CN108449290A - 基于结构化压缩感知的时频双选择信道估计方法及装置 - Google Patents
基于结构化压缩感知的时频双选择信道估计方法及装置 Download PDFInfo
- Publication number
- CN108449290A CN108449290A CN201810121473.5A CN201810121473A CN108449290A CN 108449290 A CN108449290 A CN 108449290A CN 201810121473 A CN201810121473 A CN 201810121473A CN 108449290 A CN108449290 A CN 108449290A
- Authority
- CN
- China
- Prior art keywords
- time
- domain
- compressed sensing
- double selection
- frequency
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/022—Channel estimation of frequency response
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/0212—Channel estimation of impulse response
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/024—Channel estimation channel estimation algorithms
- H04L25/0242—Channel estimation channel estimation algorithms using matrix methods
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/26—Systems using multi-frequency codes
- H04L27/2601—Multicarrier modulation systems
- H04L27/2647—Arrangements specific to the receiver only
- H04L27/2655—Synchronisation arrangements
- H04L27/2689—Link with other circuits, i.e. special connections between synchronisation arrangements and other circuits for achieving synchronisation
- H04L27/2695—Link with other circuits, i.e. special connections between synchronisation arrangements and other circuits for achieving synchronisation with channel estimation, e.g. determination of delay spread, derivative or peak tracking
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于结构化压缩感知的时频双选择信道估计方法及装置,其中方法包括:发射端采用正交频分复用OFDM进行传输,并在时域采用时域训练序列填充,同时频域部分子载波设置为频域导频组,且经过模拟处理后进行传输;将接收的训练序列和发射的时域训练序列进行互相关,以取得自相关向量大于预设阈值的位置标号组成信道冲激响应的非零集合估计;将接收的OFDM帧进行帧重构,并转化成发送OFDM帧和信道冲激响应的循环卷积;根据预设的频域导频组得到观测矩阵,利用接收到的导频组中的非零子载波以及信道冲激响应的部分非零集合,并且通过结构化压缩感知估计时频双选择信道。该方法具有低复杂度、高频谱效率、高精度的特点。
Description
技术领域
本发明涉及通信技术领域,特别涉及一种基于结构化压缩感知的时频双选择信道估计方法及装置。
背景技术
