CN105873135A - 多路径信道的参数确定方法、装置以及通信系统 - Google Patents

Abstract

本发明实施例提供一种多路径信道的参数确定方法、装置以及通信系统。所述参数确定方法包括：接收发送端周期性发送的信号序列；对多个周期的接收信号序列分别估计所述多路径信道的参数；其中对于每个周期内的接收信号序列，根据处理后的接收信号序列以及本地序列估计出所述周期内的所述多路径信道的参数；将所述多个周期的所述多路径信道的参数进行聚类处理，并根据聚类结果确定出所述多路径信道的参数。通过本发明实施例，可以有效地准确地且完整地获得多路径信道的参数。

Description

多路径信道的参数确定方法、装置以及通信系统

技术领域

本发明实施例涉及无线通信技术领域，尤其涉及一种多路径信道的参数确定方法、装置以及通信系统。

背景技术

在无线通信系统中，无线信号受传播环境的影响，在传播路径上产生反射、绕射和散射，这样发送端的信号到达接收端时，信号不是由同单一路径来的，而是许多路径来的多个信号的叠加，这种现象称为多径效应。

因为各个传播路径距离不同，各个路径信号到达接收端的时间不同、相位也不同。在实际的通信系统中通常需要估计出这些多路径信道的参数，包括各条路径的衰减，时延和相位等。准确的估计出这些参数可以提高信道估计的准确度，从而提高信息传输性能；此外，也可以在定位应用中提高定位精度。

常用的多路径信道的参数提取方法包括互相关法和谱估计法。其中互相关法的基本思想是将一路信号相对另一路信号移位后，利用互相关技术比较两路信号的相似程度，最大的位移量对应时延的估计值。而使用谱估计算法，可以超分辨地估计出信道时延。

应该注意，上面对技术背景的介绍只是为了方便对本发明的技术方案进行清楚、完整的说明，并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本发明的背景技术部分进行了阐述而认为上述技术方案为本领域技术人员所公知。

发明内容

但是，发明人发现：现有的互相关法的分辨能力受限于相关时间，而谱估计算法不能有效地提取出信道的复振幅。因此现有方法不能有效地准确地且完整地获得多路径信道的参数。

本发明实施例提供了一种多路径信道的参数确定方法、装置以及通信系统，有效地准确地且完整地获得多路径信道的参数。

根据本发明实施例的第一个方面，提供一种多路径信道的参数确定装置，配置于接收端，所述参数确定装置包括：

信号接收单元，接收发送端周期性发送的信号序列；

参数估计单元，对多个周期的接收信号序列分别估计所述多路径信道的参数；其中对于每个周期内的接收信号序列，根据处理后的接收信号序列以及本地序列估计出所述周期内的信道参数；

参数确定单元，将所述多个周期的信道参数进行聚类处理，并根据聚类结果确定出所述多路径信道的参数。

根据本发明实施例的第二个方面，提供一种通信系统，包括：

发送端，周期性地发送信号序列；

接收端，接收所述信号序列；对多个周期的接收信号序列分别估计多路径信道的参数；其中对于每个周期内的所述接收信号序列，根据处理后的接收信号序列以及本地序列估计出所述周期内的信道参数；以及将所述多个周期的信道参数进行聚类处理，并根据聚类结果确定出所述多路径信道的参数。

根据本发明实施例的第三个方面，提供一种多路径信道的参数确定方法，包括：

接收发送端周期性发送的信号序列；

对多个周期的接收信号序列分别估计所述多路径信道的参数；其中对于每个周期内的接收信号序列，根据处理后的接收信号序列以及本地序列估计出所述周期内的信道参数；

将所述多个周期的信道参数进行聚类处理，并根据聚类结果确定出所述多路径信道的参数。

本发明实施例的有益效果在于：通过接收周期性发送的信号序列，对于每个周期内的接收信号序列估计出该周期内的所述多路径信道的参数，以及将多个周期的参数进行聚类处理；可以有效地准确地且完整地获得多路径信道的参数。

参照后文的说明和附图，详细公开了本发明实施例的特定实施方式，指明了本发明实施例的原理可以被采用的方式。应该理解，本发明的实施方式在范围上并不因而受到限制。在所附权利要求的精神和条款的范围内，本发明的实施方式包括许多改变、修改和等同。

针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用，与其它实施方式中的特征相组合，或替代其它实施方式中的特征。

应该强调，术语“包括/包含”在本文使用时指特征、整件、步骤或组件的存在，但并不排除一个或更多个其它特征、整件、步骤或组件的存在或附加。

附图说明

所包括的附图用来提供对本发明实施例的进一步的理解，其构成了说明书的一部分，用于例示本发明的实施方式，并与文字描述一起来阐释本发明的原理。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。在附图中：

