CN104993914A

CN104993914A - 基于无线环境图的无线信道估计方法与装置

Info

Publication number: CN104993914A
Application number: CN201510254745.5A
Authority: CN
Inventors: 赵友平; 黄楠楠; 李金兴; 谈振辉
Original assignee: Beijing Jiaotong University
Current assignee: Beijing Jiaotong University
Priority date: 2015-05-18
Filing date: 2015-05-18
Publication date: 2015-10-21
Anticipated expiration: 2035-05-18
Also published as: CN104993914B

Abstract

本发明公开了一种基于无线环境图的信道估计方法和装置，所述方法首先获取无线通信设备的位置信息，从无线环境图中检索对应的信道状态信息CSI；而后计算误差矢量幅度EVM值；当EVM大于阈值EVM_g时，采用CSI在线信道估计算法，估计信道状态信息，并进行更新；当EVM小于EVM_g时，则继续对下一位置处的信道状态进行估计。本发明的信道估计方法，基于无线环境图，能够对当前通信环境的信道状态进行准确估计，当实际信道状态与无线环境图所提供的信道状态存在较大偏差时，则利用环境认知方法，通过信道估计算法得出更切合实际的信道状态信息，并进行更新，从而不断优化无线环境图信道状态信息，提升无线通信系统的通信质量与可靠性。

Description

基于无线环境图的无线信道估计方法与装置

技术领域

本发明属于无线通信技术领域，具体涉及一种基于无线环境图的无线信道估计方法与装置。

背景技术

随着无线通信技术的发展，为轨道交通列车全面监控以及旅客提供高速宽带的无线通信环境，对移动通信技术提出了一个新的挑战。无线移动通信技术大部分都是基于蜂窝移动通信系统的，并没有考虑轨道交通本身的独特性，不能较好地满足列车监控、旅客数据通信等要求。面向认知无线电环境认知的无线环境图(Radio Environment Map,REM)能够提供多维无线通信环境信息，如信道状态信息(Channel State Information,CSI)。而基于轨道交通无线环境图(REM for Railway)的信道估计算法及信道补偿算法能够提升轨道交通环境下(尤其是高速铁路、地铁环境下)无线通信接收机的解调性能。

然而，现有技术中，基于无线环境图对无线信道进行估计时，当无线环境图所存储的信道参数信息与实际信道环境存在偏差时，接收机解调性能会恶化，这就直接导致无线通信环境的恶化，从而不能为旅客提供良好的通信体验，也不能对列车的进行全面、实时的监控，列车运行存在安全隐患。

发明内容

本发明实施例提供了一种基于无线环境图的信道估计方法和装置，能够结合无线环境图对当前通信环境的信道参数进行准确估计，当实际信道参数与无线环境图所提供的信道状态信息存在较大偏差时，则利用在线信道估计值更新无线环境图中相应的信道参数，并基于认知无线电的认知机理，在无线通信系统的工作过程中，不断优化无线环境图信道参数，从而提升无线通信系统通信质量与可靠性。

根据本发明的一个方面，提供了一种基于无线环境图的信道估计方法，所述方法包括：

步骤S1，获取无线通信设备的当前位置信息，并从所述无线环境图中检索与所述当前位置对应的当前信道状态信息；

步骤S3，根据导频信息计算所述无线通信设备当前位置的误差矢量幅度EVM值；

步骤S4，将所述EVM值与预设的阈值EVM_g进行比较，当所述EVM大于EVM_g时，转入步骤S5；当所述EVM小于或等于EVM_g时，转入步骤S1；

步骤S5，采用信道状态信息CSI在线信道估计算法，估计信道状态信息，并对所述当前信道状态信息进行更新。

上述方案中，所述步骤S5中采用CSI在线信道估计算法，估计信道状态信息，进一步包括：

步骤S511，根据所述导频信息和所检索的无线环境图中的信道状态信息，构建第一信道估计关系式；

步骤S512，对所述第一信道估计关系式进行求解，根据所述求解的结果更新所述无线环境图中的所述当前信道状态信息，转入步骤S3。

步骤S521，根据导频信息进行变换域信道估计；

步骤S522，根据变换域信道估计得到的信道频率响应信息、无线环境图中存储的信道状态信息构建第二信道估计关系式；

步骤S523，对所述第二信道估计关系式进行求解，并根据所述求解的结果更新无线环境图中的所述当前信道状态信息。

上述方案中，所述方法在步骤S1之后、步骤S3之前还包括：

步骤S2，根据所述信道状态信息，对射频前端获取的接收信号进行信道补偿。

上述方案中，所述步骤S3还包括：对已进行信道补偿的接收信号进行处理。

根据本发明的另一个方面，还提供了一种基于无线环境图的无线信道估计装置，所述装置包括：接收机，EVM值计算模块，EVM值比较模块，信道估计模块，信道信息更新模块；其中，

