CN104022975A - 高速移动链路信道参数估计方法 - Google Patents

Abstract

本发明公开一种高速移动链路信道参数估计方法，主要针对现有技术的信道特征分析和参数估计难以适应大跨度的高速移动场景而设计。本发明高速移动链路信道参数估计方法，包括将不同强弱信噪比环境下的接收信号进行分段处理；将弱信噪比环境下的接收信号进行Nakagami信道的参数m的估计，所述参数m的估计方法包括：首先利用采集到的接收信号计算出加性噪声系数估计值，再计算出修正因子，然后利用修正因子修正最大似然法的计算中间项，最后利用修正后的最大似然法的计算中间项计算出参数m的估计值。本发明能够通过对弱信噪比下信道参数m的估计，提升高速移动站的通信效率和服务效率。

Description

高速移动链路信道参数估计方法

技术领域

本发明涉及无线通信网络领域，尤其涉及一种针对高铁移动通信中大跨度的高速移动场景下信道的参数估计方法。

背景技术

在本技术领域中，通常将超过120公里/小时算作高速通信的移动场景，在该种情况的大跨度高速移动场景下，移动站的快速移动使得接收系统的多普勒效应十分显著，从而导致接收信号严重变形，信道衰落对接收机误码率的影响加剧。大量实验数据表明Nakagami分布可以对实际无线环境的小尺度衰落包络很好的建模，分布的概率密度函数为：其中m和Ω是该分布的两个参数，将服从Nakagami分布的小尺度衰落的信道建模称为Nakagami信道模型，其中Ω＝E[R²]是序列R的二阶矩，定义为“形状因子”，刻画信道的衰落程度。因此为了更好的反应系统的本来特征，在信道模型选择上，在信道小尺度描述的方面采用普适的Nakagami信道模型，而在大尺度上，特别是大跨度高速移动场景下，移动台和地面基站的信道质量受远近效应影响十分明显。在接收机加性噪声功率恒定的情况下，接收信号的信噪比会严重的受到大尺度路径衰落的影响。例如，移动台离地面越远，接收信噪比越低，反之越高。在已知的Nakagami信道下信道特征分析和参数估计方法中，一般不考虑类似于高铁移动通信的这种大跨度以及远近效应剧烈的低信噪比的情况，因此，已知的信道特征参数分析和参数估计难以很好的适应大跨度高速移动场景。

发明内容

针对上述问题，本发明提供一种针对高速通信的移动场景下弱信噪比环境的高速移动链路信道参数估计方法。

为达到上述目的，本发明高速移动链路信道参数估计方法，所述方法包括：

将不同强弱信噪比环境下的接收信号进行分段处理；

将弱信噪比环境下的接收信号进行Nakagami信道的参数m的估计，所述参数m的估计方法包括：

采集接收信号；

根据采集到的第一接收信号序列计算加性噪声系数估计值；

根据采集到的第二接收信号序列以及所述加性噪声系数估计值计算修正因子值；

根据所述修正因子值对所述第二接收信号序列进行修正处理，计算修正后的最大似然法的计算中间项；

根据修正后的所述最大似然法的计算中间项计算参数m的估计值。

进一步地，所述修正因子值通过求解修正因子方程得到，所述修正因子方程为：

$\mathrm{In}\left[\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{({\tilde{y}}_2\left(i\right)+\mathrm{\τ})}^2\right]-\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\mathrm{In}{[{\tilde{y}}_2\left(i\right)+\mathrm{\τ}]}^2-\mathrm{In}\left[\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left(g\left(i\right)\right)}^2\right]+\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\mathrm{In}{\left[g\left(i\right)\right]}^2=0$

其中， $\mathrm{In}\left[\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left(g\left(i\right)\right)}^2\right]=\mathrm{In}\left[{\mathrm{\μ}}_2\right],\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\mathrm{In}{\left[g\left(i\right)\right]}^2\≈2(-\frac{25}{12}+4{\mathrm{\μ}}_1-3{\mathrm{\μ}}_2+\frac{4}{3}{\mathrm{\μ}}_3-\frac{1}{4}{\mathrm{\μ}}_4),$ μ₁,μ₂,μ₃,μ₄分别为信道小尺度衰落幅度g(i)的一阶矩、二阶矩、三阶矩和四阶矩，为第二接收信息序列归一化值，τ为修正因子值；