图1是本发明实施例的多路径信道的参数确定方法的一示意图；

图2是本发明实施例的信号序列的一示意图；

图3是本发明实施例的接收端进行处理的一示意图；

图4是本发明实施例的进行聚类后的一实例示意图；

图5是本发明实施例的多路径信道的参数确定方法的另一示意图；

图6是本发明实施例的多路径信道的参数确定装置的一示意图；

图7是本发明实施例的参数估计单元的一示意图；

图8是本发明实施例的参数确定单元的一示意图；

图9是本发明实施例的接收端的一构成示意图；

图10是本发明实施例的通信系统的一示意图。

具体实施方式

参照附图，通过下面的说明书，本发明实施例的前述以及其它特征将变得明显。在说明书和附图中，具体公开了本发明的特定实施方式，其表明了其中可以采用本发明实施例的原则的部分实施方式，应了解的是，本发明不限于所描述的实施方式，相反，本发明实施例包括落入所附权利要求的范围内的全部修改、变型以及等同物。

实施例1

本发明实施例提供一种多路径信道的参数确定方法，应用于与发送端之间具有多路径信道的接收端。图1是本发明实施例的多路径信道的参数确定方法的一示意图，如图1所示，所述方法包括：

步骤101，接收发送端周期性发送的信号序列；

步骤102，对多个周期的接收信号序列分别估计所述多路径信道的参数；其中对于每个周期内的接收信号序列，根据处理后的接收信号序列以及本地序列估计出所述周期内的所述多路径信道的参数；

步骤103，将所述多个周期的所述多路径信道的参数进行聚类处理，并根据聚类结果确定出所述多路径信道的参数。

在本实施例中，发送端可以周期性发送信号序列，例如PN序列，ZC序列或者M序列等具有良好自相关性的序列。其中发送信号序列的周期可以根据信道相干时间确定，所述信号序列的在所述多个周期内的总长度小于信道相干时间，不同周期的信号之间间隔一段时间，该时间间隔大于信道的最大时延扩展。

图2是本发明实施例的信号序列的一示意图，如图2所示，发送端可以周期性地，例如在周期1、周期2、……周期T发送信号序列。总的信号序列的长度应该小于信道相干时间，且序列之间的时间间隔(例如周期1与周期2之间的时间间隔)应大于最大时延扩展。图2仅以信号序列的长度是1个周期为例进行了说明，但本发明不限于此，也可以是多个连续周期的序列，取决于具体的实施方式。

在本实施例中，在室内环境中，通常用户设备的移动速度较低、多普勒频移影响较小、信道相干时间较大，是典型的慢衰落信道。无线信道相干时间可以表示为：

Tc＝0.423/fm，

其中fm是最大多普勒频移：

fm＝fc*v/c，

其中fc为载波频率，v为用户设备的移动速度，c为光速。对室内信道，通常用户设备的移动速度很低，典型值可以设为3km/h。当载波频率为2GHz时，室内信道相干时间可近似计为76ms，信道最大时延扩展为200ns。那么发送端发送的信号序列的总信号长度应小于76ms，相邻序列之间的时间间隔应大于200ns。

在本实施例中，接收端预先存储有与发送端一样的信号序列作为本地序列。特别的为了提高时延估计精度，可以对本地序列进行过采样，生成颗粒度更小的本地序列。当然相应地，如果本地序列进行了过采样，接收信号序列在进行信号处理时也需要进行过采样。

图3是本发明实施例的接收端进行处理的一示意图，如图3所示，接收端可以获得多个周期的接收信号序列，可以分别估计每个周期内的信道参数，并将多个周期的信道参数进行聚类，根据聚类的结果获得多路径信道的估计参数。

其中，对于每一周期内的接收信号序列，可以进行一系列信号处理，例如A/D转换、下变频、滤波、下采样等处理流程得到基带信号。但本发明实施例不限于此，还可以采用其他的信号处理，例如采样和过采样。

在本实施例中，根据处理后的接收信号序列以及本地序列，可以采用改进的最大期望(EM)算法估计出每一周期内的所述多路径信道的参数。具体地，可以包括：将所述处理后的接收信号序列与所述本地序列进行相关运算，根据相关峰的个数确定预估计的多径数目K；然后根据所述多径数目K以及预设的迭代次数M进行迭代运算，获得K个路径的信道参数。

其中，在确定预估计的多径数目K之后，需要设定各条路径的初始值；其中，

各个路径的时延可以表示为：

各个路径的复振幅可以表示为：

为了解决EM算法存在的初始值敏感问题，本发明实施例中改进的EM算法每次只估计一条路径。因此将各个路径的初始值设为即设定第一条径的初始值，其他路径的时延和复振幅均设定为0。

