CN107483373B - 一种抗多径迭代加权的lmmse信道估计方法及装置 - Google Patents

Abstract

本发明涉及一种抗多径迭代加权的LMMSE信道估计方法及装置，所述方法包括以下步骤：S110，对IFFT输出的信道时域冲激响应进行时域滤波，得到时域信道h_P,LS；S120，根据所述时域信道h_P,LS计算功率时延分布；S130，对所述功率时延分布进行相位旋转、分段和FFT级联，以组成频域；S140，根据所述频域，组成频域自相关矩阵和互相关矩阵，计算信道估计系数；S150，根据所述信道估计系数计算信道估计。本发明的抗多径迭代加权的LMMSE信道估计方法及装置解决城市中多径问题对移动通信信号质量的干扰问题。

Description

一种抗多径迭代加权的LMMSE信道估计方法及装置

技术领域

本发明涉及OFDM系统的多载波系统领域，尤其涉及抗多径迭代加权的LMMSE信道估计方法及装置。

背景技术

OFDM(Orthogonal Frequency Division Multiplexing)即正交频分复用技术，实际上OFDM是MCM(Multi Carrier Modulation)，多载波调制的一种。OFDM的基本原理是将高速的数据流分解为N个并行的低速数据流，在N个子载波上同时进行传输。

OFDM技术的最大优点是对抗频率选择性衰落或窄带干扰。OFDM技术还具有以下优点：(1)在单载波系统中，单个衰落或干扰能够导致整个通信联络失败，但是在多载波系统中，仅仅有很小一部分载波会受到干扰，对这些子信道还可以采用纠错码来进行纠错；(2)通过各子载波的联合编码，可具有很强的抗衰落能力，OFDM技术本身已经利用了信道的频率分集，如果衰落不是特别严重，就可以通过将各个信道联合编码，则可以使系统性能得到提高；(3)可以有效地对抗信号波形间的干扰，适用于多经环境和衰落信道中的高速数据传输；(4)当信道中因为多径传输而出现频率选择性衰落时，只有落在频带凹陷处的子载波以及其携带的信息受影响，其他的子载波未受损害，因此系统总的误码率性能要好得多；(5)高的频谱利用率，这点在目前频谱资源稀缺的无线环境中非常重要，当子载波个数很大时，系统的频谱利用率趋于2Baud/Hz；(6)在窄带带宽下也能够发出大量的数据；(7)基于DFT的OFDM有快速算法，而且算法的复杂度可以由DSP的发展来弥补；(8)简化了均衡器设计，或者根本不需要均衡器，且数据传速率可调，OFDM还采用了功率控制和自适应调制相协调的工作方式。

OFDM系统中的信道估计大多基于导频实现，即先求取导频点处的信道值，然后根据导频插入的位置通过内插得到数据点处的信道估计值。导频点处信道值的常用算法，包括基于最小二乘准则(LS)的算法、基于最小均方误差准则(MMSE)的算法等。内插算法根据其利用导频处信道信息的方式，可以分为一维内插算法和二维内插算法两类。但是采用LS完成信道估计，采用线性插值对多径信道估计很不准确，较难估计出多径的数量，位置，强度和相位。

在OFDM系统中，系统能否正常工作的一个关键因素是能否准确的估计信道。目前，在已经应用的无线通信系统中，信道估计技术已经比较成熟，但对基于OFDM的移动通信系统的信道估计技术，尚处于研究和探索阶段。在OFDM系统中通常采用多进制调制方式(例如采用相移键控PSK和正交幅度调制QAM)，而在接收端需要进行相干解调。由于无线信道的传输特性是随时间变化的，因此相干解调就要用到信道的瞬时状态信息，所以在系统接收端需要进行信道估计，以获得无线信道的瞬时传输特性。

图1为不同传输环境下系统未编码误码率(RAW BER)的示意图。图1中的多径为两条，从图1看出，AWGN信道下，远郊开阔地带与复杂城区信道系统在多径信道环境下，系统的性能急剧恶化。然而，在实际复杂城市信道的多径数量会更多(6条或者12条)，并且加入多普勒频移，多普勒扩展，无直视路径，信道的多径衰落会比上图更加严重。如果没有信道估计上突破性的关键技术，根本无法实现恶劣城市信道下的远距离高速传输。