所述接收机用于获取无线通信设备的当前位置信息，并从所述无线环境图中检索与所述当前位置对应的当前信道状态信息；

所述EVM值计算模块与所述接收机相连，用于根据导频信息计算所述无线通信设备当前位置的误差矢量幅度EVM值；

所述EVM值比较模块同时与所述接收机、所述EVM值计算模块和所述信道估计模块相连，用于接收所述EVM值计算模块所计算的EVM值，并将所述EVM值与预设的阈值EVM_g进行比较，当所述EVM大于EVM_g时，启动信道估计模块；当所述EVM小于或等于EVM_g时，启动接收机；

所述信道估计模块同时与EVM值比较模块和所述信道信息更新模块相连，用于采用CSI在线信道估计算法，估计信道状态信息；

所述信道信息更新模块与所述信道估计模块相连，用于接收所述信道估计模块所重新估计的信道状态信息，并对所述当前信道状态信息进行更新。

上述方案中，所述信道估计模块进一步用于：

根据所述导频信息和所检索的无线环境图中的信道状态信息，构建第一信道估计关系式；

对所述第一信道估计关系式进行求解，根据所述求解的结果更新所述无线环境图中的所述当前信道状态信息，并启动EVM值计算模块。

上述方案中，所述信道估计模块进一步用于：

根据导频信息进行变换域信道估计；

根据变换域信道估计得到的信道频率响应信息、无线环境图中存储的信道状态信息构建第二信道估计关系式；

对所述第二信道估计关系式进行求解，并根据所述求解的结果更新无线环境图中的所述当前信道状态信息。

上述方案中，所述接收机还用于：

根据所述信道状态信息，对射频前端获取的接收信号进行信道补偿。

上述方案中，所述接收机还用于：对已进行信道补偿的接收信号进行处理。

本发明的基于无线环境图的信道估计方法，所述方法首先获取无线通信设备的当前位置信息，并从所述无线环境图中检索与所述当前位置对应的当前信道状态信息；根据导频信息计算所述无线通信设备当前位置的误差矢量幅度EVM值；将所述EVM值与预设的阈值EVM_g进行比较，当所述EVM大于EVM_g时，采用CSI在线信道估计算法，估计信道状态信息，并对所述当前信道状态信息进行更新；当所述EVM小于EVM_g时，则继续对下一位置处的信道进行判断。本发明的信道估计方法，能够结合无线环境图对当前通信环境的信道参数进行准确估计，当实际信道参数与无线环境图所提供的信道状态信息存在较大偏差时，则利用环境认知理论，通过对信道参数的估计算法得出更切合实际的信道状态信息如信道参数，并更新无线环境图中相应的信道状态信息如信道参数，基于认知无线电的认知机理，在无线通信系统的工作过程中，不断优化无线环境图信道参数，从而提升无线通信系统通信质量与可靠性。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例一的基于无线环境图的无线信道估计方法流程示意图；

图2为实施例一的迭代信道参数估计算法流程示意图；

图3为实施例一的变换域信道参数估计算法流程示意图；

图4为本发明实施例二的基于无线环境图的无线信道估计方法流程示意图；

图5为实施例二的轨道交通高架桥场景示意图；

图6为本发明实施例三的基于无线环境图的无线信道估计方法流程示意图；

图7为实施例三中，四种不同接收机的EVM性能图；

图8为实施例三中，四种不同接收机的平均EVM性能图；

图9为实施例三中，四种不同接收机的BER性能图；

图10为实例施例三中，四种不同接收机的平均BER性能图；

图11为本发明实施例四的基于无线环境图的无线信道估计方法流程示意图；

图12为实施例四中，四种不同接收机的EVM性能图；

图13为实施例四中，四种不同接收机的平均EVM性能图；

图14为实施例四中，四种不同接收机的BER性能图；

图15为实施例四中，四种不同接收机的平均BER性能图；

图16为本发明实施例五的基于无线环境图的无线信道估计装置结构示意图。

具体实施方式

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。

本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。

为便于对本发明实施例的理解，下面详细描述本发明的实施方式，通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。