在本实施例中，对于第k条路径，其中k小于等于K，包括如下步骤：

首先，从所述接收信号序列中减去已经获得的第1至k-1条路径的估计值所对应的信号序列；具体地，估算第m次迭代时所述第k条路径的信号序列为：

${\hat{x}}_k^m\left(n\right)={\widehat{\mathrm{\α}}}_{k}s(n-{\widehat{\mathrm{\τ}}}_k)+{\mathrm{\β}}_k[x\left(n\right)-{\mathrm{\Σ}}_{k=1}^K\left({\widehat{\mathrm{\α}}}_{k}s(n-{\widehat{\mathrm{\τ}}}_k)\right)];$

然后，根据处理后的信号序列计算所述第k条路径的时延和复振幅；具体地，第m+1次时，所述第k条径的时延和复振幅为：

${\widehat{\mathrm{\τ}}}_k^{m+1}=\arg \underset{{\mathrm{\τ}}_k}{\max }\left\{{\mathrm{\Σ}}_{n=0}^{N-1}\right|{\hat{x}}_k^m\left(n\right)s^{*}(n-{\mathrm{\τ}}_k)\left|\right\}$

${\widehat{\mathrm{\α}}}_k^{m+1}=\frac{{\mathrm{\Σ}}_{n=0}^{N-1}{\hat{x}}_k^m\left(n\right)s(n-{\widehat{\mathrm{\τ}}}_k)}{{\mathrm{\Σ}}_{n=0}^{N-1}(s(n-{\widehat{\mathrm{\τ}}}_k)*s^{*}(n-{\mathrm{\τ}}_k))}$

其中，m小于等于M，为所述第k条路径估计的时延，为所述第k条路径估计的复振幅，为所述本地序列，β_k为加权系数，x(n)为所述接收信号序列；argmax为最大期望函数。

每迭代一次m加1，当迭代M次、或者估计值和达到稳定值的情况下，获得所述第k条路径的信道参数；否则继续进行迭代。

再然后，更新所述第k条路径的信道参数，其中，所述第1至k条路径的估计值被设定，第k+1至K条路径的初始值被设为零。具体地，和更新如下：

$\stackrel{\→}{\widehat{\mathrm{\τ}}}=[{\widehat{\mathrm{\τ}}}_0^{m+1},{\widehat{\mathrm{\τ}}}_1^{m+1},...,{\widehat{\mathrm{\τ}}}_k^{m+1},0,..,0]$

$\stackrel{\→}{\widehat{\mathrm{\α}}}=[{\widehat{\mathrm{\α}}}_0^{m+1},{\widehat{\mathrm{\α}}}_1^{m+1},...,{\widehat{\mathrm{\α}}}_k^{m+1},0,...,0]$

最后，判断当前估计的径数k是否等于预设的最大径数K，如果到达则退出循环，输出各条路径的时延和复振幅的估计值。否则k值加1，继续进行迭代。由此，对于每一周期的接收信号序列，可以估计出K条路径的信道参数。

上述过程算法的伪代码可以如下所述：

值得注意的是，以上伪代码仅示意性示出了改进的EM算法的过程。但本发明不限于此，例如还可以对该过程进行适当的调整或变型。

在本实施例中，在得到每个周期的多路径信道的参数之后，可以将所述多个周期的所述多路径信道的参数进行聚类处理，并根据聚类结果确定出所述多路径信道的参数。

具体地，可以包括如下步骤：对于所述多个周期的所述多路径信道的参数，将时延和振幅作为二维参数进行聚类；将聚类后形成的多个簇中元素数目小于预设门限值的簇确定为噪声；将元素数目大于或等于所述预设门限值的簇确定为有效簇，其中每一有效簇对应一有效路径；将所述有效簇的数目确定为多径数目，并根据所述有效簇的质心确定对应的各路径的时延和复振幅。

其中，关于振幅和复振幅可以参考相关技术。在对每个周期估计参数时可以获得各条路径的复振幅，根据该复振幅可以得到实际的振幅。在进行聚类时可以使用时延和振幅。而在聚类之后可以根据每簇的质心获得各条路径的时延和振幅，进而可以获得各条路径的时延和复振幅。

图4是本发明实施例的进行聚类后的一实例示意图。如图4所示，在对T个周期的信道参数(其中每个周期具有K个路径的参数)进行聚类之后，可以获得大致10个簇。其中簇中元素数据大于或等于预设门限值(例如为8)的簇为6个，即图4中所示的簇401、403、404、406、407、409为有效簇。而其他簇(402、405、408、410)可以确定为噪声。

由此，可以获得6个有效路径，多径数目为6。并且这6个簇中每个簇的质心对应各个路径的时延和复振幅，由此可以确定6条路径的信道参数。

在本实施例中，在确定出所述多路径信道的参数之后，所述方法还包括：从多个路径中选择时延最小的路径，并基于所述时延最小的路径估计发送端到接收端的距离；和/或将所述多路径信道的参数组成信道冲击响应，进行所述多路径信道的估计。