当所述修正因子方程有解时，计算出的τ值即为所述修正因子值；

当所述修正因子方程无解时，所述修正因子值通过求解计算式：

$\mathrm{\τ}=\underset{\mathrm{\τ}}{\arg \max }\left\{\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{({\tilde{y}}_2\left(i\right)+\mathrm{\τ})}^2\right]-\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\mathrm{In}{[{\tilde{y}}_2\left(i\right)+\mathrm{\τ}]}^2-\mathrm{In}\left[\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left(g\left(i\right)\right)}^2\right]+\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\mathrm{In}{\left[g\left(i\right)\right]}^2\}$

计算得到，其中τ为所述修正因子值。

具体地，所述修正因子的具体计算步骤如下：

采集第二接收信号序列，所述第二接收信号序列包括全部为同一常数的第二发送信息序列{x₂(i)＝A,i＝1,2,...,N}以及第二接收信息序列{y₂(i),i＝1,2,...,N}，其中A为任意常数；

建立所述第二接收信号序列的信号传输模型：其中g(i)为Nakagami信道小尺度衰落幅度，Pt为天线增益，α为信道大尺度衰落系数，d为地面基站到移动接收端的直线距离,n(i)为噪声项，服从高斯分布N(0，σ²),σ²为加性噪声系数估计值；

利用归一化公式和对所述加性噪声系数估计值以及所述第二接收信息序列进行归一化处理，得到加性噪声系数归一化值和第二接收信息序列归一化值

根据所述加性噪声系数归一化值和所述第二接收信息序列归一化值计算得到归一化后的信道小尺度衰落幅度g(i)的一阶矩或一阶矩以上的各阶矩，归一化后的所述信道小尺度衰落幅度g(i)的一阶矩或一阶矩以上的各阶矩的计算式分别为：

${\mathrm{\μ}}_1=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}g\left(i\right)=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\tilde{y}}_2\left(i\right)$

${\mathrm{\μ}}_2=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left[g\left(i\right)\right]}^2=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left[{\tilde{y}}_2\left(i\right)\right]}^2-{\widetilde{\mathrm{\σ}}}^2$

${\mathrm{\μ}}_3=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left[g\left(i\right)\right]}^3=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left[{\tilde{y}}_2\left(i\right)\right]}^3-3\left\{\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\right[g\left(i\right)\left]\right\}{\widetilde{\mathrm{\σ}}}^2$

${\mathrm{\μ}}_4=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left[g\left(i\right)\right]}^4=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left[{\tilde{y}}_2\left(i\right)\right]}^4-6\left\{\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left[g\left(i\right)\right]}^2\right\}{\widetilde{\mathrm{\σ}}}^2-3{\widetilde{\mathrm{\σ}}}^4$

……………………

其中，μ₁,μ₂,μ₃,μ₄分别为所述信道小尺度衰落幅度g(i)的一阶矩、二阶矩、三阶矩和四阶矩，为所述加性噪声系数归一化值，为所述第二接收信息序列归一化值；

将上述计算结果带入到所述修正因子方程中计算得到修正因子值。

具体地，所述参数m的估计值通过计算式：

$\hat{m}=\frac{6+\sqrt{36+48\widetilde{\mathrm{\Δ}}}}{24\widetilde{\mathrm{\Δ}}}$

计算得到，其中为所述参数m的估计值，为所述最大似然法的计算中间项。

具体地，所述最大似然法的计算中间项通过计算式：

$\widetilde{\mathrm{\Δ}}=\mathrm{In}\left[\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{({\tilde{y}}_2\left(i\right)+\mathrm{\τ})}^2\right]-\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\mathrm{In}\left[{({\tilde{y}}_2\left(i\right)+\mathrm{\τ})}^2\right]$

计算得到，其中为修正后的所述最大似然法的计算中间项，τ为所述修正因子值，为所述第二接收信号序列中的第二接收信息序列归一化值。

具体地，所述的根据采集到的第一接收信号序列计算加性噪声系数估计值的具体步骤如下：

采集第一接收信号序列，所述第一接收信号序列包括全部为0的第一发送信息序列{x₁(i)＝0,i＝1,2,...,N}以及第一接收信息序列{y₁(i),i＝1,2,...,N}；