本发明提供了一种基于无线环境图的信道估计方法和装置，在无线通信系统的工作过程中，基于无线环境图，结合收发信机位置和认知无线电的认知机理，对当前通信环境的信道参数进行准确估计，不断优化无线环境图信道参数，为相关的无线通信系统算法提供所需的无线信道参数。当实际信道参数与无线环境图所提供的信道状态信息存在较大偏差时，能够判断无线通信中的一些突变信道状态(例如视通场景变为非视通场景等)，有效地对当前环境的在线信道参数进行估计，利用在线信道估计值更新无线环境图中相应的信道参数，从而提升无线移动通信系统的通信质量与可靠性。本发明尤其适用于轨道交通环境无线移动通信系统，可以充分利用在轨道交通环境，列车在预定的轨道上往复运动，移动通信系统具有较高的信道可预测性；同时，充分考虑了轨道交通环境下由于列车运动速度较高，无线信道呈现频率与时间双选择性的特点。下面结合具体实施例及附图，对本发明做进一步的说明。

图1为本发明实施例一的基于无线环境图的无线信道估计方法流程示意图。

如图1所示，本实施例的基于无线环境图的无线信道估计方法，包括如下步骤：

步骤S101，获取无线通信设备的当前位置信息，并从所述无线环境图中检索与所述当前位置对应的当前信道状态信息。

本步骤可以通过接收机实现，所述获取无线通信设备的当前位置信息，可以根据无线通信设备的定位系统来获取。这里的无线环境图，是一个信息数据库，保存了当前多维无线通信环境的信道状态信息，所述信道状态信息包括信道参数。

步骤S103，根据导频信息计算所述无线通信设备当前位置的误差矢量幅度(Error Vector Magnitude,EVM)值。

本步骤中，是以所述导频信息作为判决标准，计算当前时刻的EVM值。

步骤S104，将所述EVM值与预设的阈值EVM_g进行比较，当所述EVM大于EVM_g时，转入步骤S105；当所述EVM小于或等于EVM_g时，转入步骤S101。

这里还可以包括：预设阈值EVM_g，所述阈值EVM_g为EVM判决门限值。这一值可以根据实际需要进行设定。

步骤S105，采用CSI在线信道估计算法，估计信道状态信息CSI，并对所述当前信道状态信息进行更新。

本步骤中，所述CSI在线信道估计算法，包括但不限于：基于无线环境图的迭代信道参数估计算法、基于无线环境图的变换域信道参数估计算法。

图2为实施例一的迭代信道参数估计算法流程示意图。

如图2所示，所述基于无线环境图的迭代信道参数估计算法进一步包括：

本步骤中，所述第一信道估计关系式，即为进行迭代信道参数估计算法的计算关系式。

图3为实施例一的变换域信道参数估计算法流程示意图。

如图3所示，所述基于无线环境图的变换域信道参数估计算法，进一步包括：

步骤S521，根据导频信息进行变换域信道估计；

本实施例还可以包括：

在步骤S101之后、步骤S103之前，包括步骤S2，根据所述信道状态信息，对射频前端获取的接收信号进行信道补偿。

相应的，所述步骤S103还包括：对已进行信道补偿的接收信号进行处理。

所述对所述接收信号进行处理，包括对所述信号进行解调，对所述信号帧进行拆包，及其他相关操作。

本实施例的基于无线环境图的信道估计方法，基于无线环境图，能够对当前通信环境的信道状态进行准确估计，当实际信道状态与无线环境图所提供的信道状态存在较大偏差时，则利用环境认知理论，通过信道估计算法得出更切合实际的信道状态信息，并进行更新，从而不断优化无线环境图信道状态，提升无线通信系统通信质量与可靠性。

图4为本发明实施例二的基于无线环境图的无线信道估计方法流程示意图。

本实施例以轨道交通高架桥场景为例进行分析。图5为本实施例的轨道交通高架桥场景示意图。

如图5所示，本实施例选取距离基站500-1000米范围内的信道，对所选取的信道统计结果建立REM数据库(本实施例中建立的是4径模型REM数据库，REM数据库中存储着此500m范围内的信道特性参数，其中包括多径的时延信息、幅值信息、到达角信息及其他相关信息等)。列车车顶天线与高架桥桥墩底部距离12m，基站高度为24m，基站距离轨道75m。REM数据库参数如表1所示。其中，所述数据库的主径到达角根据每个时刻的列车天线与基站天线的相对位置确定，其余三条次径的到达角服从0至2π的均匀分布。