图5是本发明实施例的多路径信道的参数确定方法的另一示意图，如图5所示，所述方法包括：

步骤501，接收端接收发送端周期性发送的信号序列；

步骤502，接收端对于一个周期内的接收信号序列进行信号处理；

步骤503，将处理后的接收信号序列与本地序列进行相关运算，根据相关峰的个数确定预估计的多径数目K；

步骤504，计算K条路径中每条路径的时延和复振幅；

其中，具体地可以采用上述改进的EM算法进行估计。

步骤505，判断是否还存在没有被处理的周期；如果还存在没有被处理的周期，则执行步骤502，对下一周期的信道参数进行估计；如果不存在没有被处理的周期，即所有周期的信道参数均已经被估计，则执行步骤506。

步骤506，对于所述多个周期的信道参数，将时延和振幅作为二维参数进行聚类；

其中，具体的聚类算法可以采用k均值聚类方法、层次聚类方法等聚类方法实现。但本发明不限于此，可以根据实际情况确定具体的聚类方法。

步骤507，将聚类后形成的多个簇中元素数目小于预设门限值的簇确定为噪声；将元素数目大于或等于所述预设门限值的簇确定为有效簇，其中每一有效簇对应一有效路径；

步骤508，将所述有效簇的数目确定为多径数目，并根据所述有效簇的质心确定对应的各路径的时延和复振幅。

如图5所示，所述方法还可以包括：

步骤509，从多个路径中选择时延最小的路径，并基于所述时延最小的路径估计发送端到接收端的距离；和/或，将所述多路径信道的参数组成信道冲击响应，进行所述多路径信道的估计。

值得注意的是，以上的执行顺序不限于此。例如步骤502至步骤506可以并行执行，对于多个周期可以同时进行处理。

由上述实施例可知，通过接收周期性发送的信号序列，对于每个周期内的接收信号序列估计出该周期内的所述多路径信道的参数，以及将多个周期的参数进行聚类处理；可以有效地准确地且完整地获得多路径信道的参数。

实施例2

本发明实施例提供一种多路径信道的参数确定装置，配置于接收端。本发明实施例对应于实施例1中所述的参数确定方法，相同的内容不再赘述。

图6是本发明实施例的多路径信道的参数确定装置的一示意图，如图6所示，所述参数确定装置600包括：

信号接收单元601，接收发送端发送的信号序列；所述信号序列由所述发送端周期性地发送；

参数估计单元602，对多个周期的接收信号序列分别估计所述多路径信道的参数；其中对于每个周期内的接收信号序列，根据处理后的接收信号序列以及本地序列估计出所述周期内的所述多路径信道的参数；

参数确定单元603，将所述多个周期的所述多路径信道的参数进行聚类处理，并根据聚类结果确定出所述多路径信道的参数。

在本实施例中，所述信号序列的在所述多个周期内的总长度小于信道相干时间，所述信号序列之间的间隔时间大于信道最大时延扩展。

图7是本发明实施例的参数估计单元602的一示意图，如图7所示，所述参数估计单元602包括：

相关计算单元701，将所述处理后的接收信号序列与所述本地序列进行相关运算，根据相关峰的个数确定预估计的多径数目K；

迭代运算单元702，根据所述多径数目K以及预设的迭代次数M进行迭代运算，获得K个路径的信道参数。

在本实施例中，所述迭代运算单元702具体可以用于：对于第k条路径，从所述接收信号序列中减去已经获得的第1至k-1条路径的估计值所对应的信号序列；以及根据处理后的信号序列计算所述第k条路径的时延和复振幅；其中k小于等于K。

所述迭代运算单元702还可以用于：在迭代M次或者估计值达到稳定值的情况下，获得所述第k条路径的信道参数；以及更新所述第k条路径的信道参数，其中，所述第1至k条路径的估计值被设定，第k+1至K条路径的初始值被设为零。

其中，所述迭代运算单元702可以采用如下公式获得所述第k条路径的时延和复振幅：

估算第m次迭代时所述第k条路径的信号序列为：

${\hat{x}}_k^m\left(n\right)={\widehat{\mathrm{\α}}}_{k}s(n-{\widehat{\mathrm{\τ}}}_k)+{\mathrm{\β}}_k[x\left(n\right)-{\mathrm{\Σ}}_{k=1}^K\left({\widehat{\mathrm{\α}}}_{k}s(n-{\widehat{\mathrm{\τ}}}_k)\right)];$

