CN106375250A - 慢时变信道下基于压缩感知的数据传输方法及装置 - Google Patents

Abstract

本发明提供一种慢时变信道下基于压缩感知的数据传输方法及装置。该方法，包括：接收经过慢时变信道传输的压缩数据；根据所述压缩数据中插入的导频数据通过信道估计算法，获取初始的信道估计矩阵；根据所述信道估计矩阵以及扰动矩阵，采用扰动重建算法对所述压缩数据的原始数据进行重建，获取重建后的原始数据；根据所述重建后的原始数据和所述压缩数据，获取更新后的信道估计矩阵；所述更新后的信道估计矩阵用于对接收到的压缩数据进行重建。本发明有效的减少对于导频的需求，提升了系统的传输效率，即提升了系统性能。

Description

慢时变信道下基于压缩感知的数据传输方法及装置

技术领域

本发明涉及压缩感知技术领域，尤其涉及一种慢时变信道下基于压缩感知的数据传输方法及装置。

背景技术

压缩感知技术是当前信号处理领域应用较为广泛的技术。压缩感知理论指出：如果信号是稀疏的(或是可压缩的)，那么就可以以远低于奈奎斯特(Nyquist)速率的采样率对信号进行采样，并以高概率精确重构原信号。在压缩感知理论中，对信号的采样可以在低采样速率下进行，因此对采样设备的要求大大降低，使得高精度而廉价的采样设备的制造成为可能。由于该技术能够以较低的代价提取出稀疏信号的全部信息，并保证原信号可被正确的恢复。因此，如果在数据传输结构中加入压缩感知技术，就能够有效的减少数据量，减轻整个通信系统的负担。其具体做法是在发送端使用压缩感知技术对待发送的数据(该数据具有稀疏性)进行压缩，然后将压缩后的数据通过传统通信系统传输。接收端收到压缩后的数据之后，再使用相关的恢复算法，恢复出原始数据。

现有技术中，在数据传输过程，使用导频插值的方式获得信道估计，进而使用信道均衡的方式保证压缩数据的正确传输。由于压缩感知技术的特殊性，其对于压缩数据的错误及其敏感，为了保证数据传输系统的正常工作，系统需要在通信中插入大量的导频，这种行为占用了数据的通信资源，使得传输压缩数据所带来的性能提升较小。

发明内容

本发明提供一种慢时变信道下基于压缩感知的数据传输方法及装置，以克服现有技术中由于需要在通信中插入大量的导频，占用了数据的通信资源，使得传输压缩数据所带来的性能提升较小的问题。

第一方面，本发明提供一种慢时变信道下基于压缩感知的数据传输方法，包括：

接收经过慢时变信道传输的压缩数据；

根据所述压缩数据中插入的导频数据通过信道估计算法，获取初始的信道估计矩阵；

根据所述信道估计矩阵以及扰动矩阵，采用扰动重建算法对所述压缩数据的原始数据进行重建，获取重建后的原始数据；

根据所述重建后的原始数据和所述压缩数据，获取更新后的信道估计矩阵；所述更新后的信道估计矩阵用于对接收到的压缩数据进行重建。

可选地，作为一种可实施的方式，所述根据所述信道估计矩阵以及扰动矩阵，采用扰动重建算法对所述压缩数据的原始数据进行重建，获取重建后的原始数据，包括：

求解满足如下公式(1)的获取所述重建后的原始数据

$min\left|\right|s|{|}_1,s.t.||r-(\hat{H}\mathrm{\&Phi;}\mathrm{\&Psi;}+P)s|{|}_2<\mathrm{\&epsiv;};---\left(1\right)$

其中，表示信道估计矩阵，r表示接收端接收到的压缩数据，r＝Hy，y＝Φx，x＝Ψs；其中，y表示发送端发送的压缩数据，x表示所述压缩数据的原始数据，H表示信道矩阵，Φ表示预设的测量矩阵， 表示预设的基矩阵；扰动矩阵ε为一预设值；M和N为大于1的整数，M小于N。