随着近年来通信技术的不断崛起,OFDM(Orthogonal Frequency DivisionMultiplexing,正交频分复用)技术由于其低复杂度、高频谱效率以及抗多径信道的能力,得到了很大的发展。为了防止两个连续传输块的块间干扰,通常需要在两个块之间加入GI(Guard interval,保护间隔)。GI按其种类可以分为:CP(Cyclic prefix,循环前缀)、ZP(Zero Padding,零填充)以及TDS(Time Domain Synchronous,时域同步)。前两者不能进行信道估计,通常需要额外增加导频造成很大的频谱效率损失。TDS系统通过将GI和TS(Training Sequence,训练序列)进行结合,同时实现了防止块间干扰、接收机同步以及信道估计。而配合频域上的某些子载波作为频域导频,则可以进一步的提高信道估计的精度,这样的通过时域训练序列和频域导频共同进行信道估计的OFDM系统叫做TFT-OFDM(TimeFrequency Training Orthogonal Frequency Division Multiplexing,时频训练正交频分复用)系统。
在通信系统中,往往会遇到发射端或接收端的移动速度很大的情况,例如在高速列车的通信、卫星通信均属于这种高速的情况。在这样的场景下,精确的信道估计也具有很高的难度,其难度主要来源于发射端和接收端相对移动所带来的多普勒频移,从而在频谱上有一定的多普勒展宽,OFDM系统的子载波之间会存在干扰。这样的信道称之为时频双选择性信道,除了多径效应所带来的频率选择性衰落外,多普勒也会带来时间选择性衰落,造成不同时间的信道发生变化。这样也会使得待估计信道的参数在时间轴上大幅度增加,同样会造成系统频谱效率的下降。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本发明的一个目的在于提出一种基于结构化压缩感知的时频双选择信道估计方法,该方法可以实现信道时域冲激响应的重建,并具有低复杂度、高频谱效率、高精度的特点。
本发明的另一个目的在于提出一种基于结构化压缩感知的时频双选择信道估计装置。
为达到上述目的,本发明一方面实施例提出了一种基于结构化压缩感知的时频双选择信道估计方法,包括以下步骤:发射端采用正交频分复用OFDM进行传输,并在时域采用时域训练序列填充,同时频域部分子载波设置为频域导频组,且经过模拟处理后进行传输;在接收端预处理后,将接收的训练序列和发射的所述时域训练序列进行互相关,以取得自相关向量大于预设阈值的位置标号组成信道冲激响应的非零集合估计;将接收的OFDM帧进行帧重构,并转化成发送OFDM帧和信道冲激响应的循环卷积;根据预设的频域导频组得到观测矩阵,利用接收到的导频组中的非零子载波以及所述信道冲激响应的部分非零集合,并且通过结构化压缩感知估计时频双选择信道。
本发明实施例的基于结构化压缩感知的时频双选择信道估计方法,可以充分利用了时频双选择无线信道时域稀疏和采样域基展开的特点,并利用结构化压缩感知理论,从而实现信道时域冲激响应的重建,且具有低复杂度、高频谱效率、高精度的特点。
另外,根据本发明上述实施例的基于结构化压缩感知的时频双选择信道估计方法还可以具有以下附加的技术特征:
进一步地,在本发明的一个实施例中,所述预设阈值根据所述自相关向量2范数除以自相关长度的倍数得到。
进一步地,在本发明的一个实施例中,所述将接收的OFDM帧进行帧重构,进一步包括:移除上一个时域的所述训练序列所造成的块间干扰;累加下一个接收的所述时域训练序列;移除所述时域训练序列和信道的卷积部分。
进一步地,在本发明的一个实施例中,所述频域导频组的中心位置随机且多个频域导频组的中心间互不重叠,每个频域导频组包括多个连续的频域导频,且所述每个频域导频组的中心的多个频域导频值非零,而其余频域导频为零。
进一步地,在本发明的一个实施例中,所述时频双选择信道在时域具有稀疏性,且在采样域由不同的正交基进行展开以构成基扩展模型BEM(Basis expansion model,基扩展模型),且所述观测矩阵由时频双选择信道模型方程通过方程的合并、矩阵的列筛选和列相加得到。
进一步地,在本发明的一个实施例中,所述正交频分复用OFDM包括循环前缀正交频分复用CP-OFDM Cyclic Prefix Orthogonal Frequency Division Multiplexing,循环前缀正交频分复用)、零填充正交频分复用ZP-OFDM(Zero Padding Orthogonal FrequencyDivision Multiplexing,零填充正交频分复用)和时域同步正交频分复用TDS-OFDM(TimeDomain Synchronization Orthogonal Frequency Division Multiplexing,时域同步正交频分复用)的一种或多种。
进一步地,在本发明的一个实施例中,所述时域训练序列包括伪随机噪声PN(Pseudo-random Noise,伪随机噪声)序列、恒包络零自相关CAZAC(Constant AmplitudeZero Auto-Correlation,恒包络零自相关序列)序列、m序列的一种或多种。