则第m+1次时，所述第k条径的时延和复振幅为：

${\widehat{\mathrm{\τ}}}_k^{m+1}=\arg \underset{{\mathrm{\τ}}_k}{\max }\left\{{\mathrm{\Σ}}_{n=0}^{N-1}\right|{\hat{x}}_k^m\left(n\right)s^{*}(n-{\mathrm{\τ}}_k)\left|\right\}$

${\widehat{\mathrm{\α}}}_k^{m+1}=\frac{{\mathrm{\Σ}}_{n=0}^{N-1}{\hat{x}}_k^m\left(n\right)s(n-{\widehat{\mathrm{\τ}}}_k)}{{\mathrm{\Σ}}_{n=0}^{N-1}(s(n-{\widehat{\mathrm{\τ}}}_k)*s^{*}(n-{\mathrm{\τ}}_k))}$

其中，m小于等于M，为所述第k条路径估计的时延，为所述第k条路径估计的复振幅，为所述本地序列，β_k为加权系数，x(n)为所述接收信号序列；argmax为最大期望函数。

图8是本发明实施例的参数确定单元603的一示意图，如图8所示，所述参数确定单元603可以包括：

聚类单元801，对于所述多个周期的所述多路径信道的参数，将时延和振幅作为二维参数进行聚类；

有效路径确定单元802，将聚类后形成的多个簇中元素数目小于预设门限值的簇确定为噪声；将元素数目大于或等于所述预设门限值的簇确定为有效簇，其中每一有效簇对应一有效路径；

参数获取单元803，将所述有效簇的数目确定为多径数目，并根据所述有效簇的质心确定对应的各路径的时延和复振幅。

如图6所示，所述参数确定装置600还可以包括：

距离估计单元604，从多个路径中选择时延最小的路径，并基于所述时延最小的路径估计发送端到接收端的距离；和/或

信道估计单元605，将所述多路径信道的参数组成信道冲击响应，进行所述多路径信道的估计。

本实施例还提供一种接收端，配置有如上所述的参数确定装置600。

图9是本发明实施例的接收端的一构成示意图。如图9所示，接收端900可以包括：中央处理器(CPU)200和存储器210；存储器210耦合到中央处理器200。其中该存储器210可存储各种数据；此外还存储信息处理的程序，并且在中央处理器200的控制下执行该程序，以接收发送端发送的各种信息。

其中，发送端900可以实现如实施例1所述的多路径信道的参数确定方法。中央处理器200可以被配置为实现参数确定装置600的功能；即中央处理器200可以被配置为进行如下控制：接收发送端发送的信号序列；所述信号序列由所述发送端周期性地发送；对多个周期的接收信号序列分别估计所述多路径信道的参数；其中对于每个周期内的接收信号序列，根据处理后的接收信号序列以及本地序列估计出所述周期内的所述多路径信道的参数；将所述多个周期的所述多路径信道的参数进行聚类处理，并根据聚类结果确定出所述多路径信道的参数。

此外，如图9所示，接收端900还可以包括：收发机220和天线230等；其中，上述部件的功能与现有技术类似，此处不再赘述。值得注意的是，接收端900也并不是必须要包括图9中所示的所有部件；此外，接收端900还可以包括图9中没有示出的部件，可以参考现有技术。

由上述实施例可知，通过接收周期性发送的信号序列，对于每个周期内的接收信号序列估计出该周期内的所述多路径信道的参数，以及将多个周期的参数进行聚类处理；可以有效地准确地且完整地获得多路径信道的参数。

实施例3

本发明实施例还提供一种通信系统，与实施例1和2相同的内容不再赘述。图10是本发明实施例的通信系统的一示意图，如图10所示，所述通信系统1000包括：

发送端1001，周期性地发送信号序列；

接收端1002，接收所述信号序列；对多个周期的接收信号序列分别估计多路径信道的参数；其中对于每个周期内的所述接收信号序列，根据处理后的接收信号序列以及本地序列估计出所述周期内的所述多路径信道的参数；以及将所述多个周期的所述多路径信道的参数进行聚类处理，并根据聚类结果确定出所述多路径信道的参数。

其中，接收端1002和发送端1001之间具有多路径信道。所述信号序列的在所述多个周期内的总长度小于信道相干时间，所述信号序列之间的间隔时间大于信道最大时延扩展。

本发明实施例还提供一种计算机可读程序，其中当在接收端中执行所述程序时，所述程序使得计算机在所述接收端中执行实施例1所述的多路径信道的参数确定方法。

本发明实施例还提供一种存储有计算机可读程序的存储介质，其中所述计算机可读程序使得计算机在接收端中执行实施例1所述的多路径信道的参数确定方法。

本发明以上的装置和方法可以由硬件实现，也可以由硬件结合软件实现。本发明涉及这样的计算机可读程序，当该程序被逻辑部件所执行时，能够使该逻辑部件实现上文所述的装置或构成部件，或使该逻辑部件实现上文所述的各种方法或步骤。本发明还涉及用于存储以上程序的存储介质，如硬盘、磁盘、光盘、DVD、flash存储器等。