根据加性噪声系数计算式计算得到加性噪声系数估计值，所述加性噪声系数计算式为：

${\mathrm{\σ}}^2=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left(y_1\left(i\right)\right)}^2$

其中，σ²为所述加性噪声系数估计值，y₁(i)为所述第一接收信息序列中第i处的值。

本发明高速移动链路信道参数估计方法，对弱信噪比和强信噪比环境下的接收信号进行分段处理，在对弱信噪比下的接收信号进行Nakagami信道衰落参数m的估计时，首先利用采集到的接收信号计算出加性噪声系数估计值，再计算出修正因子，然后利用修正因子修正最大似然法的计算中间项，最后利用修正后的最大似然法的计算中间项计算出参数m的估计值，从而减小估算Nakagami信道衰落参数m的误差。本发明通过在较弱信噪比环境下信道参数的估计，预测和制定强信噪比环境下的信号传输策略，从而提高高速移动站的通信效率和服务速率。

附图说明

图1是本发明高速移动链路信道参数估计方法的高铁移动场景图；

图2是本发明高速移动链路信道参数估计方法的t时刻到t+Δt时刻场景图；

图3是本发明高速移动链路信道参数估计方法的仿真示意图。

具体实施方式

下面结合说明书附图对本发明做进一步的描述。

实施例

将不同强弱信噪比环境下的接收信号进行分段处理，分段处理的具体方法如下：

如图1所示，设基站BS为发送节点，D为高速移动接收站点。考虑BS要发送信息给移动站点D，假设移动站点D的移动速率为v，而基站BS的信息传输覆盖半径为R，基站BS距离移动站点D的直线轨迹的最短距离为d₀，基站发送信息的天线增益为Pt，信息传输速率为r bit/s，参数估计与信息传输的分割距离为l₀。记列车通过基站正下方的时刻为t₀＝0。

如图2所示，移动站点位移小于Δd时可以忽略不计，位移Δd所用时间为Δt，即认为t时刻到t+Δt时刻内移动站点处于同一个位置，假设基站发送的信息每个符号需要M位，那么在t时刻至t+Δt时刻可以用来估计参数的点数N。设在t时刻至t+Δt时刻基站发送的信息序列为:{x(1),x(2),...x(N)}，接收到的序列为{y(1),y(2),...,y(N)}。

计算基站到接收站点的水平距离l＝vt，若l≤l₀，则接收信号处于强信噪比环境，系统采用先前的仿真设定的参数估计结果确定相应衰落信道下的传输策略，进行信息传输；若l＞l₀，则接收信号处于弱信噪比环境，系统开始参数估计。l₀的取值可根据实际传输中的要求来定，不妨在本例中取为300米。

本实例中我们的所取值的具体参数如下：

基站BS距离移动站点D的直线轨迹的最短距离d₀＝50米，天线增益Pt为，基站覆盖半径R＝500米，信息传输速率r＝2Mbit/s，接收端的加性噪声系数的仿真值σ²＝5×10^-6，假设采用QPSK编码。信道传输模型中的Nakagami分布的Ω参数等于，参数m的仿真值为3。

Nakagami信道参数m的具体估计方法如下：

根据实际信道状况和长距离信号功率路径损耗情况，确定信道大尺度衰落系数α，在本实例中α取为3。

对处于参数估计的部分，本实例中以t＝4,Δt＝10ms为例。

采集第一接收信号序列，所述第一接收信号序列包括发送全部为0的第一发送信息序列{x₁(i)＝0,i＝1,2,...,N}，接收到的第一接收信息序列{y₁(i),i＝1,2,...,N}，此时利用加性噪声系数计算式计算得到加性噪声系数估计值，所述加性噪声系数计算式为：

${\mathrm{\σ}}^2=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left(y_1\left(i\right)\right)}^2$

其中，σ²为所述加性噪声系数估计值，y₁(i)为所述第一接收信息序列中第i处的值。在本例中实际计算结果为：5.0178×10^-6，与仿真值5×10^-6非常接近。