可选地，作为一种可实施的方式，所述根据所述重建后的原始数据和所述压缩数据，获取更新后的信道估计矩阵，包括：

根据所述重建后的原始数据和压缩数据，采用最小二乘信道估计算法，获取更新后的信道估计矩阵

其中，diag(·)表示将向量转化为对角矩阵。

可选地，作为一种可实施的方式，所述根据所述重建后的原始数据和所述压缩数据，获取更新后的信道估计矩阵之后，还包括：

若更新后的信道估计矩阵与更新前的信道估计矩阵的变化不满足预设条件，则对所述更新后的信道估计矩阵进行修正，获取修正后的信道估计矩阵。

可选地，作为一种可实施的方式，所述对所述更新后的信道估计矩阵进行修正，获取修正后的信道估计矩阵，包括：

使用预设的信道变化速率阈值对所述信道估计矩阵进行限幅，获取修正后的信道估计矩阵。

第二方面，本发明提供一种慢时变信道下基于压缩感知的数据传输装置，包括：

接收模块，用于接收经过慢时变信道传输的压缩数据；

获取模块，用于根据所述压缩数据中插入的导频数据通过信道估计算法，获取初始的信道估计矩阵；

数据重建模块，用于根据所述信道估计矩阵以及扰动矩阵，采用扰动重建算法对所述压缩数据的原始数据进行重建，获取重建后的原始数据；

信道更新模块，用于根据所述重建后的原始数据和所述压缩数据，获取更新后的信道估计矩阵；所述更新后的信道估计矩阵用于对接收到的压缩数据进行重建。

可选地，作为一种可实施的方式，所述数据重建模块，具体用于：

求解满足如下公式(1)的获取所述重建后的原始数据

$min\left|\right|s|{|}_1,s.t.||r-(\hat{H}\mathrm{\&Phi;}\mathrm{\&Psi;}+P)s|{|}_2<\mathrm{\&epsiv;};---\left(1\right)$

其中，表示信道估计矩阵，r表示接收端接收到的压缩数据，r＝Hy，y＝Φx，x＝Ψs；其中，y表示发送端发送的压缩数据，x表示所述压缩数据的原始数据，H表示信道矩阵，Φ表示预设的测量矩阵， 表示预设的基矩阵；扰动矩阵ε为一预设值；M和N为大于1的整数，M小于N。

可选地，作为一种可实施的方式，所述信道更新模块，具体用于：

根据所述重建后的原始数据和压缩数据，采用最小二乘信道估计算法，获取更新后的信道估计矩阵

其中，diag(·)表示将向量转化为对角矩阵。

可选地，作为一种可实施的方式，还包括：

修正模块，用于若更新后的信道估计矩阵与更新前的信道估计矩阵的变化不满足预设条件，则对所述更新后的信道估计矩阵进行修正，获取修正后的信道估计矩阵。

可选地，作为一种可实施的方式，所述修正模块，具体用于：

使用预设的信道变化速率阈值对所述信道估计矩阵进行限幅，获取修正后的信道估计矩阵。

本发明慢时变信道下基于压缩感知的数据传输方法及装置，通过根据信道估计矩阵以及扰动矩阵，采用扰动重建算法对所述压缩数据的原始数据进行重建，获取重建后的原始数据；由于采用扰动重建算法可以放松对信道估计矩阵的准确性的要求；进一步的，根据重建后的原始数据和所述压缩数据，获取更新后的信道估计矩阵用于下一次的数据重建。接收端只需要在数据传输的开始阶段根据导频数据进行一次初始的信道估计，就可以持续不断的完成数据的正确传输，因而有效的减少对于导频的需求，提升了系统的传输效率，即提升了系统性能。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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为本发明慢时变信道下基于压缩感知的数据传输方法一实施例的流程示意图；

图2为本发明方法一实施例的实现示意图；

图3为本发明方法一实施例的数据结构示意图；

图4为本发明方法一实施例的仿真示意图；

图5为本发明慢时变信道下基于压缩感知的数据传输装置一实施例的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1为本发明慢时变信道下基于压缩感知的数据传输方法一实施例的流程示意图。图2为本发明方法一实施例的实现示意图。如图1所示，本实施例的方法，包括：