进一步地,在本发明的一个实施例中,所述结构化压缩感知包括块压缩采样匹配追踪BCoSamp(Block Compressive Sampling matching pursuit,块压缩采样匹配追踪)、块正交匹配追踪BOMP(Block Orthogonal Matching Pursuit,块正交匹配追踪)的一种或多种。
进一步地,在本发明的一个实施例中,所述自相关长度的倍数可以为3倍。
为达到上述目的,本发明另一方面实施例提出了一种基于结构化压缩感知的时频双选择信道估计装置,包括:发射模块,用于进行正交频分复用OFDM进行传输,并在时域采用时域训练序列填充,同时频域部分子载波设置为频域导频组,且经过模拟处理后进行传输;信道粗估计模块,用于在预处理后,将接收的训练序列和发射的所述时域训练序列进行互相关,以取得自相关向量大于预设阈值的位置标号组成信道冲激响应的非零集合估计;帧转化模块,用于将接收的OFDM帧进行帧重构,并转化成发送OFDM帧和信道冲激响应的循环卷积;信道精确估计模块,用于根据预设的频域导频组得到观测矩阵,利用接收到的导频组中的非零子载波以及所述信道冲激响应的部分非零集合,并且通过结构化压缩感知估计时频双选择信道。
本发明实施例的基于结构化压缩感知的时频双选择信道估计装置,可以充分利用了时频双选择无线信道时域稀疏和采样域基展开的特点,并利用结构化压缩感知理论,从而实现信道时域冲激响应的重建,且具有低复杂度、高频谱效率、高精度的特点。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本发明一个实施例的基于结构化压缩感知的时频双选择信道估计方法到的流程图;
图2为根据本发明一个具体实施例的基于结构化压缩感知的时频双选择信道估计方法到的流程图;
图3为根据本发明一个实施例的OFDM帧结构及其在多径信道下的块间干扰示意图;
图4为根据本发明一个实施例的基于结构化压缩感知的时频双选择信道估计装置的结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参照附图描述根据本发明实施例提出的基于结构化压缩感知的时频双选择信道估计方法及装置,首先将参照附图描述根据本发明实施例提出的基于结构化压缩感知的时频双选择信道估计方法。
图1是本发明一个实施例的基于结构化压缩感知的时频双选择信道估计方法到的流程图。
如图1所示,该基于结构化压缩感知的时频双选择信道估计方法包括以下步骤:
在步骤S101中,发射端采用正交频分复用OFDM进行传输,并在时域采用时域训练序列填充,同时频域部分子载波设置为频域导频组,且经过模拟处理后进行传输。
可以理解的是,如图2所示,发射端采用OFDM技术传输,并在时域采用时域训练序列填充,同时频域部分子载波设置为频域导频组,然后经过模拟处理后进行传输。
其中,OFDM技术包括CP-OFDM技术、ZP-OFDM技术和TDS-OFDM技术等。时域训练序列包括PN序列、CAZAC序列、m序列等。
在本发明的一个实施例中,频域导频组的中心位置随机且多个频域导频组的中心间互不重叠,每个频域导频组包括多个连续的频域导频,且每个频域导频组的中心的多个频域导频值非零,而其余频域导频为零。
可以理解的是,频域导频组中心位置随机且之间互不重叠,每个频域导频组由若干个个连续的频域导频组成,每个频域导频组中心的若干个频域导频值非零,其余频域导频为零。
在步骤S102中,在接收端预处理后,将接收的训练序列和发射的时域训练序列进行互相关,以取得自相关向量大于预设阈值的位置标号组成信道冲激响应的非零集合估计。
可以理解的是,如图2所示,在接收端,在预处理后,将接收的训练序列和发射的时域训练序列进行互相关,取得自相关向量大于阈值的位置标号组成信道冲激响应的非零集合估计。
在本发明的一个实施例中,预设阈值根据自相关向量2范数除以自相关长度的倍数得到。
也就是说,阈值为自相关向量2范数除以自相关长度的倍数,例如,倍数为3倍。
在步骤S103中,将接收的OFDM帧进行帧重构,并转化成发送OFDM帧和信道冲激响应的循环卷积。
可以理解的是,如图2所示,本发明实施例将接收到的OFDM帧进行帧重构,转化成发送OFDM帧和信道冲激响应的循环卷积
在本发明的一个实施例中,将接收的OFDM帧进行帧重构,进一步包括:移除上一个时域的训练序列所造成的块间干扰;累加下一个接收的时域训练序列;移除时域训练序列和信道的卷积部分。
在步骤S104中,根据预设的频域导频组得到观测矩阵,利用接收到的导频组中的非零子载波以及信道冲激响应的部分非零集合,并且通过结构化压缩感知估计时频双选择信道。
可以理解的是,如图2所示,本发明实施例根据预设的频域导频组,得到观测矩阵,利用接收到的导频组中的非零子载波以及信道冲激响应的部分非零集合,采用结构化压缩感知算法精确估计时频双选择信道。其中,结构化压缩感知算法包括BCoSamp、BOMP等方法。