表1

发送信号按照TD-LTE信号标准产生，TD-LTE信号参数表如表2所示。

表2

参数	取值
		传输带宽	10MHz
子载波间隔	15kHz
		帧长	10ms
抽样速率	15.36MHz
		FFT大小	1024
子载波数(不包括DC子载波)	600(不包括DC子载波)
		每时隙符号数	7(正常CP)，6(扩展CP)
OFDM符号时长	66.67us
		调制方式	16QAM
保护子载波数	212(左侧)，211(右侧)
		载波频率	2.6GHz

在TD-LTE帧结构中，每帧含8个子帧，每个子帧包含2个时隙，每个时隙正常情况下包含7个OFDM符号。在本实施例中采用TDM导频作为参考信号。

每时隙所输入的比特数目为16800(600×7×4＝16800)比特，在进行信道估计算法准确性评估时，以接收导频信号的EVM值作为判决标准。

{EVM}_{rms} = \sqrt{\frac{1}{M} Σ_{i = 1}^{M} {| | g_{i} - {g^{^}}_{i} | |}^{2}} - - - (1)

式子中g_i表示发送的导频信息，g^{^} _i表示经过信道补偿后的导频信息。M表示进行EVM计算时需要的导频总数。接收机在进行比特误差率(Bit ErrorRate，BER)性能统计时，为了尽可能准确的统计基于此信道估计方法的接收机链路性能，以3000个时隙为一组(共含5.04×10⁷比特)统计接收机的BER性能。本实施例中信噪比的取值根据列车与基站之间距离设定，取值范围为[15dB，30dB]。

同时，在同一种情况下，不同的接收机所获得的EVM和BER数据是不同的。本实施例采用四种接收机，并对四种接收机所获得的EVM和BER数据进行统计分析。所述四种接收机，包括：第一接收机，利用理想CSI参数进行信道补偿的接收机，简称理想接收机(Ideal Receiver，IdR)；第二接收机，加入了变换域信道参数估计算法后，利用存在偏差CSI参数进行信道补偿的接收机，简称变换域接收机(Transform Domain Receiver，TDR)；第三接收机，加入了迭代信道参数估计算法后，利用存在偏差CSI进行信道补偿的接收机，简称迭代接收机(Iterative Receiver，ItR)；第四接收机，利用存在偏差CSI参数进行信道补偿的接收机，简称非理想接收机(Non-ideal Receiver，NR)。

需要说明的是，上述对图5所描述的环境，及采用四种接收机的情况，同样适用于实施例三和实施例四的情况。

在本实施例REM数据库中存储的信道参数与实际存在较大偏差时，本实施例所述的方法能重新估计当前环境的信道参数，使接收机保持理想的解调性能。在实际应用中，为了保证算法的普适性，本实施例所述的方法首先随机选取100次存在该偏差情况的无线信道环境进行数据统计，将所述统计的概率作为其中的一个概率因子，将所述概率因子作为参数估计的一个系数。

如图4所示，本实施例的基于无线环境图的信道估计方法，具体包括如下步骤：

步骤S201，高架桥上运行的列车中所装载的接收机，根据列车上的无线通信设备的定位系统获取无线通信设备的当前位置信息，并从所述无线环境图数据库中检索与所述当前位置对应的当前信道状态信息。

步骤S202，接收机根据所述信道状态信息，对射频前端获取的接收信号进行信道补偿。

步骤S203，根据导频信息计算所述无线通信设备当前位置的误差矢量幅度EVM值。

步骤S204，将所述EVM值与预设的阈值EVM_g进行比较，当所述EVM大于EVM_g时，转入步骤S205；当所述EVM小于或等于EVM_g时，对所述已进行信道补偿的接收信号进行相应操作，转入步骤S201。

本步骤中，对所述已进行信道补偿的接收信号进行相应操作，包括解调、拆包等。

步骤S205，重新计算信道状态信息，并根据所述当前位置信息对所述EVM数据库中的CSI数据进行更新，转入步骤S203。

本步骤中对信道状态信息CSI的重新计算，可以根据不同的情况，采用不同的计算方式。实施例三和实施例四分别在上述过程的基础上进一步说明了不同情况时所采用的不同计算方式。