由于接收信号中存在干扰和噪声，在信道估计中我们必须对IDFT输出的信道时域冲激响应进行时域滤波(也就是时域取窗)。

时域取窗的过程如下：

取出信号多径位置为信号窗，其余时域的信道响应置为0，认为那些位置作为噪声窗。但是信号窗内的噪声也需要去除，如何在去除噪声的同时完整的保留多径信号。可以考虑迭代加权算法—IIR滤波算法，不断的修正窗内的噪声。

信道噪声去除后，信道估计还可以用来纠正残留的频率偏移造成信号正交性的破坏。在OFDM系统中，信道估计的方法有很多种，其中基于导频信号的信道估计是常用的一种方法，因为它能有效地减轻和补偿无线信道多径衰落的影响。OFDM系统的信号分布在时域和频域内，因而导频信号可以在时间和频率两维方向上进行插入。不同的导频插入模式构成不同的导频结构，现有的基于导频辅助的信道估计方法中，有三种常见的导频结构。块状导频结构和梳状导频结构和正方形架构导频。

在许多文献中，就如何准确地估计导频位置上的信道传输特性，给出了不同的估计方法，其中有两种基本的方法：MMSE(Minimum Mean-Square error，最小均方差)估计和LS(Least Square，最小二乘)估计。许多文献在信道脉冲响应有限长的假设条件下对它们做了改进，其中一种改进方法是基于特征值分解的SVD(Singular Value Decomposition)估计。

如何应用、实现方案、测试和验证方法

假设OFDM系统模型用下式表示：

Y_P＝X_PH+W_P

式中H为信道响应；X_P为已知的导频发送信号；Y_P为接收到的导频信号；W_P为在导频子信道上叠加的AWGN矢量。

首先将导频符号与本地已知参考信号进行复数共轭乘以消除参考信号调制影响。消除调制以后的导频符号将进行IDFT变换到时间域，变换到时域的信号将根据时域取窗策略进行噪声抑制。消除噪声以后的时域信号将经过DFT变换到频域。DFT输出的频域信号将作为信道估计结果输出到信道均衡模块。另外这里的IDFT/DFT模块仍然建议采用内部字长动态调整策略，信道估计部分对导频符号的动态字长调整因子合并后将输出到AGC因子补偿模块进行AGC因子补偿。在信道估计模块，我们还需要利用同一子帧的两列导频进行频偏估计。

图2为信道估计模块的原理示意图，如图2所示，信道估计部分的实现步骤如下：Step1：导频符号

将与本地已知参考信号

进行复数共轭乘，得到消除参考符号调制后的信道频域响应

Step2：输出

和信道频域响应

给M1模块；Step3：对

进行IDFT变换，得到信道的时域冲激响应

Step4：对

进行多用户分离，同时取窗去噪，得到取窗去噪后单用户的时域冲激响应

Step5：对

做DFT，得到各用户的信道估计结果

此结果一方面输出给外部的AGC因子补偿模块，另一方面给内部的AGC因子补偿模块，同时还需要输出给M1模块，输出给M1模块的接口名为

Step6：对导频符号的总AGC因子进行求和，得到总的AGC因子，即：

其中，k_aR∈[0,K_aR-1]为接收天线序号；n_s∈[0,1]为时隙号；

一方面输出给外部的AGC因子补偿模块，另一方面作为内部AGC因子补偿模块的依据；Step7：内部AGC因子补偿模块根据

对

进行AGC因子补偿，AGC因子补偿分为两个过程，首先补偿由于信道估计内部动态FFT产生的动态因子，补偿后的信号用于频偏补偿；第二次补偿在均衡前完成，补偿后的信号用于均衡过程；Step8：用补偿以后的信道频域响应估计频偏。