进一步地,在本发明的一个实施例中,时频双选择信道在时域具有稀疏性,且在采样域由不同的正交基进行展开以构成基扩展模型BEM,且观测矩阵由时频双选择信道模型方程通过方程的合并、矩阵的列筛选和列相加得到。
可以理解的是,时频双选择信道在时域具有稀疏性,在采样域可以由不同的正交基进行展开,构成BEM。观测矩阵由时频双选择信道模型方程通过方程的合并、矩阵的列筛选和列相加得到。
在本发明的一个具体实施例中,如图2所示,本发明实施例提出一种高速运动下,基于结构化压缩感知的时频双选择信道估计方法,该方法包括:
S1.发射端采用TDS-OFDM技术传输,并在时域采用PN序列填充保护间隔,同时频域部分子载波设置为频域导频组,然后经过模拟处理后进行传输;
具体的,TDS-OFDM系统的每一帧包括M=255长的PN序列pr和4096长的数据域。随机选取20个子载波导频组,每个导频组由5个连续子载波构成,其中中间的3个子载波为1,两边的2个子载波为0。
S2.在接收端,在预处理后,将接收的训练序列和发射的时域训练序列进行互相关,取得自相关向量大于阈值的位置标号组成信道冲激响应的非零集合估计;
具体的,自相关向量为接收PN序列pr和发射PN序列p的循环卷积的平均,即:其中M为PN序列的长度。所得的部分非零集合为其中阈值为其中z[m]为自相关向量的第m个元素。
S3.将接收到的OFDM帧进行帧重构,转化成发送OFDM帧和信道冲激响应的循环卷积;
具体的,如图3所示,帧重构分为三个步骤:移除上一个PN序列所造成的快间干扰;累加下一个接收的PN序列;移除PN序列和信道的卷积部分。
重构后的接收端OFDM帧和发射端OFDM帧满足其中 则有
S4.根据预设的频域导频组,得到观测矩阵,利用接收到的导频组中的非零子载波以及信道冲激响应的部分非零集合,采用结构化压缩感知算法精确估计时频双选择信道。
由和得本发明实施例选择不同导频组中同一序号的导频pq(0≤q<3)得
继续化简可得:其中Φ=[Φ0,Φ1,…,ΦQ-1]和当i<0或i≥Q时
继续化简可得压缩感知方程为其中和是的列删除和替换后的第i块。则观测矩阵为
该问题可以应用ASA-BOMP算法进行求解,求得BEM系数。根据恢复信道。
进一步地,在本发明的另一个具体实施例中,如图2所示,本发明实施例提出一种低速运动下,基于结构化压缩感知的时频双选择信道估计方法,该方法包括:
S1.发射端采用CP-OFDM技术传输,并在时域采用m序列填充前导符号,同时频域部分子载波设置为频域导频组,然后经过模拟处理后进行传输;
具体的,CP-OFDM系统的每一帧包括255长的前导符号pr和4096长的数据域。随机选取15个子载波导频组,每个导频组由1子载波构成,子载波值为1。
S2.在接收端,在预处理后,将接收的训练序列和发射的时域训练序列进行互相关,取得自相关向量大于阈值的位置标号组成信道冲激响应的非零集合估计;
具体的,自相关向量为接收m序列pr和发射m序列p的循环卷积的平均,即:
其中M为m序列的长度。所得的部分非零集合为其中阈值为其中z[m]为自相关向量的第m个元素。
S3.将接收到的OFDM帧进行帧重构,转化成发送OFDM帧和信道冲激响应的循环卷积;
具体的,如图3所示,帧重构分为三个步骤:移除上一个m序列所造成的快间干扰;累加下一个接收的m序列;移除m序列和信道的卷积部分。
重构后的接收端OFDM帧和发射端OFDM帧满足其中 则有
S4.根据预设的频域导频组,得到观测矩阵,利用接收到的导频组中的非零子载波以及信道冲激响应的部分非零集合,采用结构化压缩感知算法精确估计时频双选择信道。
由和得
继续化简可得:为得到的压缩感知方程,则观测矩阵为Φ。
该问题可以应用ASA-BOMP算法进行求解,求得BEM系数。根据恢复信道。
根据本发明实施例提出的基于结构化压缩感知的时频双选择信道估计方法,可以充分利用了时频双选择无线信道时域稀疏和采样域基展开的特点,并利用结构化压缩感知理论,从而实现信道时域冲激响应的重建,且具有低复杂度、高频谱效率、高精度的特点。
其次参照附图描述根据本发明实施例提出的基于结构化压缩感知的时频双选择信道估计装置。
图4是本发明一个实施例的基于结构化压缩感知的时频双选择信道估计装置的结构示意图。
如图4所示,该基于结构化压缩感知的时频双选择信道估计装置10包括:发射模块100、信道粗估计模块200、帧转化模块300和信道精确估计模块400。
其中,发射模块100用于进行正交频分复用OFDM进行传输,并在时域采用时域训练序列填充,同时频域部分子载波设置为频域导频组,且经过模拟处理后进行传输。信道粗估计模块200用于在预处理后,将接收的训练序列和发射的时域训练序列进行互相关,以取得自相关向量大于预设阈值的位置标号组成信道冲激响应的非零集合估计。帧转化模块300用于将接收的OFDM帧进行帧重构,并转化成发送OFDM帧和信道冲激响应的循环卷积。信道精确估计模块400用于根据预设的频域导频组得到观测矩阵,利用接收到的导频组中的非零子载波以及信道冲激响应的部分非零集合,并且通过结构化压缩感知估计时频双选择信道。本发明实施例的装置10可以实现信道时域冲激响应的重建,并具有低复杂度、高频谱效率、高精度的特点。