采集第二接收信号序列，所述第二接收信号序列包括全部为同一常数的第二发送信息序列{x₂(i)＝A,i＝1,2,...,N}以及第二接收信息序列{y₂(i),i＝1,2,...,N}，其中A为任意常数；本实施例中所述第二发送信息序列全部为1，即

建立所述第二接收信号序列的信号传输模型：其中g(i)为Nakagami信道小尺度衰落幅度，Pt为天线增益，α为信道大尺度衰落系数，d为地面基站到移动接收端的直线距离,n(i)为噪声项，服从高斯分布N(0，σ²),σ²为所述加性噪声系数估计值；

利用归一化公式和对所述加性噪声系数估计值以及所述第二接收信息序列进行归一化处理，得到加性噪声系数归一化值和第二接收信息序列归一化值，其中为所述加性噪声系数归一化值，为所述第二接收信息序列归一化值，σ²为所述加性噪声系数估计值，y₂(i)为所述第二接收信息序列中第i处的值，Pt为所述天线增益，α为所述信道大尺度衰落系数，d为所述地面基站到移动接收端的直线距离，计算得到故有 ${\widetilde{\mathrm{\σ}}}^2=0.32,{\tilde{y}}_2\left(i\right)=\left(253\right)y_2\left(i\right).$

利用所述加性噪声系数归一化值和所述第二接收信息序列归一化值计算得到归一化后的信道小尺度衰落幅度g(i)的一阶矩或一阶矩以上的各阶矩，本实施例中取归一化后的信道小尺度衰落幅度g(i)的四阶矩，

${\mathrm{\μ}}_1=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}g\left(i\right)=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\tilde{y}}_2\left(i\right)=1.2028$

${\mathrm{\μ}}_2=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left[g\left(i\right)\right]}^2=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left[{\tilde{y}}_2\left(i\right)\right]}^2-{\widetilde{\mathrm{\σ}}}^2=1.8917$

${\mathrm{\μ}}_3=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left[g\left(i\right)\right]}^3=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left[{\tilde{y}}_2\left(i\right)\right]}^3-3\left\{\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\right[g\left(i\right)\left]\right\}{\widetilde{\mathrm{\σ}}}^2=3.3567$

${\mathrm{\μ}}_4=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left[g\left(i\right)\right]}^4=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left[{\tilde{y}}_2\left(i\right)\right]}^4-6\left\{\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left[g\left(i\right)\right]}^2\right\}{\widetilde{\mathrm{\σ}}}^2-3{\widetilde{\mathrm{\σ}}}^4=6.5865$

其中，μ₁,μ₂,μ₃,μ₄分别为信道小尺度衰落幅度g(i)的一阶矩、二阶矩、三阶矩和四阶矩，为所述加性噪声系数归一化值，为所述第二接收信息序列归一化值。

将上述的计算结果代入到修正因子方程中，求解修正因子值：

$\mathrm{In}\left[\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{({\tilde{y}}_2\left(i\right)+\mathrm{\τ})}^2\right]-\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\mathrm{In}{[{\tilde{y}}_2\left(i\right)+\mathrm{\τ}]}^2-\mathrm{In}\left[\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left(g\left(i\right)\right)}^2\right]+\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\mathrm{In}{\left[g\left(i\right)\right]}^2=0$

其中， $\mathrm{In}\left[\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left(g\left(i\right)\right)}^2\right]=\mathrm{In}\left[{\mathrm{\μ}}_2\right],\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\mathrm{In}{\left[g\left(i\right)\right]}^2\≈2(-\frac{25}{12}+4{\mathrm{\μ}}_1-3{\mathrm{\μ}}_2+\frac{4}{3}{\mathrm{\μ}}_3-\frac{1}{4}{\mathrm{\μ}}_4),$ μ₁,μ₂,μ₃,μ₄分别为信道小尺度衰落幅度g(i)的一阶矩、二阶矩、三阶矩和四阶矩，为所述第二接收信息序列归一化值，τ为修正因子值；