上面是信道估计的主体流程，针对信道估计去噪算法的描述如下：

Step1：首先根据各用户导频符号的相位偏移α(k_UE,n_s)，在一个较大窗口范围内取出目标用户的有用信号；Step2：对于取出的窗口内信号x_i，计算其瞬时信号幅度，即：p_asb_i＝|real(x_i)|+|imag(x_i)|，i∈[-M₁+α(k_UE,n_s),M₂+α(k_UE,n_s)-1]；Step3：设k_UE＝0为用户1,根据用户1的相位偏移值α(0,n_s)，寻找计算噪声平均幅度的有效窗口。计算噪声平均幅度有效窗口；Step4：在step3确定的噪声平均幅度计算窗口内按下式计算噪声平均幅度

Step5：对时域信道估计值进行噪声抑制，并对有效径保留小窗；求取最大径，对在步骤2中求得的瞬时信号幅度进行最大值搜索，P_max＝max(p_asb_i)，i∈[-M₁+α(k_UE,n_s),M₂+α(k_UE,n_s)-1]，取0.85·P_max与TH*mean_p_abs的较小值作为门限，即gate＝min(0.85·P_max,TH·mean_p_abs)。

将每一点的瞬时信号幅度与门限值进行比较。如果p_abs_i＞gate取出窗口[i- delta_idx,i+delta_idx]内的接收信号。这里TH为取窗门限，其取值对性能影响较大，具体 需要由仿真确定，在定点设计中，QPSK调制TH＝4，16QAM，64QAM调制TH＝2；为一参数，其中WinSize是一个可调参数，调整其大小可以 改变每一峰值周围保留信号窗口的大小，此参数对性能的影响较大，具体需要根据仿真确 定，在我们的定点设计中，建议

LS为最小二乘(Least—Square)信道估计，LS算法就是对Y_P＝X_PH+W_P中的参数H进行估计，使以下函数J最小：

其中Y_P是接收端导频子载波处的接受信号组成的向量；

是经过信道估计后得到的导频输出信号；

是信道响应H的估计值。

由此可以得到LS算法的信道估计值为：

可见，LS估计只需要知道发送信号X_P，对于待定的参数H，观测噪声W_P，以及接收信号Y_P的其它统计特征，都不需要其它的信息，因此LS信道估计算法的最大优点是结构简单，计算量小，仅通过在各载波上进行一次除法运算即可得到导频位置子载波的信道特征。但是，LS估计算法由于在估计时忽略了噪声的影响，所以信道估计值对噪声干扰以及ICI的影响比较敏感。在信道噪声较大时，估计的准确性大大降低，从而影响数据子信道的参数估计。

LMMSE算是MMSE的特例，LMMSE为线性最小均方差，在这种情况下，基于接收数据的估计值是接收数据的线性变换，在数据统计特性已知的情况下，某些时候可以直接求解，比如维纳解；在数据统计特性未知但是平稳的时候，可以通过递归迭代的算法求解，诸如：LMS算法首先我们得到LMMSE算法的相关公式：基于加权广义逆矩阵的二维多项式线性内插算法：LMMSE算法

其中，H_P为导频子载波的CFR(信道频域响应)，

表示所有子载波与导频子载波的互协方差，

表示导频子载波的自协方差。

代表信道的阶跃响应。从公式中可以看出LMMSE使用子载波间的协方差以及SNR等信息进行信道估计。从公式中可以看出LMMSE使用子载波间的协方差以及SNR等信息进行信道估计。因为(diag(x)diag(x)^H)^-1可以作为一个常量。则(diag(x)diag(x)^H)^-1可以替换为其期望值：E{σ_W ²(diag(x)diag(x)^H)^-1}＝Iβ/SNR，其中I代表单位矩阵。所以，上式又可变为