以上结合具体的实施方式对本发明进行了描述，但本领域技术人员应该清楚，这些描述都是示例性的，并不是对本发明保护范围的限制。本领域技术人员可以根据本发明的精神和原理对本发明做出各种变型和修改，这些变型和修改也在本发明的范围内。

关于包括以上实施例的实施方式，还公开下述的附记：

(附记1)一种多路径信道的参数确定装置，配置于接收端，所述参数确定装置包括：

信号接收单元，接收发送端周期性发送的信号序列；

参数估计单元，对多个周期的接收信号序列分别估计所述多路径信道的参数；其中对于每个周期内的接收信号序列，根据处理后的接收信号序列以及本地序列估计出所述周期内的信道参数；

参数确定单元，将所述多个周期的信道参数进行聚类处理，并根据聚类结果确定出所述多路径信道的参数。

(附记2)根据附记1所述的装置，其中，所述信号序列的在所述多个周期内的总长度小于信道相干时间，所述信号序列之间的间隔时间大于信道最大时延扩展。

(附记3)根据附记1所述的装置，其中，所述参数估计单元包括：

相关计算单元，将所述处理后的接收信号序列与所述本地序列进行相关运算，根据相关峰的个数确定预估计的多径数目K；

迭代运算单元，根据所述多径数目K以及预设的迭代次数M进行迭代运算，获得K个路径的信道参数。

(附记4)根据附记3所述的装置，其中，所述迭代运算单元用于：

对于第k条路径，从所述接收信号序列中减去已经获得的第1至k-1条路径的估计值所对应的信号序列；以及根据处理后的信号序列计算所述第k条路径的时延和复振幅；其中k小于等于K。

(附记5)根据附记4所述的装置，其中，所述迭代运算单元还用于：

在迭代M次或者估计值达到稳定值的情况下，获得所述第k条路径的信道参数；以及更新所述第k条路径的信道参数，其中，所述第1至k条路径的估计值被设定，第k+1至K条路径的初始值被设为零。

(附记6)根据附记4所述的装置，其中，其中所述迭代运算单元采用如下公式获得所述第k条路径的时延和复振幅：

估算第m次迭代时所述第k条路径的信号序列为：

${\hat{x}}_k^m\left(n\right)={\widehat{\mathrm{\α}}}_{k}s(n-{\widehat{\mathrm{\τ}}}_k)+{\mathrm{\β}}_k[x\left(n\right)-{\mathrm{\Σ}}_{k=1}^K\left({\widehat{\mathrm{\α}}}_{k}s(n-{\widehat{\mathrm{\τ}}}_k)\right)];$

则第m+1次时，所述第k条径的时延和复振幅为：

${\widehat{\mathrm{\τ}}}_k^{m+1}=\arg \underset{{\mathrm{\τ}}_k}{\max }\left\{{\mathrm{\Σ}}_{n=0}^{N-1}\right|{\hat{x}}_k^m\left(n\right)s^{*}(n-{\mathrm{\τ}}_k)\left|\right\}$

${\widehat{\mathrm{\α}}}_k^{m+1}=\frac{{\mathrm{\Σ}}_{n=0}^{N-1}{\hat{x}}_k^m\left(n\right)s(n-{\widehat{\mathrm{\τ}}}_k)}{{\mathrm{\Σ}}_{n=0}^{N-1}(s(n-{\widehat{\mathrm{\τ}}}_k)*s^{*}(n-{\mathrm{\τ}}_k))}$

其中，m小于等于M，为所述第k条路径估计的时延，为所述第k条路径估计的复振幅，为所述本地序列，β_k为加权系数，x(n)为所述接收信号序列；argmax为最大期望函数。

(附记7)根据附记1所述的装置，其中，所述参数确定单元包括：

聚类单元，对于所述多个周期的信道参数，将时延和振幅作为二维参数进行聚类；

有效路径确定单元，将聚类后形成的多个簇中元素数目小于预设门限值的簇确定为噪声；将元素数目大于或等于所述预设门限值的簇确定为有效簇，其中每一有效簇对应一有效路径；

参数获取单元，将所述有效簇的数目确定为多径数目，并根据所述有效簇的质心确定对应的各路径的时延和复振幅。

(附记8)根据附记1所述的装置，其中，所述装置还包括：

距离估计单元，从多个路径中选择时延最小的路径，并基于所述时延最小的路径估计发送端到接收端的距离；和/或

信道估计单元，将所述多路径信道的参数组成信道冲击响应，进行所述多路径信道的估计。

(附记9)一种通信系统，包括：

发送端，周期性地发送信号序列；

接收端，接收所述信号序列；对多个周期的接收信号序列分别估计多路径信道的参数；其中对于每个周期内的所述接收信号序列，根据处理后的接收信号序列以及本地序列估计出所述周期内的信道参数；以及将所述多个周期的信道参数进行聚类处理，并根据聚类结果确定出所述多路径信道的参数。