当所述修正因子方程有解时，计算出的τ值即为所述修正因子值；当所述修正因子方程无解时，所述修正因子值τ通过求解下列计算式计算得到：

$\mathrm{\τ}=\underset{\mathrm{\τ}}{\arg \max }\left\{\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{({\tilde{y}}_2\left(i\right)+\mathrm{\τ})}^2\right]-\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\mathrm{In}{[{\tilde{y}}_2\left(i\right)+\mathrm{\τ}]}^2-\mathrm{In}\left[\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left(g\left(i\right)\right)}^2\right]+\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\mathrm{In}{\left[g\left(i\right)\right]}^2\}$

本实施例中所述修正因子方程有解，此时解得修正因子τ＝1.0781

利用所述修正因子计算修正后的最大似然法的计算中间项：

$\widetilde{\mathrm{\Δ}}=\mathrm{In}\left[\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{({\tilde{y}}_2\left(i\right)+\mathrm{\τ})}^2\right]-\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\mathrm{In}\left[{({\tilde{y}}_2\left(i\right)+\mathrm{\τ})}^2\right]=0.1825$

其中，为修正后的所述最大似然法的计算中间项，τ为所述修正因子值，为所述第二接收信息序列归一化值。

再将修正后的最大似然法的计算中间项代入到最大似然法计算参数m的估计值的公式：

$\hat{m}=\frac{6+\sqrt{36+48\widetilde{\mathrm{\Δ}}}}{24\widetilde{\mathrm{\Δ}}}$

其中，为所述参数m的估计值，计算得到得

如图3所示为对该情况下基站覆盖区域的参数估计仿真情况，可以看出在离基站较远区域依然有着较高的估计准确性。

以上，仅为本发明的较佳实施例，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求所界定的保护范围为准。

Claims (6)

1.一种高速移动链路信道参数估计方法，其特征在于，所述方法包括：

将不同强弱信噪比环境下的接收信号进行分段处理；

将弱信噪比环境下的接收信号进行Nakagami信道的参数m的估计，所述参数m的估计方法包括：

采集接收信号；

根据采集到的第一接收信号序列计算加性噪声系数估计值；

根据采集到的第二接收信号序列以及所述加性噪声系数估计值计算修正因子值；

根据所述修正因子值对所述第二接收信号序列进行修正处理，计算修正后的最大似然法的计算中间项；

根据修正后的所述最大似然法的计算中间项计算参数m的估计值。

2.根据权利要求1所述的高速移动链路信道参数估计方法，其特征在于：所述修正因子值通过求解修正因子方程得到，所述修正因子方程为：

$\mathrm{In}\left[\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{({\tilde{y}}_2\left(i\right)+\mathrm{\τ})}^2\right]-\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\mathrm{In}{[{\tilde{y}}_2\left(i\right)+\mathrm{\τ}]}^2-\mathrm{In}\left[\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left(g\left(i\right)\right)}^2\right]+\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\mathrm{In}{\left[g\left(i\right)\right]}^2=0$

其中， $\mathrm{In}\left[\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left(g\left(i\right)\right)}^2\right]=\mathrm{In}\left[{\mathrm{\μ}}_2\right],\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\mathrm{In}{\left[g\left(i\right)\right]}^2\≈2(-\frac{25}{12}+4{\mathrm{\μ}}_1-3{\mathrm{\μ}}_2+\frac{4}{3}{\mathrm{\μ}}_3-\frac{1}{4}{\mathrm{\μ}}_4),$ μ₁,μ₂,μ₃,μ₄分别为信道小尺度衰落幅度g(i)的一阶矩、二阶矩、三阶矩和四阶矩，为第二接收信息序列归一化值，τ为修正因子值；

当所述修正因子方程有解时，计算出的τ值即为所述修正因子值；

当所述修正因子方程无解时，所述修正因子值通过求解计算式：

$\mathrm{\τ}=\underset{\mathrm{\τ}}{\arg \max }\left\{\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{({\tilde{y}}_2\left(i\right)+\mathrm{\τ})}^2\right]-\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\mathrm{In}{[{\tilde{y}}_2\left(i\right)+\mathrm{\τ}]}^2-\mathrm{In}\left[\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left(g\left(i\right)\right)}^2\right]+\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\mathrm{In}{\left[g\left(i\right)\right]}^2\}$