其中，星座因子β与采用的调制方式有关：对于16QAM调制为17/9；对于QPSK调制为1。SNR是每个符号的信噪比；

表示参考信号处由LS估计的信道冲激响应值。

一些研究成果表明，在信道满足整数点采样信道的情况下，在时域内，能量只集中在少数几个采样点上；在信道为非整数点采样信道的情况下，信道功率仍然是集中的，但会散落在所有子载波上。总而言之，信道有这样一个特点即信道能量是集中的。MMSE估计和LS估计算法都是在假定各子信道噪声方差相同的条件下得到，但按上面所言，信道功率仅集中在前几个子信道中，而其它子信道中噪声方差与之相比会较大，因而噪声所起的影响是很大的。而MMSE估计算法的获得同时也是在假定已知信道自相关特性的条件下得到的，虽然与实际信道的特性有差距，但与未采用信道自相关特性的LS估计算法相比，其估计效果必然要好。并且LS算法存在的误差有“地板效应(error floor)”-SNR增加到一定程度，BER不再继续下降，这点使得虽然SNR很高，但是只要存在多径，信号的误码率无法下降，无法满足指南要求误码率小于<10^(-5)的要求，故其效果要比MMSE估计算法的效果差。虽然MMSE效果最好，但是运算量大。

因此，需要一种能够解决城市中多径问题对移动通信信号质量的干扰问题的抗多径迭代加权的LMMSE信道估计方法及装置。

发明内容

根据本发明的一个方面，本发明提供的抗多径迭代加权的LMMSE信道估计方法，其特征在于，包括以下步骤：S110，对IFFT输出的信道时域冲激响应进行时域滤波，得到时域信道h_P,LS；S120，根据时域信道h_P,LS计算功率时延分布；S130，对功率时延分布进行相位旋转、分段和FFT级联，以组成频域；S140，根据频域，组成频域自相关矩阵和互相关矩阵，计算信道估计系数；S150，根据信道估计系数计算信道估计。

在步骤S110中，时域信道

为瞬时信道估计，其长度N为512，时域信道h_P,LS包括两部分：前部分为最强路径后面接收到的多径信号，其长度d1为384；后部分为最强路径前面收到的多径信号，其长度为128。

在步骤S120中，根据以下公式计算功率时延分布PDP_P,LS：

PDP_P,LS＝h_P,LS·*conj(h_P,LS)，

其中，h_P,LS为时域信道。

在步骤S130中，功率时延分布包括与时域信道h_P,LS对应的前部分和后部分，相位旋转包括以下步骤：

S1301，按照以下公式对后部分进行不同的相位旋转，

PDP_1,fft＝[PDP_P,LS(1:d₁),PDP_P,LS(d₁+1:N₂).*exp(0i*2*pi/4)]

PDP_2,fft＝[PDP_P,LS(1:d₁),PDP_P,LS(d₁+1:N₂).*exp(1i*2*pi/4)]

PDP_3,fft＝[PDP_P,LS(1:d₁),PDP_P,LS(d₁+1:N₂).*exp(2i*2*pi/4)]

PDP_4,fft＝[PDP_P,LS(1:d₁),PDP_P,LS(d₁+1:N₂).*exp(3i*2*pi/4)]

S1302，按照以下公式对不同段进行第二阶段相位旋转，

S1303，对不同段和对应的相位信息进行旋转，

PDP_P,rao(n)＝PDP_p,fft.*phase_rao_p(n)

S1304，完成整体的FFT组合，

PDP_F(4*n+p)＝PDP_p,rao(n),n＝0,1,...N₁/4,p＝1,2,3,4。

在步骤S140中，当导频信号的索引按照数据索引n_data＝[1,2,…28]的顺序索引时，

自相关矩阵

如下：

互相关矩阵

如下：

其中，coef(n)＝PDP_p,rao(n),n＝0,1,...N₁/4,p＝1,2,3,4。

在步骤S140中，当考虑噪声时，去噪声的自相关矩阵

如下：

当信号功率

时，方差

其中，SNR_LINE为线性SNR数值，coef(n)＝PDP_p,rao(n),n＝0,1,...N₁/4,p＝1,2,3,4。

在步骤S140中，按照以下公式计算信道估计系数

其中，

为互相关矩阵，

为去噪声的自相关矩阵。

在步骤S150中，按照以下公式计算信道估计：

其中，通过LS算法得到的信道估计值

为信道估计系数。

根据本发明的另一个方面，本发明提供的抗多径迭代加权的LMMSE信道估计装置，其特征在于，包括：信道时域滤波模块，用于对IFFT输出的信道时域冲激响应进行时域滤波，得到时域信道h_P,LS；功率时延分布计算模块，用于根据时域信道h_P,LS计算功率时延分布；功率时延分布相位旋转模块，用于对功率时延分布进行相位旋转；功率时延分布频域组成模块，用于对所述功率时延分布进行分段和FFT级联，以组成频域功率时延分布；信道估计系数计算模块，根据频域，组成频域自相关矩阵和互相关矩阵，计算信道估计系数；信道估计计算模块，根据信道估计系数计算信道估计。