图6所示为本发明实施例三的基于无线环境图的无线信道估计方法流程示意图。本实施例仍以图5所示的轨道交通高架桥场景为例进行说明。

本实施例针对当多径幅度信息存在较大偏差时，基于REM的迭代信道参数估计算法进行无线信道估计。此类情况下，接收机存储的REM数据库中第二、第三、第四径的幅度信息与实际存在差异(偏差范围服从[-6dB+6dB]的均匀分布)，其余REM信息(时延扩展信息、到达角信息等)与实际CSI参数近似。

如图6所示，本实施例的基于无线环境图的无线信道估计方法，包括如下步骤：

步骤S3011，高架桥上运行的列车中所装载的接收机，射频前端接收信号；

步骤S3012，接收机根据列车上的无线通信设备的定位系统获取无线通信设备的当前位置信息，并从所述无线环境图数据库中检索与所述当前位置对应的当前信道状态信息；

步骤S302，接收机根据所述信道状态信息，对射频前端获取的接收信号进行信道补偿；

步骤S303，根据导频信息计算所述无线通信设备当前位置的误差矢量幅度EVM值；

步骤S304，将所述EVM值与预设的阈值EVM_g进行比较，当所述EVM大于EVM_g时，转入步骤S305；当所述EVM小于或等于EVM_g时，转入步骤S308；

步骤S305，基于迭代信道参数估计算法重新计算CSI。

基于REM的迭代信道参数估计算法进行信道估计，具体为：

选取N_p个导频发送信号和接收信号，构成N_p维线性方程组。其中方程组包含N_p个未知量(每一径上的幅度衰减)：

[\begin{matrix} E_{0, m_{0}} & E_{1, m_{0}} & \cdot \cdot \cdot & E_{N_{p} - 1, m_{0}} \\ E_{0, m_{1}} & E_{1, m_{1}} & \cdot \cdot \cdot & E_{N_{p} - 1, m_{1}} \\ \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot \\ E_{0, M_{N_{p} - 1}} & E_{1, m_{2}} & \cdot \cdot \cdot & E_{N_{p} - 1, m_{N_{p} -1}} \end{matrix}] \cdot [\begin{matrix} a_{0} \\ a_{1} \\ \cdot \cdot \cdot \\ a_{N_{p} - 1} \end{matrix}] + [\begin{matrix} z_{0} \\ z_{1} \\ \cdot \cdot \cdot \\ z_{N_{p} - 1} \end{matrix}] = [\begin{matrix} r (m_{0}) \\ r (m_{1}) \\ \cdot \cdot \cdot \\ r (m_{N_{p} - 1}) \end{matrix}] - - - (2)

其中：

E_{i, m} = t (m - D_{i}) e^{j 2 πΔ F_{i} m T_{s}}, i = 0,1,2, . . . ., N_{p} - 1

t(m)：发送的时域导频信号；r(m)：接收的时域导频信号；a_i：第i径的幅度衰减值；z_i：高斯白噪声；ΔF_i：第i径的多普勒频移值；D_i：第i径的时延扩展值；[m₀,m₁,...,m_Np-1]：所选的导频位置

可以将式(2)简写为：

E·A+Z＝R (3)

其中，A由N_p条路径上的幅度衰减构成。E为N_p×N_p矩阵，Z为N×1矩阵(服从0均值的高斯分布)。忽略AWGN的影响时，则式(3)可以表示为：

E·A≈R (4)

因此A可通过求解矩阵得出新的各径幅度衰减信息：

A＝E^-1R (5)

此算法会受到AWGN噪声的影响，致使在估计时，最弱径估计值偏大(因为最弱径的幅度值最小，因此估计误差相对较大)。当SNR足够大时，此算法有较好的估计特性。为了更好地保障相应接收机的解调性能，在原有基础上加入一个迭代估计过程，在一定步数内不断估计最弱径的幅度值，直至前后时刻EVM变化趋于平缓，即认为待修正径的幅度衰减信息已估计完毕。并且此迭代估计过程还可用于其余径的幅度衰减信息修正。