进一步地,在本发明的一个实施例中,预设阈值根据自相关向量2范数除以自相关长度的倍数得到。
进一步地,在本发明的一个实施例中,帧转化模块300进一步用于移除上一个时域的训练序列所造成的块间干扰,并累加下一个接收的时域训练序列,移除时域训练序列和信道的卷积部分。
进一步地,在本发明的一个实施例中,频域导频组的中心位置随机且多个频域导频组的中心间互不重叠,每个频域导频组包括多个连续的频域导频,且每个频域导频组的中心的多个频域导频值非零,而其余频域导频为零。
进一步地,在本发明的一个实施例中,时频双选择信道在时域具有稀疏性,且在采样域由不同的正交基进行展开以构成基扩展模型BEM,且观测矩阵由时频双选择信道模型方程通过方程的合并、矩阵的列筛选和列相加得到。
需要说明的是,前述对基于结构化压缩感知的时频双选择信道估计方法实施例的解释说明也适用于该实施例的基于结构化压缩感知的时频双选择信道估计装置,此处不再赘述。
根据本发明实施例提出的基于结构化压缩感知的时频双选择信道估计装置,可以充分利用了时频双选择无线信道时域稀疏和采样域基展开的特点,并利用结构化压缩感知理论,从而实现信道时域冲激响应的重建,且具有低复杂度、高频谱效率、高精度的特点。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系,除非另有明确的限定。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触,或第一和第二特征通过中间媒介间接接触。而且,第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方,或仅仅表示第一特征水平高度小于第二特征。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种基于结构化压缩感知的时频双选择信道估计方法,其特征在于,包括以下步骤:
发射端采用正交频分复用OFDM进行传输,并在时域采用时域训练序列填充,同时频域部分子载波设置为频域导频组,且经过模拟处理后进行传输;
在接收端预处理后,将接收的训练序列和发射的所述时域训练序列进行互相关,以取得自相关向量大于预设阈值的位置标号组成信道冲激响应的非零集合估计;
将接收的OFDM帧进行帧重构,并转化成发送OFDM帧和信道冲激响应的循环卷积;以及
根据预设的频域导频组得到观测矩阵,利用接收到的导频组中的非零子载波以及所述信道冲激响应的部分非零集合,并且通过结构化压缩感知估计时频双选择信道。
2.根据权利要求1所述的基于结构化压缩感知的时频双选择信道估计方法,其特征在于,所述预设阈值根据所述自相关向量2范数除以自相关长度的倍数得到。
3.根据权利要求1所述的基于结构化压缩感知的时频双选择信道估计方法,其特征在于,所述将接收的OFDM帧进行帧重构,进一步包括:
移除上一个时域的所述训练序列所造成的块间干扰;
累加下一个接收的所述时域训练序列;
移除所述时域训练序列和信道的卷积部分。
4.根据权利要求1所述的基于结构化压缩感知的时频双选择信道估计方法,其特征在于,所述频域导频组的中心位置随机且多个频域导频组的中心间互不重叠,每个频域导频组包括多个连续的频域导频,且所述每个频域导频组的中心的多个频域导频值非零,而其余频域导频为零。
5.根据权利要求1所述的基于结构化压缩感知的时频双选择信道估计方法,其特征在于,所述时频双选择信道在时域具有稀疏性,且在采样域由不同的正交基进行展开以构成基扩展模型BEM,且所述观测矩阵由时频双选择信道模型方程通过方程的合并、矩阵的列筛选和列相加得到。
6.根据权利要求1所述的基于结构化压缩感知的时频双选择信道估计方法,其特征在于,所述正交频分复用OFDM包括循环前缀正交频分复用CP-OFDM、零填充正交频分复用ZP-OFDM和时域同步正交频分复用TDS-OFDM的一种或多种。
7.根据权利要求1所述的基于结构化压缩感知的时频双选择信道估计方法,其特征在于,所述时域训练序列包括伪随机噪声PN序列、恒包络零自相关CAZAC序列、m序列的一种或多种。
8.根据权利要求1所述的基于结构化压缩感知的时频双选择信道估计方法,其特征在于,所述结构化压缩感知包括块压缩采样匹配追踪BCoSamp、块正交匹配追踪BOMP的一种或多种。
9.根据权利要求2所述的基于结构化压缩感知的时频双选择信道估计方法,其特征在于,所述自相关长度的倍数为3倍。
10.一种基于结构化压缩感知的时频双选择信道估计装置,其特征在于,包括:
发射模块,用于进行正交频分复用OFDM进行传输,并在时域采用时域训练序列填充,同时频域部分子载波设置为频域导频组,且经过模拟处理后进行传输;