在功率时延分布计算模块中，功率时延分布PDP_P,LS＝h_P,LS·*conj(h_P,LS)，

其中，h_P,LS为时域信道。

本发明与现有技术相比，具有以下优点：

1.本发明的信道估计方法在去噪的同时，能够在最小均方误差下估计出多径信息，可以作为最佳信道估计，非常适合多径的城市复杂信道。

2.本发明的信道估计方法在信道去噪之后采用基于加权广义逆矩阵的二维多项式内插算法，能够在欠导频的条件下实现较为准确的信道估计，且具有对接收机移动速度良好的适应性，无需针对不同的移动速度采取不同的估计算法，简化了系统设计。

3.本发明的信道估计方法中，内插矩阵可以离线计算得到，信道估计时只需计算一次矩阵乘法即可，能够尽可能的利用到多径信息，更好的解调出用户的原始数据，相对传统的信道估计算法在无直视路径复杂城市环境下能够更好的跟踪用户的信道情况，能够改善信号质量2～3dB，LMMSE信道估计和内插算法并且能够很好的和MIMO结合。

4.本发明的信道估计装置能够保证复杂城市多径下通信能力，在低SNR下保证BER<10^(-5)通信能力。通过IIR算法完成信道去噪后，通过迭代加权的LMMSE算法精确估计多径的数量，强度，相位信息，使得随后的均衡很好的完成频率滤波，可以抵抗“地板效应”，保证系统的稳定可靠传输，相比传统信道估计灵敏度至少增加4dBc。

5.采用LMMSE算法和线性内插算法估计出来的多径信道时域图比较，对比看出来LMMSE算法能够抑制更多的噪声，故此LMMSE估计出来的信道用来均衡性能更优。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的设置。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1为不同传输环境下系统未编码误码率(RAW BER)示意图；

图2为信道估计模块的原理示意图；

图3为本发明的抗多径迭代加权的LMMSE信道估计的算法实现流程图；

图4为本发明的抗多径迭代加权的LMMSE信道估计的方法流程图；

图5为多径信号强度图；

图6为并行频域滤波示意图；

图7为LMMSE算法验证流程图；

图8为LMMSE算法性能初步仿真示意图；

图9为多径信道下LMMSE插值和线性插值时域幅度对比图；

图10为本发明的抗多径迭代加权的LMMSE信道估计的装置框图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所设置。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

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。

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，并且除非被特定定义，否则不会用理想化或过于正式的含义来解释。

为了解决城市中多径问题对移动通信信号质量的干扰问题，本发明提出一种抗多径迭代加权的LMMSE信道估计方法及装置。

图3为本发明的抗多径迭代加权的LMMSE信道估计的算法实现流程图，如图3所示，首先，通过H＝Y/X进行瞬时信道估计，再N点进行IFFT输出的信道时域冲激响应进行IIR时域滤波，得到PDP，对PDP进行相位旋转、分段、N点FFT级联组成频域，根据频域组成自相关矩阵和互相关矩阵，计算得到信道估计系数，从而得到信道估计。其中，瞬时信道估计变为时域进行去噪之后，变回频域。

在信道去噪之后采用基于加权广义逆矩阵的二维多项式内插算法，能够在欠导频的条件下实现较为准确的信道估计，且具有对接收机移动速度良好的适应性，无需针对不同的移动速度采取不同的估计算法，简化了系统设计。此外，内插矩阵Q可以离线计算得到，信道估计时只需计算一次矩阵乘法即可。能够尽可能的利用到多径信息，更好的解调出用户的原始数据。相对传统的信道估计算法在无直视路径复杂城市环境下能够更好的跟踪用户的信道情况，能够改善信号质量2～3dB。LMMSE信道估计和内插算法并且能够很好的和MIMO结合。

