信道估计越多，则信道估计的准确性越高。

较佳地，步骤202中，将合成信道估计值进行降噪处理，用降噪处理的合成信道估计值进行数据符号检测。

较佳地，步骤202中，用降噪处理的合成信道估计值，对处于参与合并处理的训练序列之间的数据符号进行检测。

以图4为例，假设将Midamble1～Midamble5对应的原始信道估计值进行合并处理，则数据符号2～数据符号5是处于参与合并处理的训练序列之间的数据符号。

假设将Midamble2～Midamble6对应的原始信道估计值进行合并处理，则数据符号3～数据符号6是处于参与合并处理的训练序列之间的数据符号。

假设将Midamble1～Midamble5对应的原始信道估计值进行合并处理得到合成信道估计值1，并将Midamble2～Midamble6对应的原始信道估计值进行合并处理得到合成信道估计值2，若数据符号2～数据符号5采用合成信道估计值1进行检测，则数据符号6就采用合成信道估计值2进行检测；若数据符号3～数据符号6采用合成信道估计值2进行检测，则数据符号2就采用合成信道估计值1进行检测。

针对未处于参与合并处理的训练序列，较佳地，用降噪处理的合成信道估计值，对未处于参与合并处理的训练序列之间的特定数据符号进行检测，其中特定数据符号与参与合并处理的训练序列中间隔最远的训练序列之间的时间间隔小于设定时长。

其中，特定数据符号与参与合并处理的训练序列中间隔最远的训练序列之间的时间间隔是：特定数据符号的起始时刻与训练序列中间隔最远的训练序列的结束时刻之间的时间间隔。

以图4为例，假设将Midamble3～Midamble5对应的原始信道估计值进行合并处理得到合成信道估计值3，则数据符号4～数据符号5是处于参与合并处理的训练序列之间的数据符号。

若数据符号3与Midamble5(即与参与合并处理的训练序列中间隔最远的训练序列)之间的时间间隔小于设定时长，则可以用合成信道估计值3对数据符号3进行检测；

若数据符号6与Midamble3(即与参与合并处理的训练序列中间隔最远的训练序列)之间的时间间隔小于设定时长，则可以用合成信道估计值3对数据符号6进行检测；

若数据符号2与Midamble4之间的时间间隔小于设定时长，但是与Midamble5之间的时间间隔不小于设定时长，由于参与合并处理的训练序列中与数据符号2间隔最远的训练序列是Midamble5，所以不采用合成信道估计值3对数据符号2进行检测。

下面列举一个详细实例对本发明的方案进行说明：

第一步、计算f_m，例如当终端移动速度v＝3km/h，载波频率为2GHz，则 $f_m=\frac{50}{9}\mathrm{Hz};$

第二步、计算信道相干时间，若则t_c＝0.0762s；

第三步、判断不同训练序列间的时间间隔，若有小于t_c的时间间隔，则确定合成信道估计值：

其中n为时间间隔小于t_c的训练序列的个数；

第四步、对合成信道估计值进行降噪处理，用降噪处理后的信道估计用于数据符号的检测。

具体的，第四步中，以上合成的信道估计对于参与合成的训练序列间的数据符号的解调是适用的。以图1B为例，用Midamble1和Midamble2确定合成信道估计值，数据符号2使用合成后的信道估计进行符号检测能提高解调性能，但对于数据符号1和数据符号3使用哪个信道估计结果还需要做进一步的判断：若数据符号与参与合成的训练序列间的时间间隔小于t_c，则采用合成的降噪处理后的信道估计值进行数据符号的检测，若数据符号与参与合成的训练序列间的时间间隔大于t_c，则采用就近的降噪处理后的信道估计值进行数据符号的检测，即以图1B为例，对于数据符号1就近的降噪处理后的信道估计值就是采用Midamble1确定的信道估计值，数据符号3就近的降噪处理后的信道估计值就是采用Midamble2确定的信道估计值。

其中，本发明实施例方法的执行主体可以是网络侧设备或用户设备。网络侧设备可以是基站(比如宏基站、家庭基站等)，也可以是RN(中继)设备，还可以是其它进行数据检测的网络侧设备。