信道粗估计模块,用于在预处理后,将接收的训练序列和发射的所述时域训练序列进行互相关,以取得自相关向量大于预设阈值的位置标号组成信道冲激响应的非零集合估计;
帧转化模块,用于将接收的OFDM帧进行帧重构,并转化成发送OFDM帧和信道冲激响应的循环卷积;以及
信道精确估计模块,用于根据预设的频域导频组得到观测矩阵,利用接收到的导频组中的非零子载波以及所述信道冲激响应的部分非零集合,并且通过结构化压缩感知估计时频双选择信道。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810121473.5A CN108449290A (zh) | 2018-02-07 | 2018-02-07 | 基于结构化压缩感知的时频双选择信道估计方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810121473.5A CN108449290A (zh) | 2018-02-07 | 2018-02-07 | 基于结构化压缩感知的时频双选择信道估计方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108449290A true CN108449290A (zh) | 2018-08-24 |
Family
ID=63191668
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810121473.5A Pending CN108449290A (zh) | 2018-02-07 | 2018-02-07 | 基于结构化压缩感知的时频双选择信道估计方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108449290A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115015939A (zh) * | 2022-05-31 | 2022-09-06 | 湖南大学 | 一种声学感知系统及增大声学感知范围的方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101808056A (zh) * | 2010-04-06 | 2010-08-18 | 清华大学 | 基于训练序列重构的信道估计方法及系统 |
US20110261905A1 (en) * | 2010-04-27 | 2011-10-27 | Qualcomm Incorporated | Compressed sensing channel estimation in ofdm communication systems |
CN102497337A (zh) * | 2011-12-11 | 2012-06-13 | 天津大学 | 一种基于稀疏度自适应的压缩感知无线通信信道估计方法 |
CN103763223A (zh) * | 2014-01-20 | 2014-04-30 | 清华大学 | 基于信道空时相关性的稀疏mimo-ofdm信道估计方法 |
CN105530209A (zh) * | 2015-12-25 | 2016-04-27 | 清华大学 | 多天线时域训练序列填充方法及装置 |
KR101674319B1 (ko) * | 2015-10-30 | 2016-11-09 | 인하대학교 산학협력단 | Ofdm 시스템에서 측정벡터 결합을 이용하여 다중채널을 추정하는 방법 및 장치 |
CN106161326A (zh) * | 2016-06-15 | 2016-11-23 | 江苏科技大学 | 一种水声块结构稀疏信道的快速估计方法 |
-
2018
- 2018-02-07 CN CN201810121473.5A patent/CN108449290A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101808056A (zh) * | 2010-04-06 | 2010-08-18 | 清华大学 | 基于训练序列重构的信道估计方法及系统 |
US20110261905A1 (en) * | 2010-04-27 | 2011-10-27 | Qualcomm Incorporated | Compressed sensing channel estimation in ofdm communication systems |
CN102497337A (zh) * | 2011-12-11 | 2012-06-13 | 天津大学 | 一种基于稀疏度自适应的压缩感知无线通信信道估计方法 |
CN103763223A (zh) * | 2014-01-20 | 2014-04-30 | 清华大学 | 基于信道空时相关性的稀疏mimo-ofdm信道估计方法 |