图4为本发明的抗多径迭代加权的LMMSE信道估计的方法流程图，如图4所示，本发明提供的抗多径迭代加权的LMMSE信道估计方法，其特征在于，包括以下步骤：S110，对IFFT输出的信道时域冲激响应进行时域滤波，得到时域信道h_P,LS；S120，根据时域信道h_P,LS计算功率时延分布；S130，对功率时延分布进行相位旋转、分段和FFT级联，以组成频域；S140，根据频域，组成频域自相关矩阵和互相关矩阵，计算信道估计系数；S150，根据信道估计系数计算信道估计。本发明的信道估计方法在去噪的同时，能够在最小均方误差下估计出多径信息，可以作为最佳信道估计，非常适合多径的城市复杂信道。

在步骤S110中，时域信道

为瞬时信道估计，其长度N为512，时域信道h_P,LS包括两部分：前部分为最强路径后面接收到的多径信号，其长度d1为384；后部分为最强路径前面收到的多径信号，其长度为128。如果一个符号内部的导频数量是N＝512,同时一个符号内所有子载波的数量是N1＝3584。图5为多径信号强度图，如图5所示，现有技术系统都是同步到最强路径附近，如果最强路径前面还有一些弱的路径信号，由于圆卷积的循环特性，那些功率弱的路径会在CIR的最右端出现，最强路径前面还有路径。

在步骤S120中，根据以下公式计算功率时延分布PDP_P,LS：

PDP_P,LS＝h_P,LS·*conj(h_P,LS)，

其中，h_P,LS为时域信道。

在步骤S130中，功率时延分布包括与时域信道h_P,LS对应的前部分和后部分，相位旋转包括以下步骤：

S1301，按照以下公式对后部分进行不同的相位旋转，

PDP_1,fft＝[PDP_P,LS(1:d₁),PDP_P,LS(d₁+1:N₂).*exp(0i*2*pi/4)]

PDP_2,fft＝[PDP_P,LS(1:d₁),PDP_P,LS(d₁+1:N₂).*exp(1i*2*pi/4)]

PDP_3,fft＝[PDP_P,LS(1:d₁),PDP_P,LS(d₁+1:N₂).*exp(2i*2*pi/4)]

PDP_4,fft＝[PDP_P,LS(1:d₁),PDP_P,LS(d₁+1:N₂).*exp(3i*2*pi/4)]

S1302，按照以下公式对不同段进行第二阶段相位旋转，

S1303，对不同段和对应的相位信息进行旋转，

PDP_P,rao(n)＝PDP_p,fft.*phase_rao_p(n)

S1304，完成整体的FFT组合，

PDP_F(4*n+p)＝PDP_p,rao(n),n＝0,1,...N₁/4,p＝1,2,3,4。

的表达式如下：r(-2)＝conj(r(2)),自相关矩阵为一个方阵

例如导频信号的实际索引不是从1到p顺序索引，而是n_pilot＝[ST:PI:ST+PI*p]，大小认为是PN*PN的大小。

互相关矩阵

的表达式如下：r(-2)＝conj(r(2)),自相关矩阵为一个长方形矩阵。大小认为是DN*PN的大小。

数据的索引n_data＝[1,2,…28]的顺序索引，数据的矩阵结构如下：

大小是PN*PN(4*4)。

在步骤S140中，当导频信号的索引按照数据索引n_data＝[1,2,…28]的顺序索引时，自相关矩阵

如下：

互相关矩阵大小是DN*PN(28*4)，互相关矩阵

如下：

其中，coef(n)＝PDP_p,rao(n),n＝0,1,...N₁/4,p＝1,2,3,4。

在步骤S140中，当考虑噪声时，去噪声的自相关矩阵

如下：

其中，噪声功率的大小取决于SNR和信号的实际数值大小。通过计算得到的线性SNR数值SNR_LINE。从而噪声功率大小：sigma^2＝1/SNR_LINE。如果信号功率大小