步骤101、接收经过慢时变信道传输的压缩数据；

步骤102、根据所述压缩数据中插入的导频数据通过信道估计算法，获取初始的信道估计矩阵；

步骤103、根据所述信道估计矩阵以及扰动矩阵，采用扰动重建算法对所述压缩数据的原始数据进行重建，获取重建后的原始数据；

步骤104、根据所述重建后的原始数据和所述压缩数据，获取更新后的信道估计矩阵；所述更新后的信道估计矩阵用于对接收到的压缩数据进行重建。

如图2所示，重复执行步骤103和步骤104，直至数据传输完毕。

其中，在实际应用中，可选地，步骤103可以通过如下方式实现：

求解满足如下公式(1)的获取所述重建后的原始数据

$min\left|\right|s|{|}_1,s.t.||r-(\hat{H}\mathrm{\&Phi;}\mathrm{\&Psi;}+P)s|{|}_2<\mathrm{\&epsiv;};---\left(1\right)$

其中，表示信道估计矩阵，r表示接收端接收到的压缩数据，r＝Hy，y＝Φx，x＝Ψs；其中，y表示发送端发送的压缩数据，x表示所述压缩数据的原始数据，H表示信道矩阵，Φ表示预设的测量矩阵， 表示预设的基矩阵；扰动矩阵ε为一预设值；M和N为大于1的整数，M小于N。

具体的，对于发送端，要发送的数据被视为长度为N的向量其在基上是稀疏的，即x＝Ψs,||s||₀<<N；其中，||s||₀表示向量s的0范数。发送端首先使用测量矩阵对数据进行处理得到压缩数据y＝Φx，Φ为_M×N维的矩阵，再将y通过慢时变信道发送给接收端。

接收端收到的数据为r＝Hy，其中矩阵H代表信道对数据的影响，H为信道矩阵，为了简便起见，我们假定H为对角矩阵。根据压缩感知理论，接收端为了重建数据x，需要使用某种算法求解满足min||s||₁,s.t.||r-HΦΨs||₂<ε的||s||₁表示向量s的1范数，||r-HΦΨs||₂表示r-HΦΨs的2范数，再计算实际情况下，基Ψ和测量矩阵Φ可以由接收端和发送端事先商定好，但是接收端只有信道的近似估计(其与矩阵H存在差异)。在现有的方案中，直接使用矩阵代替H求解之前的问题(即认为二者一致)，导致了如果要保证重建后数据的准确性，就必须要使用大量的导频保证的准确性。

而在本发明实施例中，接收端将重建问题重写为对问题的求解，即求解满足其中是一个(接收端)未知的矩阵。由于慢时变信道的特性，H与之间的差不会很大，因此，因此可将矩阵P视为一个扰动。这样一来，使用扰动重建算法(本发明实施例中可以采用POMP算法)就可以正确的重建出要发送的数据x，从而放松了对信道估计矩阵的准确性的要求。

其次，由于信道时变特性，信道估计的准确性随着时间的流逝而逐渐降低。在本发明实施例中，的准确性直接影响着扰动矩阵P的大小，而另一方面，扰动重建算法的性能对于扰动矩阵P的大小十分敏感。为了解决这一问题，本发明实施例中选择使用半盲信道估计的结构来解决这个问题，即接收端使用重建后的原始数据来重新估计信道，进而更新信道估计矩阵并将其用于下一次的数据重建。这样一来，接收端只需要在数据传输的开始阶段进行一次信道估计，即根据压缩数据中插入的导频数据通过信道估计算法获取初始的信道估计矩阵，就可以持续不断的完成数据的正确传输，因而有效的减少对于导频的需求，提升了系统的传输效率。