计算得到，其中τ为所述修正因子值。

3.根据权利要求2所述的高速移动链路信道参数估计方法，其特征在于：所述修正因子的具体计算步骤如下：

采集第二接收信号序列，所述第二接收信号序列包括全部为同一常数的第二发送信息序列{x₂(i)＝A,i＝1,2,...,N}以及第二接收信息序列{y₂(i),i＝1,2,...,N}，其中A为任意常数；

建立所述第二接收信号序列的信号传输模型：其中g(i)为Nakagami信道小尺度衰落幅度，Pt为天线增益，α为信道大尺度衰落系数，d为地面基站到移动接收端的直线距离，n(i)为噪声项，服从高斯分布N(0，σ²),σ²为加性噪声系数估计值；

利用归一化公式和分别对所述加性噪声系数估计值和所述第二接收信息序列进行归一化处理，得到加性噪声系数归一化值和第二接收信息序列归一化值

根据所述加性噪声系数归一化值和所述第二接收信息序列归一化值计算得到归一化后的信道小尺度衰落幅度g(i)的一阶矩或一阶矩以上的各阶矩，所述归一化后的信道小尺度衰落幅度g(i)的一阶矩或一阶矩以上的各阶矩的计算式分别为：

${\mathrm{\μ}}_1=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}g\left(i\right)=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\tilde{y}}_2\left(i\right)$

${\mathrm{\μ}}_2=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left[g\left(i\right)\right]}^2=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left[{\tilde{y}}_2\left(i\right)\right]}^2-{\widetilde{\mathrm{\σ}}}^2$

${\mathrm{\μ}}_3=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left[g\left(i\right)\right]}^3=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left[{\tilde{y}}_2\left(i\right)\right]}^3-3\left\{\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\right[g\left(i\right)\left]\right\}{\widetilde{\mathrm{\σ}}}^2$

${\mathrm{\μ}}_4=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left[g\left(i\right)\right]}^4=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left[{\tilde{y}}_2\left(i\right)\right]}^4-6\left\{\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left[g\left(i\right)\right]}^2\right\}{\widetilde{\mathrm{\σ}}}^2-3{\widetilde{\mathrm{\σ}}}^4$

……………………

其中，μ₁,μ₂,μ₃,μ₄分别为所述的信道小尺度衰落幅度g(i)的一阶矩、二阶矩、三阶矩和四阶矩，为所述加性噪声系数归一化值，为所述第二接收信息序列归一化值；

将上述计算结果带入到所述修正因子方程中计算得到修正因子值。

4.根据权利要求1所述的高速移动链路信道参数估计方法，其特征在于：所述参数m的估计值通过计算式：

$\hat{m}=\frac{6+\sqrt{36+48\widetilde{\mathrm{\Δ}}}}{24\widetilde{\mathrm{\Δ}}}$

计算得到，其中为所述参数m的估计值，为所述最大似然法的计算中间项。

5.根据权利要求1所述的高速移动链路信道参数估计方法，其特征在于：所述最大似然法的计算中间项通过计算式：

$\widetilde{\mathrm{\Δ}}=\mathrm{In}\left[\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{({\tilde{y}}_2\left(i\right)+\mathrm{\τ})}^2\right]-\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\mathrm{In}\left[{({\tilde{y}}_2\left(i\right)+\mathrm{\τ})}^2\right]$

计算得到，其中为修正后的所述最大似然法的计算中间项，τ为所述修正因子值，为所述第二接收信号序列中的第二接收信息序列归一化值。

6.根据权利要求1所述的高速移动链路信道参数估计方法，其特征在于：所述的根据采集到的第一接收信号序列计算加性噪声系数估计值的具体步骤如下：

采集第一接收信号序列，所述第一接收信号序列包括全部为0的第一发送信息序列{x₁(i)＝0,i＝1,2,...,N}以及第一接收信息序列{y₁(i),i＝1,2,...,N}；

根据加性噪声系数计算式计算得到加性噪声系数估计值，所述加性噪声系数计算式为：

${\mathrm{\σ}}^2=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left(y_1\left(i\right)\right)}^2$

其中，σ²为所述加性噪声系数估计值，y₁(i)为所述第一接收信息序列中第i处的值。