具体的迭代估计算法过程包括如下步骤：

1)假设最后一径的幅度衰减为a_Np-1,计算此时的EVM值，记为EVM₁；

2)取区间A_Np-1＝[-20dB,a_Np-1]；

3)将A_Np-1分为四个区间，断点分别记为B₀,B₁,B₂,B₃,B₄；

4)分别计算每一个断点对应的EVM值(EVM_B0,EVM_B1,EVM_B2,EVMB3,EVM_B4)；

5)选择使EVM取得最小值的两个断点，记为B_x、B_y(B_x＜B_y)；

6)记EVM₂＝EVM_Bx or EVM_By(两者间最小值)；

7)取区间A_Np-1＝[B_x,B_y]；

8)判断是否需要继续进行迭代，判定条件：EVM不再有明显的改善(e.g.,|EVM₁－EVM₂|<0.005)；

9)如需要继续迭代，记EVM₂＝EVM₁,重复步骤(3)～(9),直到EVM不再有明显的改善。

步骤S306，根据步骤S3012中的所述当前位置信息及迭代参数估计算法计算得到的CSI值，更新REM数据库信息。

这里的REM数据库信息，包括多径时延、幅值、到达角等。

步骤S307，获取新的CSI值，转入步骤S303。

步骤S308，对所述接收信号进行解调，进入下一帧信号的接收及信道参数估计过程。图7-图10为此类情况下的算法性能统计图，分别从EVM和BER的角度验证了所述算法的实际性能。图7为实施例三中，四种不同接收机的EVM性能图；图8为实施例三中，四种不同接收机的平均EVM性能图；图9为实施例三中，四种不同接收机的BER性能图；图10为实例施例三中，四种不同接收机的平均BER性能图。

图7为在21个信噪比取值情况下(15,16...20...35dB)四种接收机的链路性能统计。不同状态的接收机在每个信噪比下的EVM迭代计算次数均为100次。为了能在一个图例上反映出不同信噪比下不同接收机的EVM性能情况，故同一SNR不同状态接收机的EVM值在图中间隔0.1dB表示。例如：15dB下的EVM值为理想接收机15dB EVM性能、15.1dB下的EVM值为变换域接收机15dB EVM性能、15.2dB下的EVM值为迭代接收机15dB EVM性能、15.3dB下的EVM值为非理想接收机15dB EVM性能。其余不同信噪比情况下接收机的EVM性能表示方法同15dB一致。

图7表明，当SNR为18dB时，理想接收机的EVM性能区间为[0.185,0.19]，而非理想接收机的EVM性能区间为[0.185,0.22]。因此，当接收机仍采用与实际CSI存在偏差的REM数据库进行信道补偿时，其解调性能会明显恶化。各信噪比下，非理想接收机EVM性能最差的点表示了此时实际环境第二径强度与REM数据库的偏差量最大。变换域接收机在信噪比取18dB时，其EVM性能区间为[0.185,0.19]，已经与理想接收机EVM性能接近。随着SNR的增高，变换域接收机的EVM性能始终与理想接收机EVM性能高度近似，表明基于REM的变换域信道估计算法能较好估计当前环境的CSI，使得接收机性能恢复理想接收机解调水平。而迭代接收机信噪比为18dB时，其EVM性能区间为[0.18,0.23]，与理想接收机EVM水平仍存在一定距离。图6也反映了随着SNR的增高，迭代接收机的EVM性能不断逼近理想接收机，当SNR为34dB时，其EVM性能已经能与变换域接收机持平，SNR大于34dB时，其性能略好于前者。

因此，加入了这两种信道参数估计算法的接收机能在信道环境发生此类突变时，估计当前环境下的CSI，使得相应的接收机恢复理想解调性能。并且，基于REM的变换域信道估计方法能在较低SNR时对当前环境的信道参数进行估计。而基于REM迭代信道估计方法的估计性能受SNR影响，当SNR足够高时，其同样可以具备较好的估计性能，并优于前者。

图8即为15dB至35dB范围内，四种状态接收机的平均EVM性能图。从图8中可知，各接收机的EVM性能变化规律与图7一致，两种信道估计算法均能重新估计当前环境下新的CSI，使恶化的EVM性能重新逼近理想信道补偿算法的EVM性能。

图9、图10从BER的角度，统计了四种状态接收机的解调性能。图9说明如果在接收端不采取必要措施，其BER性能将维持在10^-4左右，明显差于理想接收机的BER性能(10^-7左右)。基于所提信道估计算法的接收机能使接收机利用存在偏差的REM数据库信息恢复理想BER性能。并且，从BER性能变化上可以看出，变换域信道参数估计方法性能要好于迭代信道参数估计方法。