则

噪声为相互独立且同分布，都为均值为零、方差为σ²的复高斯随机过程，coef(n)＝PDP_p,rao(n),n＝0,1,...N₁/4,p＝1,2,3,4。

在步骤S140中，按照以下公式计算信道估计系数

的矩阵大小：

其中，

为互相关矩阵，

为去噪声的自相关矩阵。

本发明的信道估计方法中，内插矩阵可以离线计算得到，信道估计时只需计算一次矩阵乘法即可，能够尽可能的利用到多径信息，更好的解调出用户的原始数据，相对传统的信道估计算法在无直视路径复杂城市环境下能够更好的跟踪用户的信道情况，能够改善信号质量2～3dB，LMMSE信道估计和内插算法并且能够很好的和MIMO结合。

在步骤S150中，按照以下公式计算信道估计：

其中，评估出来的

依次等分成M个子段

为信道估计系数。图6为并行频域滤波示意图，如图6所示，

的子段在频域过滤器中分别与信道估计系数

相乘，并进行并串转换P/S，以得到所有子载波的信道响应H。

图7为LMMSE算法验证流程图，图8为LMMSE算法性能初步仿真示意图，从上面的误码率曲线图，我们可以明显地看到，LMMSE估计算法的效果要好于LS/线性内插算法，但是LS估计算法运算量小。由此我们可以粗略认为，良好性能的获得是要以牺牲某项指标为代价的，而在此处误码率低的良好的信道估计算法是建立在高运算复杂度的基础之上的。

图9为多径信道下LMMSE插值和线性插值时域幅度对比图，如图9所示，采用LMMSE算法与线性内插算法估计出来的多径信道时域图比较，对比看出LMMSE算法能够抑制更多的噪声，因此LMMSE估计出来的信道用来均衡性能更优。

图10为本发明的抗多径迭代加权的LMMSE信道估计的装置框图，如图10所示，本发明提供的抗多径迭代加权的LMMSE信道估计装置，其特征在于，包括：信道时域滤波模块，用于对IFFT输出的信道时域冲激响应进行时域滤波，得到时域信道h_P,LS；功率时延分布计算模块，用于根据时域信道h_P,LS计算功率时延分布；功率时延分布相位旋转模块，用于对功率时延分布进行相位旋转；功率时延分布频域组成模块，用于对所述功率时延分布进行分段和FFT级联，以组成频域功率时延分布；信道估计系数计算模块，根据频域，组成频域自相关矩阵和互相关矩阵，计算信道估计系数；信道估计计算模块，根据信道估计系数计算信道估计。在功率时延分布计算模块中，功率时延分布PDP_P,LS＝h_P,LS·*conj(h_PL,S)，其中，h_P,LS为时域信道。

本发明的信道估计装置能够保证复杂城市多径下通信能力，在低SNR下保证BER<10^(-5)通信能力。通过IIR算法完成信道去噪后，通过迭代加权的LMMSE算法精确估计多径的数量，强度，相位信息，使得随后的均衡很好的完成频率滤波，可以抵抗“地板效应”，保证系统的稳定可靠传输，相比传统信道估计灵敏度至少增加4dBc。

以上所描述的装置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的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述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计算机可读存储介质中，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)执行各个实施例或者实施例的某些部分所述的方法。

此外，本领域的技术人员能够理解，尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

最后应说明的是：以上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精神和范围。

Claims (8)

1.一种抗多径迭代加权的LMMSE信道估计方法，其特征在于，包括以下步骤：

S110，对IFFT输出的信道时域冲激响应进行时域滤波，得到时域信道h_P,LS；

S120，根据所述时域信道h_P,LS计算功率时延分布；

S130，对所述功率时延分布进行相位旋转、分段和FFT级联，以组成频域；

S140，根据所述频域，组成频域自相关矩阵和互相关矩阵，计算信道估计系数；

S150，根据所述信道估计系数计算信道估计；

在步骤S130中，

所述功率时延分布包括与所述时域信道h_P,LS对应的前部分和后部分，所述相位旋转包括以下步骤：

S1301，按照以下公式对所述后部分进行不同的相位旋转，

PDP_1,fft＝[PDP_P,LS(1:d₁),PDP_P,LS(d₁+1:N₂).*exp(0i*2*pi/4)]