基于同一发明构思，本发明实施例中还提供了一种信道估计的设备，由于该设备解决问题的原理与本发明实施例信道估计的方法相似，因此该设备的实施可以参见方法的实施，重复之处不再赘述。

如图5所示，本发明实施例信道估计的设备包括：合并模块51和估计模块52。

合并模块51，用于将至少两个训练序列对应的原始信道估计值进行合并处理，得到合成信道估计值，其中进行合并处理的任意两个训练序列之间的时间间隔小于设定时长；

估计模块52，用于根据合并模块51得到的合成信道估计值进行信道估计。

较佳地，合并模块51将至少两个训练序列对应的原始信道估计值相加后除以参与相加的原始信道估计值的数量，得到的数值作为合成信道估计值。

较佳地，估计模块52将合成信道估计值进行降噪处理，用降噪处理的合成信道估计值进行数据符号检测。

较佳地，估计模块52用降噪处理的合成信道估计值，对处于参与合并处理的训练序列之间的数据符号进行检测。

较佳地，估计模块52用降噪处理的合成信道估计值，对未处于参与合并处理的训练序列之间的特定数据符号进行检测；

其中，特定数据符号与参与合并处理的训练序列中间隔最远的训练序列之间的时间间隔小于设定时长。

较佳地，合并模块51在确定有至少一对训练序列之间的时间间隔小于设定时长之后，进行合并处理。

其中，本发明实施例的设备可以是网络侧设备或用户设备。网络侧设备可以是基站(比如宏基站、家庭基站等)，也可以是RN设备，还可以是其它网络侧设备。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (12)

1.一种信道估计的方法，其特征在于，该方法包括：

将至少两个训练序列对应的原始信道估计值进行合并处理，得到合成信道估计值，其中进行合并处理的任意两个训练序列之间的时间间隔小于设定时长；

根据所述合成信道估计值进行信道估计。

2.如权利要求1所述的方法，其特征在于，进行合并处理包括：

将至少两个训练序列对应的原始信道估计值相加后除以参与相加的原始信道估计值的数量，得到的数值作为合成信道估计值。

3.如权利要求1所述的方法，其特征在于，进行信道估计包括：

将所述合成信道估计值进行降噪处理，用降噪处理的合成信道估计值进行数据符号检测。

4.如权利要求3所述的方法，其特征在于，进行数据符号检测包括：

用降噪处理的合成信道估计值，对处于参与合并处理的训练序列之间的数据符号进行检测。

5.如权利要求4所述的方法，其特征在于，进行数据符号检测还包括：

用降噪处理的合成信道估计值，对未处于参与合并处理的训练序列之间的特定数据符号进行检测；

其中，特定数据符号与参与合并处理的训练序列中间隔最远的训练序列之间的时间间隔小于设定时长。

6.如权利要求1～5任一所述的方法，其特征在于，进行合并处理之前还包括：

确定有至少一对训练序列之间的时间间隔小于设定时长。

7.一种信道估计的设备，其特征在于，该设备包括：

合并模块，用于将至少两个训练序列对应的原始信道估计值进行合并处理，得到合成信道估计值，其中进行合并处理的任意两个训练序列之间的时间间隔小于设定时长；

估计模块，用于根据所述合成信道估计值进行信道估计。

8.如权利要求7所述的设备，其特征在于，所述合并模块具体用于：

将至少两个训练序列对应的原始信道估计值相加后除以参与相加的原始信道估计值的数量，得到的数值作为合成信道估计值。

9.如权利要求7所述的设备，其特征在于，所述估计模块具体用于：

将所述合成信道估计值进行降噪处理，用降噪处理的合成信道估计值进行数据符号检测。

10.如权利要求9所述的设备，其特征在于，所述估计模块具体用于：

用降噪处理的合成信道估计值，对处于参与合并处理的训练序列之间的数据符号进行检测。

11.如权利要求10所述的设备，其特征在于，所述估计模块还用于：

用降噪处理的合成信道估计值，对未处于参与合并处理的训练序列之间的特定数据符号进行检测；

其中，特定数据符号与参与合并处理的训练序列中间隔最远的训练序列之间的时间间隔小于设定时长。

12.如权利要求7～11任一所述的设备，其特征在于，所述合并模块还用于：

在确定有至少一对训练序列之间的时间间隔小于设定时长之后，进行合并处理。

Images