图11所示为本发明实施例四的基于无线环境图的无线信道估计方法流程示意图。本实施例仍以图5所示的轨道交通高架桥场景为例进行说明。

本实施例针对当信道环境由视通变为非视通时，基于REM的变换域信道参数估计算法进行信道估计。此类情况模拟通信环境由于受到障碍物的遮挡，由原来的视通情况变为非视通情况，其余三径幅度信息均与实际存在差异(偏差范围服从[-6dB+6dB]的均匀分布)。

如图11所示，本实施例的基于无线环境图的无线信道估计方法，包括如下步骤：

本实施例中所述步骤S4011、S4012、S402、S403、S404、S406、S407、S408与实施例三中步骤S3011、S3012、S302、S303、S304、S306、S307、S308的相同，所不同的是步骤S405与步聚S305，本实施例中步骤S405基于REM的变换域信道参数估计算法进行信道估计，具体为：

基于导频的信道估计所得到的信道频率响应(CFR)为：

H_N(k)＝Y(k)/X(k)＝H(k)+[I(k)+W(k)]/X(k)k＝0,...,N-1(6)

式中，I(k),W(k)分别表示载波间串扰分量和噪声分量。

进行变换域处理有：

G_{N} (q) = DFT {H_{N}} = Σ_{k = 0}^{N - 1} H_{N} (k) \exp (- j \frac{2 π}{N} kq) - - - (7)

G (q) = \{\begin{matrix} G_{N} (q) & 0 \leq q \leq p_{c 1} \\ 0 & p_{c 1} \leq q \leq N - p_{c 2} \\ G_{N} (q - N + M) & N - p_{c 2} \leq q \leq N - 1 \end{matrix} - - - (8)

选择两个截止频点，取为p_c1与p_c2。p_c1＝0，截止频率p_c2以通过的能量参数R为基准，即：

R = [| G_{N} {(0)}^{2} | + Σ_{p = N_{p} - p_{c 2}}^{N_{p} - 1} | G_{N} {(p)}^{2} |] / Σ_{p = 0}^{N_{p} - 1} | G_{N} {(p)}^{2} | - - - (9)

式(9)中，分子是通带内的能量，分母是总能量，R的值取0.9-0.95之间。通过变换域信道估计过程对CFR信息进行处理，能较好抑制AWGN和ICI干扰的影响，获取教准确的CSI。在此基础上，进行IDFT变换后即可获取准确的CFR信息。

经过变换域信道估计后，获取的准确CFR信息可以表示为：H_r。

选取N_p组CFR信息，构成N_p维线性方程组：

[\begin{matrix} S_{0, n_{0}} & S_{1, n_{0}} & \cdot \cdot \cdot & S_{N_{p} - 1, n_{0}} \\ S_{0, n_{1}} & S_{1, n_{1}} & \cdot \cdot \cdot & S_{N_{p} - 1, n_{1}} \\ \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot \\ S_{0, n_{N_{p} - 1}} & S_{1, n_{2}} & \cdot \cdot \cdot & S_{N_{p} - 1, n_{N_{p} - 1}} \end{matrix}] \cdot [\begin{matrix} a_{0} \\ a_{1} \\ \cdot \cdot \cdot \\ a_{N_{p} - 1} \end{matrix}] = [\begin{matrix} H_{r} (n_{0}) \\ H_{r} (n_{1}) \\ \cdot \cdot \cdot \\ H_{r} (n_{N_{p} - 1}) \end{matrix}] - - - (10)

其中，

S_{i, n} = e^{j 2 πΔ F_{i} t} e^{- j \frac{2 π τ_{i}}{N} n} \frac{\sin (πΔ F_{i} T)}{πΔ F_{i} T}

可以将式(10)简写为：

SA＝H_r (11)

因为，在基于REM的接收机中，S矩阵的各个因子均已知，这样，通过矩阵求解运算可解出对应的信道参数：

A＝S^-1H_r (12)

图12至图15为此类方法下的性能统计图。图12为实施例四中，四种不同接收机的EVM性能图；图13为实施例四中，四种不同接收机的平均EVM性能图；图14为实施例四中，四种不同接收机的BER性能图；图15为实施例四中，四种不同接收机的平均BER性能图。