(附记10)一种多路径信道的参数确定方法，包括：

接收发送端周期性发送的信号序列；

对多个周期的接收信号序列分别估计所述多路径信道的参数；其中对于每个周期内的接收信号序列，根据处理后的接收信号序列以及本地序列估计出所述周期内的信道参数；

将所述多个周期的信道参数进行聚类处理，并根据聚类结果确定出所述多路径信道的参数。

(附记11)根据附记10所述的方法，其中，所述信号序列的在所述多个周期内的总长度小于信道相干时间，所述信号序列之间的间隔时间大于信道最大时延扩展。

(附记12)根据附记10所述的方法，其中，根据处理后的接收信号序列以及本地序列估计出所述周期内的所述多路径信道的参数，包括：

将所述处理后的接收信号序列与所述本地序列进行相关运算，根据相关峰的个数确定预估计的多径数目K；

根据所述多径数目K以及预设的迭代次数M进行迭代运算，获得K个路径的信道参数。

(附记13)根据附记12所述的方法，其中，根据所述多径数目K以及预设的迭代次数M进行迭代运算，获得K个路径的信道参数，包括：

对于第k条路径，其中k小于等于K，

从所述接收信号序列中减去已经获得的第1至k-1条路径的估计值所对应的信号序列；以及

根据处理后的信号序列计算所述第k条路径的时延和复振幅。

(附记14)根据附记13所述的方法，其中，所述方法还包括：

在迭代M次或者估计值达到稳定值的情况下，获得所述第k条路径的信道参数；以及

更新所述第k条路径的信道参数，其中，所述第1至k条路径的估计值被设定，第k+1至K条路径的初始值被设为零。

(附记15)根据附记13所述的方法，其中，其中采用如下公式获得所述第k条路径的时延和复振幅：

估算第m次迭代时所述第k条路径的信号序列为：

${\hat{x}}_k^m\left(n\right)={\widehat{\mathrm{\α}}}_{k}s(n-{\widehat{\mathrm{\τ}}}_k)+{\mathrm{\β}}_k[x\left(n\right)-{\mathrm{\Σ}}_{k=1}^K\left({\widehat{\mathrm{\α}}}_{k}s(n-{\widehat{\mathrm{\τ}}}_k)\right)];$

则第m+1次时，所述第k条径的时延和复振幅为：

${\widehat{\mathrm{\τ}}}_k^{m+1}=\arg \underset{{\mathrm{\τ}}_k}{\max }\left\{{\mathrm{\Σ}}_{n=0}^{N-1}\right|{\hat{x}}_k^m\left(n\right)s^{*}(n-{\mathrm{\τ}}_k)\left|\right\}$

${\widehat{\mathrm{\α}}}_k^{m+1}=\frac{{\mathrm{\Σ}}_{n=0}^{N-1}{\hat{x}}_k^m\left(n\right)s(n-{\widehat{\mathrm{\τ}}}_k)}{{\mathrm{\Σ}}_{n=0}^{N-1}(s(n-{\widehat{\mathrm{\τ}}}_k)*s^{*}(n-{\mathrm{\τ}}_k))}$

其中，m小于等于M，为所述第k条路径估计的时延，为所述第k条路径估计的复振幅，为所述本地序列，β_k为加权系数，x(n)为所述接收信号序列；argmax为最大期望函数。

(附记16)根据附记10所述的方法，其中，将所述多个周期的所述多路径信道的参数进行聚类处理，并根据聚类结果确定出所述多路径信道的参数，包括：

对于所述多个周期的信道参数，将时延和振幅作为二维参数进行聚类；

将聚类后形成的多个簇中元素数目小于预设门限值的簇确定为噪声；将元素数目大于或等于所述预设门限值的簇确定为有效簇，其中每一有效簇对应一有效路径；

将所述有效簇的数目确定为多径数目，并根据所述有效簇的质心确定对应的各路径的时延和复振幅。

(附记17)根据附记10所述的方法，其中，在确定出所述多路径信道的参数之后，所述方法还包括：

从多个路径中选择时延最小的路径，并基于所述时延最小的路径估计发送端到接收端的距离；和/或

将所述多路径信道的参数组成信道冲击响应，进行所述多路径信道的估计。

Claims (10)

1.一种多路径信道的参数确定装置，配置于接收端，所述参数确定装置包括：

信号接收单元，接收发送端周期性发送的信号序列；

参数估计单元，对多个周期的接收信号序列分别估计所述多路径信道的参数；其中对于每个周期内的接收信号序列，根据处理后的接收信号序列以及本地序列估计出所述周期内的信道参数；

