CN108123906B - 信道估计方法 - Google Patents

Abstract

一种信道估计方法，包括：分别将本地训练序列和接收到的训练序列进行共轭翻转，并分别与本地训练序列进行循环卷积运算获得第一循环卷积运算结果和第二循环卷积运算结果；利用训练序列的自相关特性良好的特点，对第二循环卷积运算结果进行时域噪声消除；对第一循环卷积运算结果和时域噪声消除后的第二循环卷积运算结果进行FFT变换，变换至频域获得第一频域结果和第二频域结果；在第二频域结果和第一频域结果中取对应频率的值相除获得相除运算结果；对所述相除运算结果求共轭获得信道估计的值。

Description

信道估计方法

技术领域

本发明涉及通信技术领域，特别涉及一种信道估计方法。

背景技术

在通信系统中，由于多径衰落和噪声等影响，接收端接收到的信号往往发生了严重的失真，为了有效的恢复出发送端发送的原始信息，需要进行信道估计。一旦通过信道估计获得了信道信息，就可以基于信道估计信息进行信道均衡，弥补信道衰落的影响。其中，信道估计的准确度对信道均衡和信号检测具有重要影响。现有信道估计方法信号能量损失较大、且算法复杂度较高、存在白噪声和脉冲噪声的影响，信道估计精度差。

发明内容

鉴于现有方案存在的问题，为了克服上述现有技术方案的不足，本发明提出了一种信道估计方法。

根据本发明的一个方面，提供了一种信道估计方法，包括：分别将本地训练序列和接收到的训练序列进行共轭翻转，并分别与本地训练序列进行循环卷积运算获得第一循环卷积运算结果和第二循环卷积运算结果；利用训练序列的自相关特性良好的特点，对第二循环卷积运算结果进行时域噪声消除；对第一循环卷积运算结果和时域噪声消除后的第二循环卷积运算结果进行FFT变换，变换至频域获得第一频域结果和第二频域结果；在第二频域结果和第一频域结果中取对应频率的值相除获得相除运算结果；对所述相除运算结果求共轭获得信道估计的值。

从上述技术方案可以看出，本发明具有以下有益效果：

信道估计方法基于训练序列具有良好自相关特性的特点，有效的减少高斯白噪声和脉冲噪声等对信道估计的影响，提高信道估计精度。

采用置换方式进行时域噪声消除，可见简化步骤。

附图说明

图1是本发明一实施例中一种信道估计方法的流程图；

图2是本发明一具体示例中一种循环卷积云算结果；

图3是本发明一具体示例中高噪声环境下信道估计的NMSE性能仿真曲线图；

图4本发明一具体示例中脉冲噪声环境下信道估计的NMSE性能仿真曲线图。

具体实施方式

本发明某些实施例于后方将参照所附附图做更全面性地描述，其中一些但并非全部的实施例将被示出。实际上，本发明的各种实施例可以许多不同形式实现，而不应被解释为限于此数所阐述的实施例；相对地，提供这些实施例使得本发明满足适用的法律要求。

在本说明书中，下述用于描述本发明原理的各种实施例只是说明，不应该以任何方式解释为限制发明的范围。参照附图的下述描述用于帮助全面理解由权利要求及其等同物限定的本发明的示例性实施例。下述描述包括多种具体细节来帮助理解，但这些细节应认为仅仅是示例性的。因此，本领域普通技术人员应认识到，在不悖离本发明的范围和精神的情况下，可以对本文中描述的实施例进行多种改变和修改。此外，为了清楚和简洁起见，省略了公知功能和结构的描述。此外，贯穿附图，相同附图标记用于相似功能和操作。

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。

本发明实施例提供了一种信道估计方法，将接收的训练序列本地训练序列和接收的训练序列分别进行共轭翻转，分别与本地训练序列进行循环卷积运算然后利用时域噪声消除技术有效减少高斯白噪声和脉冲噪声等噪声的影响，最后利用FFT变换到频域，获得频域信道估计信息，提高信道估计精度。

本发明首先利用帧同步获得包含有训练序列的接收数据y，从接收数据中获取接收到的训练序列y_p，根据接收到的训练序列y_p和本地的训练序列p进行信道估计。

图1为本发明一实施例中一种信道估计方法的流程图，如图1所示，该信道估计方法包括以下步骤：

步骤S100：分别将本地训练序列和接收到的训练序列进行共轭翻转，并分别与本地训练序列进行循环卷积运算获得第一循环卷积运算结果和第二循环卷积运算结果。

第一循环卷积运算结果采用式(1)获得：

第二循环卷积运算结果采用式(2)获得：

其中，p为本地训练序列；y_p为接收到的训练序列；N为训练序列的时域长度和FFT点数，p_conv为第一循环卷积运算结果，y_conv为第二循环卷积运算结果。

第一循环卷积运算结果p_conv的值可以离线计算并预存。

为了减少(2)的计算复杂度，可以采用以下步骤获得第二循环卷积运算结果y_conv，具体包括：

步骤S101：将接收的训练序列进行时域共轭翻转：

其中，y-为将接收到的训练序列共轭翻转后的序列。

步骤S102：进行FFT变换：Y_＝FFT(y-，N)