图12-图15表明，当信道环境由视通场景表为非视通场景时，接收机的EVM和BER性能恶化明显。基于REM变换域信道参数估计算法的接收机在17dB左右即能有效估计出部分视通变为非视通的通信环境，使得EVM值与理想接收机性能接近。当通信系统的信噪比大于17dB时，基于变换域信道参数估计算法的接收机已能完全判定视通变为非视通的通信场景，并保持较好的估计性能。基于REM的迭代信道参数估计算法性能略差于变换域参数估计算法，但其也能较好的判定视通变为非视通的信道场景，进行信道估计。总的来说，所提的两种算法均能很好适用于视通变为非视通的突变信道环境。

综合以上，本实施例的基于无线环境图的信道估计方法，基于无线环境图，能够对当前通信环境的信道状态进行准确估计，当实际信道状态与无线环境图所提供的信道状态存在较大偏差时，则利用环境认知理论，通过信道估计算法得出更切合实际的信道状态信息，并进行更新，从而不断优化无线环境图信道状态，提升无线通信系统通信质量与可靠性。

如图16所示，本实施例的基于无线环境图的无线信道估计装置，包括：

接收机1，EVM值计算模块2，EVM值比较模块3，信道估计模块4，信道信息更新模块5；其中，

所述接收机1用于获取无线通信设备的当前位置信息，并从所述无线环境图中检索与所述当前位置对应的当前信道状态信息；

所述EVM值计算模块2与所述接收机1相连，用于根据导频信息和所述当前位置信息计算所述无线通信设备当前位置的误差矢量幅度EVM值；

所述EVM值比较模块3同时与所述接收机1、所述EVM值计算模块2和所述信道估计模块4相连，用于接收所述EVM值计算模块2所计算的EVM值，并将所述EVM值与预设的阈值EVM_g进行比较，当所述EVM大于EVM_g时，启动信道估计模块4；当所述EVM小于EVM_g时，启动接收机1；

所述信道估计模块4同时与EVM值比较模块3和所述信道信息更新模块5相连，用于采用CSI在线信道估计算法，估计信道状态信息；

所述信道信息更新模块5与所述信道估计模块4相连，用于接收所述信道估计模块4所重新估计的信道状态信息，并对所述当前信道状态信息进行更新。

优选的，所述信道估计模块4进一步用于：

对所述第一信道估计关系式进行求解，根据所述求解的结果更新所述无线环境图中的所述当前信道状态信息，并启动EVM值计算模块3。

优选的，所述信道估计模块4进一步用于：

根据导频信息进行变换域信道估计；

优选的，所述接收机1还用于：

根据所述信道状态信息，对射频前端获取的接收信号进行信道补偿；和/或，

对已进行信道补偿的接收信号进行处理。

本实施例的基于无线环境图的信道估计装置，基于无线环境图，能够对当前通信环境的信道状态进行准确估计，当实际信道状态与无线环境图所提供的信道状态存在较大偏差时，则利用环境认知理论，通过信道估计算法得出更切合实际的信道状态信息，并进行更新，从而不断优化无线环境图信道状态，提升无线通信系统通信质量与可靠性。

本领域普通技术人员可以理解：附图只是一个实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。

通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上所述，仅为本发明较佳的具体实施方式，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的保护范围为准。

Claims

1.一种基于无线环境图的无线信道估计方法，其特征在于，所述方法包括：

2.根据权利要求1所述的无线信道估计方法，其特征在于，所述步骤S5中采用CSI在线信道估计算法，估计信道状态信息，进一步包括：

3.根据权利要求1所述的无线信道估计方法，其特征在于，所述步骤S5中采用CSI在线信道估计算法，估计信道状态信息，进一步包括：

步骤S521，根据导频信息进行变换域信道估计；

4.根据权利要求1至3任一项所述的无线信道估计方法，其特征在于，所述方法在步骤S1之后、步骤S3之前还包括：

5.根据权利要求4所述的无线信道估计方法，其特征在于，所述步骤S3还包括：对已进行信道补偿的接收信号进行处理。

6.一种基于无线环境图的无线信道估计装置，其特征在于，所述装置包括：接收机，EVM值计算模块，EVM值比较模块，信道估计模块，信道信息更新模块；其中，

7.根据权利要求6所述的无线信道估计装置，其特征在于，所述信道估计模块进一步用于：

8.根据权利要求6所述的无线信道估计装置，其特征在于，所述信道估计模块进一步用于：

根据导频信息进行变换域信道估计；

9.根据权利要求6至8任一项所述的无线信道估计装置，其特征在于，所述接收机还用于：

10.根据权利要求9所述的无线信道估计装置，其特征在于，所述接收机还用于：对已进行信道补偿的接收信号进行处理。