KR101674319B1 (ko) * | 2015-10-30 | 2016-11-09 | 인하대학교 산학협력단 | Ofdm 시스템에서 측정벡터 결합을 이용하여 다중채널을 추정하는 방법 및 장치 |
CN105530209A (zh) * | 2015-12-25 | 2016-04-27 | 清华大学 | 多天线时域训练序列填充方法及装置 |
CN106161326A (zh) * | 2016-06-15 | 2016-11-23 | 江苏科技大学 | 一种水声块结构稀疏信道的快速估计方法 |
Non-Patent Citations (1)
Title |
---|
马旭 等: "Structured Compressive Sensing-Based Channel Estimation for Time Frequency Training OFDM Systems Over Doubly Selective Channel", 《IEEE WIRELESS COMMUNICATIONS LETTERS》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115015939A (zh) * | 2022-05-31 | 2022-09-06 | 湖南大学 | 一种声学感知系统及增大声学感知范围的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8121105B2 (en) | Pilot signal transmission method and radio communication apparatus | |
CN102035786B (zh) | 一种用于宽带无线通信系统的时分双工传输方法 | |
CN102035785B (zh) | 一种用于宽带无线通信系统的频分双工传输方法 | |
CN104426627B (zh) | 一种tdd系统中上行探测参考信号的发送方法 | |
US10135654B2 (en) | Method and apparatus for generating code sequence in a communication system | |
CN105323048A (zh) | 物理帧中前导符号的生成方法 | |
CN101841507B (zh) | 主同步信道序列的生成方法、装置及其多天线发送方法 | |
CN102075480B (zh) | 数字信息传输的帧同步序列生成方法及系统 | |
CN105024963A (zh) | 频域ofdm符号的生成方法及前导符号的生成方法 | |
CN106850484A (zh) | 频域ofdm符号的生成方法 | |
CN100562002C (zh) | 一种正交频分复用调制系统中保护间隔的填充方法及其通信系统 | |
Cheng et al. | Single carrier FDMA over underwater acoustic channels | |
CN102469572B (zh) | 在协同无线网络中用于同步的方法及装置 | |
CN103078825B (zh) | 数字通信系统中的帧同步序列生成方法及装置 | |
CN101304397A (zh) | 一种ofdm系统同频干扰抑制的导频设计方法与收发装置 | |
KR100838456B1 (ko) | 프리앰블 심벌을 이용한 직교 주파수 분할 다중화 시스템 및 그 생성 방법 및 타이밍/주파수 동기 획득하는 방법 | |
CN100493057C (zh) | 利用旋转技术解决ofdm截取位置跳变的信道估计方法 | |
Kochańska et al. | Shallow water experiment of OFDM underwater acoustic communications | |
CN101242389A (zh) | 一种帧同步方法 | |
CN101222459A (zh) | 频域均衡系统的导频插入和信道估计方法 | |
CN1980114A (zh) | 一种信道估计的发射、接收装置及其方法 | |
CN108449290A (zh) | 基于结构化压缩感知的时频双选择信道估计方法及装置 | |
CN101540750B (zh) | 一种用于消除ofdm系统中窄脉冲干扰的方法 | |
CN101141426A (zh) | 用于多用户多天线系统的信道估计方法 | |
CN104486286A (zh) | 一种连续子载波ofdma系统的上行帧同步方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180824 |