参数确定单元，将所述多个周期的信道参数进行聚类处理，并根据聚类结果确定出所述多路径信道的参数。

2.根据权利要求1所述的装置，其中，所述信号序列在所述多个周期内的总长度小于信道相干时间，所述信号序列之间的间隔时间大于信道最大时延扩展。

3.根据权利要求1所述的装置，其中，所述参数估计单元包括：

相关计算单元，将所述处理后的接收信号序列与所述本地序列进行相关运算，根据相关峰的个数确定预估计的多径数目K；

迭代运算单元，根据所述多径数目K以及预设的迭代次数M进行迭代运算，获得K个路径的信道参数。

4.根据权利要求3所述的装置，其中，所述迭代运算单元用于：

对于第k条路径，从所述接收信号序列中减去已经获得的第1至k-1条路径的估计值所对应的信号序列；以及根据处理后的信号序列计算所述第k条路径的时延和复振幅；其中k小于等于K。

5.根据权利要求4所述的装置，其中，所述迭代运算单元还用于：

在迭代M次或者估计值达到稳定值的情况下，获得所述第k条路径的信道参数；以及更新所述第k条路径的信道参数，其中，所述第1至k条路径的估计值被设定，第k+1至K条路径的初始值被设为零。

6.根据权利要求4所述的装置，其中，其中所述迭代运算单元采用如下公式获得所述第k条路径的时延和复振幅：

估算第m次迭代时所述第k条路径的信号序列为：

${\hat{x}}_k^m\left(n\right)={\widehat{\mathrm{\α}}}_{k}s(n-{\widehat{\mathrm{\τ}}}_k)+{\mathrm{\β}}_k[x\left(n\right)-{\mathrm{\Σ}}_{k=1}^K\left({\widehat{\mathrm{\α}}}_{k}s(n-{\widehat{\mathrm{\τ}}}_k)\right)];$

则第m+1次时，所述第k条径的时延和复振幅为：

$\begin{array}{c}{\widehat{\mathrm{\τ}}}_k^{m+1}=\arg \underset{{\mathrm{\τ}}_k}{\max }\left\{{\mathrm{\Σ}}_{n=0}^{N-1}\right|{\hat{x}}_k^m\left(n\right)s^{*}(n-{\mathrm{\τ}}_k)\left|\right\}\\ {\widehat{\mathrm{\α}}}_k^{m+1}=\frac{{\mathrm{\Σ}}_{n=0}^{N-1}{\hat{x}}_k^m\left(n\right)s(n-{\widehat{\mathrm{\τ}}}_k)}{{\mathrm{\Σ}}_{n=0}^{N-1}(s(n-{\widehat{\mathrm{\τ}}}_k)*s^{*}(n-{\mathrm{\τ}}_k))}\end{array}$

其中，m小于等于M，为所述第k条路径估计的时延，为所述第k条路径估计的复振幅，为所述本地序列，β_k为加权系数，x(n)为所述接收信号序列；argmax为最大期望函数。

7.根据权利要求1所述的装置，其中，所述参数确定单元包括：

聚类单元，对于所述多个周期的信道参数，将时延和振幅作为二维参数进行聚类；

有效路径确定单元，将聚类后形成的多个簇中元素数目小于预设门限值的簇确定为噪声；将元素数目大于或等于所述预设门限值的簇确定为有效簇，其中每一有效簇对应一有效路径；

参数获取单元，将所述有效簇的数目确定为多径数目，并根据所述有效簇的质心确定对应的各路径的时延和复振幅。

8.根据权利要求1所述的装置，其中，所述装置还包括：

距离估计单元，从多个路径中选择时延最小的路径，并基于所述时延最小的路径估计发送端到接收端的距离；和/或

信道估计单元，将所述多路径信道的参数组成信道冲击响应，进行所述多路径信道的估计。

9.一种通信系统，包括：

发送端，周期性地发送信号序列；

接收端，接收所述信号序列；对多个周期的接收信号序列分别估计多路径信道的参数；其中对于每个周期内的所述接收信号序列，根据处理后的接收信号序列以及本地序列估计出所述周期内的信道参数；以及将所述多个周期的信道参数进行聚类处理，并根据聚类结果确定出所述多路径信道的参数。

10.一种多路径信道的参数确定方法，包括：

接收发送端周期性发送的信号序列；

对多个周期的接收信号序列分别估计所述多路径信道的参数；其中对于每个周期内的接收信号序列，根据处理后的接收信号序列以及本地序列估计出所述周期内的信道参数；

将所述多个周期的信道参数进行聚类处理，并根据聚类结果确定出所述多路径信道的参数。