步骤S103：取出包含有训练序列的子载波接收数据，且与对应位置的本地频域训练序列相乘：P_＝Y_p.*S_SYNCP

步骤S104：进行补零和IFFT变换：y_conv＝IFFT(P_all，N)，其中，P_all为将非导频位置补零。

步骤S200：利用训练序的自相关特性良好的特点，对第二循环卷积运算结果进行时域噪声消除；

对第二循环卷积运算结果进行时域噪声消除可以基于置换方式进行时域噪声消除或基于限幅进行时域消除。

其中基于置换方式进行时域噪声消除时，对于0≤n₁≤n≤n₂≤N-1，y_conv(n)＝αp_conv(n)，其中，n₁为置换起始点n₂为置换结束点，此时第二循环卷积运算结果为

其中，α为信道归一化因子。

基于限幅进行时域消除时，对于0≤n₁≤n≤n₂≤N-1，如果|y_conv(n)|≥Th，则y_conv(n)＝sign(y_conv(n))*Th，

其中，Th≥0，其值和信噪比相关，具体数值可以通过仿真得到；

步骤S300，对第一循环卷积运算结果和时域噪声消除后的第二循环卷积运算结果进行FFT变换，变换至频域获得第一频域结果和第二频域结果。

第一频域结果P＝FFT(p_conv，N)，第二频域结果Y＝FFT(y_conv，N)。

步骤S400，在第二频域结果和第一频域结果中取对应频率的值相除获得相除运算结果；

相除运算结果为

其中，k_min和k_max分别为训练序列所在频率的下限和上限。

步骤S500，对所述相除运算结果求共轭获得信道估计的值。

信道估计的值为

其中，conj()表示取共轭。

以下以基于OFDM通信技术的电力线载波通信系统为例对本发明进行具体说明，其中OFDM系统中FFT点数为256，有效子载波起始编号为23，有效子载波终止编号为58；本地时域训练序列p由起始编号k_min＝23，终止编号k_max＝58的36个子载波的频域训练序列通过补零和256点的IFFT并取实部得到，其频域训练序列的相位矢量符合G3标准。置换起始点n₁＝22，置换结束点n₂＝232。假设信道已经归一化。

该具体实施例中，信道估计步骤包括：

步骤S100：将接收到时域训练序列和本地训练序列分别共轭翻转，分别与本地时域训练序列进行循环卷积运算：

其中，p为本地时域训练序列；y_p为接收到的时域训练序列；N为时域训练序列的长度和FFT点数；y_conv为接收到的时域训练序列与本地时域训练序列的循环卷积运算结果，p_conv为本地时域训练序列与本地时域训练序列的循环卷积运算结果。

步骤S200：利用训练序列自相关特性良好的特点，进行时域噪声消除：

一种优先的实施方式是进行置换：对于20≤n≤235

y_conv(n)＝p_conv(n)

第二优先的实施方式是限幅：对于20≤n≤235，如果|y_conv(n)|≥Th，y_conv(n)＝sign(y_conv(n))*Th，

其中，

Th≥0，其值和信噪比相关，具体数值可以通过仿真得到。

步骤S300：分别对y_conv和p_conv进行FFT变换，变换到频域：

Y＝FFT(y_conv，N)

P＝FFT(p_conv，N)

步骤S400：取对应频率位置的值，并进行相除：

步骤S500：对

求共轭即可得到信道估计的值

其中，conj(·)表示取共轭。

更进一步的，公式(2)中y_conv的值可以提前计算并预存。

更进一步的，公式(2)中y_conv的值可以通过以下方式计算：

对P_all进行IFFT变换：p_conv＝IFFT(P_all，256)，其中，

P_all＝[zeros(1，22)ones(1，36)zeros(1，198)]

更进一步的，如果采用置换的方法，则此时第二循环卷积运算结果为：

更进一步的，步骤100中，获得第二循环卷积运算结果y_conv包括以下步骤：

步骤S101：将接收信号共轭翻转：

步骤S102：进行FFT变换：Y_＝fft(y_)

步骤S103：取出23-58之间的36个子载波数据，且与对应导频位置的数据相乘：P＝Y_(23∶58).*S_SYNCP*2

步骤S104：进行补零和IFFT变换：

其中，

为P的共轭翻转。

图2为本具体示例中公式(1)的计算结果。从图2可以看出，通过本地循环相关计算后，信号的能量主要集中在两端的少部分采样点上，而中间部分采样点的能量都非常小。这样，将中间部分置零或者限幅，可以有效的消除噪声的影响。