本实施例提供的方法，通过根据信道估计矩阵以及扰动矩阵，采用扰动重建算法对所述压缩数据的原始数据进行重建，获取重建后的原始数据；由于采用扰动重建算法可以放松对信道估计矩阵的准确性的要求；进一步的，根据重建后的原始数据和所述压缩数据，获取更新后的信道估计矩阵用于下一次的数据重建。接收端只需要在数据传输的开始阶段根据导频数据进行一次初始的信道估计，就可以持续不断的完成数据的正确传输，因而有效的减少对于导频的需求，提升了系统的传输效率，即提升了系统性能。

在上述实施例的基础上，本实施例中，步骤104具体可以通过如下方式实现：

根据所述重建后的原始数据和压缩数据，采用最小二乘信道估计算法，获取更新后的信道估计矩阵

其中，diag(·)表示将向量转化为对角矩阵。

具体的，由于信道时变特性，信道估计的准确性随着时间的流逝而逐渐降低。在本发明实施例中，的准确性直接影响着扰动矩阵P的大小，而另一方面，扰动重建算法的性能对于扰动矩阵P的大小十分敏感。为了解决这一问题，本发明实施例选择使用半盲信道估计的结构来解决这个问题，即接收端使用重建后的原始数据来重新估计信道，为了简单起见，本发明实施例中可以使用最小二乘(LS)信道估计算法来估计信道矩阵，即更新信道估计矩阵并将其用于下一次的数据重建。这样一来，接收端只需要在数据传输的开始阶段进行一次信道估计，即根据压缩数据中插入的导频数据通过信道估计算法获取初始的信道估计矩阵，就可以持续不断的完成数据的正确传输，因而有效的减少对于导频的需求，提升了系统的传输效率。

在上述实施例的基础上，本实施例中，进一步的，步骤104之后还可以进行如下操作：

若更新后的信道估计矩阵与更新前的信道估计矩阵的变化不满足预设条件，则对所述更新后的信道估计矩阵进行修正，获取修正后的信道估计矩阵。

进一步的，对所述更新后的信道估计矩阵进行修正，获取修正后的信道估计矩阵，具体可以通过如下方式实现：

使用预设的信道变化速率阈值对所述信道估计矩阵进行限幅，获取修正后的信道估计矩阵。

具体的，由于重建数据中的微小误差，信道噪声的影响和LS信道估计算法的性能所限，使用半盲信道估计的方法得到的信道估计矩阵的准确性可能低于使用导频数据所得到的信道估计矩阵的准确性。为了改善这种状况，本发明实施例中加入了对于半盲信道估计结果的修正步骤。其思路为，由于信道的慢速时变特性，其信道系数的变化速率应该有一可预估的上限，因此当计算得到的新的信道估计矩阵与原信道估计矩阵的结果差异过大时，就有理由认为信道估计结果中出现了错误，需要进行修正。修正的方式可以根据不同的场景自由选择，例如直接使用旧的信道估计矩阵，或者，使用预估的信道变化速率阈值对更新的信道估计矩阵进行限幅修正等。

例如，如果预估的信道变化速率阈值为0.5，那么当我们得到的信道估计矩阵的值与前一信道估计矩阵的值的差大于0.5时，就认为新的信道估计矩阵是错误的，需要进行修正；具体例如，上一时刻的信道某个位置(频点)的信道估计为1.1，而当前时刻该位置的估计为4，则很明显，这个估计是不正确的。进行限幅的意思就是将该估计值修正为1.6(即1.1+0.5)。

图3为本发明方法一实施例的数据结构示意图。下面采用具体的实施例进行举例说明：

本实施例中，算法的输入为：接收的一帧数据；

输出为：重建的原始数据的集合；

传输的压缩数据的结构如图3所示；L表示一帧数据中包含的压缩数据的时隙个数；

循环执行步骤1-8：

步骤1：使用第0时隙的导频数据估计初始的信道估计矩阵，得到信道估计矩阵l初始化为1；

步骤2：接收第l时隙的压缩数据r_l；

步骤3：使用扰动重建算法求解满足的进而得到重建的原始数据

步骤4：使用重建的原始数据和接收到的压缩数据r_l更新信道估计矩阵(具体方案见上上述实施例中的叙述)