PDP_2,fft＝[PDP_P,LS(1:d₁),PDP_P,LS(d₁+1:N₂).*exp(1i*2*pi/4)]

PDP_3,fft＝[PDP_P,LS(1:d₁),PDP_P,LS(d₁+1:N₂).*exp(2i*2*pi/4)]

PDP_4,fft＝[PDP_P,LS(1:d₁),PDP_P,LS(d₁+1:N₂).*exp(3i*2*pi/4)]

S1302，按照以下公式对不同段进行第二阶段相位旋转，

S1303，对所述不同段和对应的相位信息进行旋转，

PDP_P,rao(n)＝PDP_p,fft.*phase_rao_p(n)

S1304，完成整体的FFT组合，

PDP_F(4*n+p)＝PDP_p,rao(n),n＝0,1,...N₁/4,p＝1,2,3,4；

在步骤S140中，

当导频信号的索引按照数据索引n_data＝[1,2,…28]的顺序索引时，

自相关矩阵如下：

为自相关矩阵，

互相关矩阵如下：

其中，

为互相关矩阵，

coef(n)＝PDP_p,rao(n),n＝0,1,...N₁/4,p＝1,2,3,4,N₁∈N，N₂∈N,16≤N≤512。

2.根据权利要求1所述的抗多径迭代加权的LMMSE信道估计方法，其特征在于，在步骤S110中，所述时域信道

为瞬时信道估计，其长度N为512，所述时域信道h_P,LS包括两部分：前部分为最强路径后面接收到的多径信号，其长度d1为384；后部分为最强路径前面收到的多径信号，其长度为128。

3.根据权利要求2所述的抗多径迭代加权的LMMSE信道估计方法，其特征在于，在步骤S120中，根据以下公式计算所述功率时延分布：

PDP_P,LS＝h_P,LS·*conj(h_P,LS)，

其中，PDP_P,LS为功率时延分布，h_P,LS为时域信道。

4.根据权利要求3所述的抗多径迭代加权的LMMSE信道估计方法，其特征在于，在步骤S140中，

当考虑噪声时，去噪声的自相关矩阵如下：

当信号功率

时，方差

其中，

为去噪声的自相关矩阵，SNR_LINE为线性SNR数值，coef(n)＝PDP_p,rao(n),n＝0,1,...N₁/4,p＝1,2,3,4。

5.根据权利要求4所述的抗多径迭代加权的LMMSE信道估计方法，其特征在于，在步骤S140中，按照以下公式计算所述信道估计系数：

其中，

为信道估计系数，

为互相关矩阵，

为去噪声的自相关矩阵。

6.根据权利要求5所述的抗多径迭代加权的LMMSE信道估计方法，其特征在于，在步骤S150中，按照以下公式计算所述信道估计：

其中，通过LS算法得到的信道估计值

为信道估计系数。

7.一种抗多径迭代加权的LMMSE信道估计装置，用于实现权利要求1所述的方法，其特征在于，包括：

信道时域滤波模块，用于对IFFT输出的信道时域冲激响应进行时域滤波，得到时域信道；

功率时延分布计算模块，用于根据所述时域信道计算功率时延分布；

功率时延分布相位旋转模块，用于对所述功率时延分布进行相位旋转；

功率时延分布频域组成模块，用于对所述功率时延分布进行分段和FFT级联，以组成频域功率时延分布；

信道估计系数计算模块，根据所述频域功率时延分布，组成频域自相关矩阵和互相关矩阵，计算信道估计系数；

信道估计计算模块，根据所述信道估计系数计算信道估计。

8.根据权利要求7所述的抗多径迭代加权的LMMSE信道估计装置，其特征在于，在所述功率时延分布计算模块中，

所述功率时延分布按照以下公式计算：

PDP_P,LS＝h_P,LS·*conj(h_P,LS)，

其中，PDP_P,LS为功率时延分布，h_P,LS为时域信道。

Images