图2为N＝256，有效子载波个数为36时，公式(2)的计算结果。从图2可以看出，通过本地循环相关计算后，信号的能量主要集中在两端的少部分采样点上，而中间部分采样点的能量都非常小。这样，将中间部分置零或者限幅，可以有效的消除噪声的影响。

图3，4为本具体示例中窄带电力线OFDM通信系统下信道估计的NMSE性能仿真曲线图。在图3和4中，横轴为接收信号的SNR，纵轴为NMSE_dB，单位为dB。NMSE_dB的定义为：

NMSE_dB＝10log10(NMSE)，

其中，

其中，H为真实信道信息，H_est为通过信道估计获得的信道信息。

图3中的噪声为高斯白噪声，图4中的噪声包括脉冲噪声和高斯白噪声，其中，脉冲噪声的模型为贝努力-高斯混合模型，且发生的概率为0.1

图3和图4可以看出，和其他信道估计方法相比，在低信噪比下，本发明可以改进性能增益大约5dB。

前面的附图中所描绘的进程或方法可通过包括硬件(例如，电路、专用逻辑等)、固件、软件(例如，被承载在非瞬态计算机可读介质上的软件)，或两者的组合的处理逻辑来执行。虽然上文按照某些顺序操作描述了进程或方法，但是，应该理解，所描述的某些操作能以不同顺序来执行。此外，可并行地而非顺序地执行一些操作。

需要说明的是，在附图或说明书正文中，未绘示或描述的实现方式，均为所属技术领域中普通技术人员所知的形式，并未进行详细说明。此外，上述对各元件和方法的定义并不仅限于实施例中提到的各种具体结构、形状或方式，本领域普通技术人员可对其进行简单地更改或替换。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (11)

1.一种信道估计方法，其中，包括：

分别将本地训练序列和接收到的训练序列进行共轭翻转，并分别与本地训练序列进行循环卷积运算获得第一循环卷积运算结果和第二循环卷积运算结果；

利用训练序列的自相关特性良好的特点，对第二循环卷积运算结果进行时域噪声消除；

对第一循环卷积运算结果和时域噪声消除后的第二循环卷积运算结果进行FFT变换，变换至频域获得第一频域结果和第二频域结果；

在第二频域结果和第一频域结果中取对应频率的值相除获得相除运算结果；以及对所述相除运算结果求共轭获得信道估计的值。

2.根据权利要求1所述的信道估计方法，其中，第一循环卷积运算结果采用式(1)获得，第二循环卷积运算结果采用式(2)获得：

其中，p为本地训练序列；y_p为接收到的训练序列；N为训练序列的长度和FFT点数，p_conv为第一循环卷积运算结果，y_conv为第二循环卷积运算结果。

3.根据权利要求2所述的信道估计方法，其中，对第二循环卷积运算结果进行时域噪声消除包括：

基于置换方式进行时域噪声消除或基于限幅进行时域消除。

4.根据权利要求3所述的信道估计方法，其中，基于置换方式进行时域噪声消除时，对于0≤n₁≤n≤n₂≤N-1，y_conv(n)＝p_conv(n)，其中，n₁为置换起始点，n₂为置换结束点，此时第二循环卷积运算结果为

其中，α为信道归一化因子。

5.根据权利要求3所述的信道估计方法，其中，基于限幅进行时域消除时，对于0≤n₁≤n≤n₂≤N-1，如果|y_conv(n)|≥Th，则y_conv(n)＝sign(y_conv(n))*Th，

其中，Th≥0，其值和信噪比相关，具体数值可以通过仿真得到；

6.根据权利要求2-5中任一所述的信道估计方法，其中，

第一频域结果P＝FFT(p_conv，N)，第二频域结果Y＝FFT(y_conv，N)。

7.根据权利要求6所述的信道估计方法，其中，相除运算结果为

其中，k_min和k_max分别为训练序列所在频率的下限和上限。

8.根据权利要求7所述的信道估计方法，其中，信道估计的值为

其中，conj()表示取共轭。

9.根据权利要求2所述的信道估计方法，其中，公式(2)中第二循环卷积的结果y_conv也可以采用以下步骤获得：

将接收的训练序列进行时域共轭翻转：

其中，y_{_}为将接收到的训练序列共轭翻转后的序列，

进行FFT变换：Y_＝FFT(y_，N)

取出包含有训练序列的子载波接收数据，且与对应位置的前导数据相乘：P_＝Y_p.*S_SYNCP

进行补零和IFFT变换：y_conv＝IFFT(P_all，N)，其中，P_all为将非导频位置补零。

10.根据权利要求2所述的信道估计方法，其中，第一循环卷积运算结果p_conv的值可以离线计算并预存。

11.根据权利要求1所述的信道估计方法，其中，在分别将本地训练序列和接收到的训练序列进行共轭翻转之前还包括：

对接收到的数据进行同步，获得包含有接收训练序列的接收数据，从接收数据中取出接收到的训练序列。

Images