步骤5：l＝l+1；

步骤6：若l>L，则结束本帧的接收，否则返回步骤2。

图4为本发明方法一实施例的仿真示意图。下面对本发明实施例的方法进行仿真测试，并对测试情况进行具体说明。

仿真测试系统中的初始信道由均值为1，方差为0.5的高斯分布产生，每个时隙中，信道的变化由[-δ,δ]间的均匀分布产生，以此来模拟慢时变信道。系统假定待发数据x的长度为200(N＝200)，基矩阵Ψ为对角矩阵，稀疏度为4。发送端使用贝叶斯随机矩阵作为压缩矩阵Φ，压缩后数据长度为100(M＝100)，每帧共包含11个时隙，1个导频时隙和10个数据时隙。使用发送1000帧平均MSE(每个时隙的)作为评价标准。

仿真结果如图4所示，将本发明实施例提出的技术方案与传统结构和理想化的结构(信道估计完全准确)作对比，显示了不同的信噪比和信道变化速率下三种方案的MSE。该结果表明，(1)在同等条件下(相同的信噪比SNR)，本发明实施例方案的传输性能要优于传统方案；(2)在高信噪比的条件下，本发明实施例提出的系统对于信道的变化速率具有良好的稳定性。

图5为本发明慢时变信道下基于压缩感知的数据传输装置一实施例的结构示意图。如图5所示，本实施例的慢时变信道下基于压缩感知的数据传输装置，包括：

接收模块，用于接收经过慢时变信道传输的压缩数据；

获取模块，用于根据所述压缩数据中插入的导频数据通过信道估计算法，获取初始的信道估计矩阵；

数据重建模块，用于根据所述信道估计矩阵以及扰动矩阵，采用扰动重建算法对所述压缩数据的原始数据进行重建，获取重建后的原始数据；

信道更新模块，用于根据所述重建后的原始数据和所述压缩数据，获取更新后的信道估计矩阵；所述更新后的信道估计矩阵用于对接收到的压缩数据进行重建。

可选地，作为一种可实施的方式，所述数据重建模块，具体用于：

求解满足如下公式(1)的获取所述重建后的原始数据

$min\left|\right|s|{|}_1,s.t.||r-(\hat{H}\mathrm{\&Phi;}\mathrm{\&Psi;}+P)s|{|}_2<\mathrm{\&epsiv;};---\left(1\right)$

其中，表示信道估计矩阵，r表示接收端接收到的压缩数据，r＝Hy，y＝Φx，x＝Ψs；其中，y表示发送端发送的压缩数据，x表示所述压缩数据的原始数据，H表示信道矩阵，Φ表示预设的测量矩阵， 表示预设的基矩阵；扰动矩阵ε为一预设值；M和N为大于1的整数，M小于N。

可选地，作为一种可实施的方式，所述信道更新模块，具体用于：

根据所述重建后的原始数据和压缩数据，采用最小二乘信道估计算法，获取更新后的信道估计矩阵

其中，diag(·)表示将向量转化为对角矩阵。

可选地，作为一种可实施的方式，还包括：

修正模块，用于若更新后的信道估计矩阵与更新前的信道估计矩阵的变化不满足预设条件，则对所述更新后的信道估计矩阵进行修正，获取修正后的信道估计矩阵。

可选地，作为一种可实施的方式，所述修正模块，具体用于：

使用预设的信道变化速率阈值对所述信道估计矩阵进行限幅，获取修正后的信道估计矩阵。

本实施例的装置，可以用于执行如图1所示方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种慢时变信道下基于压缩感知的数据传输方法，其特征在于，包括：

接收经过慢时变信道传输的压缩数据；

根据所述压缩数据中插入的导频数据通过信道估计算法，获取初始的信道估计矩阵；

根据所述信道估计矩阵以及扰动矩阵，采用扰动重建算法对所述压缩数据的原始数据进行重建，获取重建后的原始数据；

根据所述重建后的原始数据和所述压缩数据，获取更新后的信道估计矩阵；所述更新后的信道估计矩阵用于对接收到的压缩数据进行重建。

2.根据权利要求1所述的方法，其特征在于，所述根据所述信道估计矩阵以及扰动矩阵，采用扰动重建算法对所述压缩数据的原始数据进行重建，获取重建后的原始数据，包括：

求解满足如下公式(1)的获取所述重建后的原始数据

$min\left|\right|s|{|}_1,s.t.||r-(\hat{H}\mathrm{\&Phi;}\mathrm{\&Psi;}+P)s|{|}_2<\mathrm{\&epsiv;};---\left(1\right)$

其中，表示信道估计矩阵，r表示接收端接收到的压缩数据，r＝Hy，y＝Φx，x＝Ψs；其中，y表示发送端发送的压缩数据，x表示所述压缩数据的原始数据，H表示信道矩阵，Φ表示预设的测量矩阵， 表示预设的基矩阵；扰动矩阵ε为一预设值；M和N为大于1的整数，M小于N。

3.根据权利要求2所述的方法，其特征在于，所述根据所述重建后的原始数据和所述压缩数据，获取更新后的信道估计矩阵，包括：

根据所述重建后的原始数据和压缩数据，采用最小二乘信道估计算法，获取更新后的信道估计矩阵

其中，diag(·)表示将向量转化为对角矩阵。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述根据所述重建后的原始数据和所述压缩数据，获取更新后的信道估计矩阵之后，还包括：

若更新后的信道估计矩阵与更新前的信道估计矩阵的变化不满足预设条件，则对所述更新后的信道估计矩阵进行修正，获取修正后的信道估计矩阵。

5.根据权利要求4所述的方法，其特征在于，所述对所述更新后的信道估计矩阵进行修正，获取修正后的信道估计矩阵，包括：

使用预设的信道变化速率阈值对所述信道估计矩阵进行限幅，获取修正后的信道估计矩阵。

6.一种慢时变信道下基于压缩感知的数据传输装置，其特征在于，包括：

接收模块，用于接收经过慢时变信道传输的压缩数据；

获取模块，用于根据所述压缩数据中插入的导频数据通过信道估计算法，获取初始的信道估计矩阵；

数据重建模块，用于根据所述信道估计矩阵以及扰动矩阵，采用扰动重建算法对所述压缩数据的原始数据进行重建，获取重建后的原始数据；

信道更新模块，用于根据所述重建后的原始数据和所述压缩数据，获取更新后的信道估计矩阵；所述更新后的信道估计矩阵用于对接收到的压缩数据进行重建。

7.根据权利要求6所述的装置，其特征在于，所述数据重建模块，具体用于：

求解满足如下公式(1)的获取所述重建后的原始数据

$min\left|\right|s|{|}_1,s.t.||r-(\hat{H}\mathrm{\&Phi;}\mathrm{\&Psi;}+P)s|{|}_2<\mathrm{\&epsiv;};---\left(1\right)$

其中，表示信道估计矩阵，r表示接收端接收到的压缩数据，r＝Hy，y＝Φx，x＝Ψs；其中，y表示发送端发送的压缩数据，x表示所述压缩数据的原始数据，H表示信道矩阵，Φ表示预设的测量矩阵， 表示预设的基矩阵；扰动矩阵ε为一预设值；M和N为大于1的整数，M小于N。

8.根据权利要求7所述的装置，其特征在于，所述信道更新模块，具体用于：

根据所述重建后的原始数据和压缩数据，采用最小二乘信道估计算法，获取更新后的信道估计矩阵

其中，diag(·)表示将向量转化为对角矩阵。

9.根据权利要求6-8任一项所述的装置，其特征在于，还包括：

修正模块，用于若更新后的信道估计矩阵与更新前的信道估计矩阵的变化不满足预设条件，则对所述更新后的信道估计矩阵进行修正，获取修正后的信道估计矩阵。

10.根据权利要求9所述的装置，其特征在于，所述修正模块，具体用于：

使用预设的信道变化速率阈值对所述信道估计矩阵进行限幅，获取修正后的信道估计矩阵。