CN109547369B - 一种自适应信道参数估计方法 - Google Patents

Abstract

本发明属于通信技术领域，公开了一种自适应信道参数估计方法，该方法采用最陡梯度下降法自适应的对信道参数进行估计，通过借助横向滤波器计算出模拟输出与接收值的差值，并利用此差值来调横向滤波器的抽头系数，从而使得往后时刻差值逐渐趋近于0，最终横向滤波器的抽头系数即为信道估计值。本发明能够不需人工干预完全自适应工作，能够实现对信道参数实时跟踪，实现方案简单易行，有利于工程实现。

Description

一种自适应信道参数估计方法

技术领域

本发明涉及通信技术领域，尤其涉及一种自适应信道参数估计方法。

背景技术

在移动通信中，接收机的位置在不断变化，同时由于通信环境的多样性，电磁波在遇到障碍物或电离层时会产生反射现象，当遇到表面不均匀的大型建筑时会产生漫反射现象。因此接收机会收到来自不同路径信号的叠加。多条路径的存在会导致码间串扰(Intersymbol Interference，ISI)，使通信系统的性能恶化，出现错误平层。均衡是解决ISI的有效方法，传统的均衡可以分为时域均衡和频域均衡。随着现代编纠错码(如Turbo/LDPC码)迭代译码思想的提出，人们逐渐认识到采用迭代能够给通信系统带来额外的性能增益，于是提出了联合迭代译码的思想。其本质是信息在均衡器和译码器之间不断循环往复的一个过程，直至译码成功或达到最大迭代次数为止，由于此过程的运行机制与Turbo码的译码机制十分类似，基于此也将联合迭代译码称为Turbo均衡。

一般的，现有的Turbo时域均衡方案中均要求接收机估计信号所经路径个数与每条路径的衰落大小，从而在迭代均衡的处理中更有效的进行相关数据处理。如果估计的信道参数是完全错误的，则接收端不可能进行正常的均衡，也就无法建立可靠的通信链路。若估计出的信道参数与真实参数很接近，则接收机能够正常工作，仅仅是性能有所下降。显然，信道参数估计的精确度直接影响了通信系统的最终性能。因此信道估计是Turbo均衡的重要模块，同时也是建立通信链路前的必要工作。

现有技术中通常采用序列相关的方法，选择具有良好自相关特性的序列作为导频序列，从而对信道进行估计。通过对现有技术的简要说明，可以看到其中的弊端主要有以下两点：(1)需要长序列，序列越长每帧所携带的有效信息越少，传输效率越低；(2)估计精度低，基于相关特性的信道估计方法完全是依靠自相关程度，在噪声很大的情况下无法精确估计信道参数。

发明内容

有鉴于此，本发明提出一种自适应信道参数估计方法，通过借助横向滤波器计算出模拟输出与接收值的差值，并利用此差值来调横向滤波器的抽头系数，从而使得往后时刻差值逐渐趋近于0，最终输出的横向滤波器的抽头系数即为信道估计值，具有简单、收敛快、精确度高和易实现等优点。

为达到上述目的，本发明的实施例采用如下技术方案：

提供一种自适应信道参数估计方法，所述方法包括：

步骤1，初始化：令时间演进变量t＝0，设置步进参数μ，0＜μ＜1，设置初始时刻横向滤波器的抽头系数

获取经多径信道传输后的接收值序列r＝(r₀，r₁，…，r_t，…，r_k-1)以及长度为k的训练序列x＝(x₀，x₁，…，x_t，…，x_k-1)；其中，r_t表示第t时刻的接收值，x_t表示训练序列第t时刻的符号，x_t＝±1；

步骤2，以训练序列第t时刻的符号x_t为基准，截取训练序列x中x_t之前q个时刻的符号以及x_t之后p个时刻的符号，得到序列x^t＝(x_-q+t，…，x_-1+t，x_t，x_1+t，…，x_p+t)；

步骤3，利用第t时刻横向滤波器的抽头系数

以及序列x^t，计算得到第t+1时刻横向滤波器的抽头系数

步骤4，令时间演进变量t加1；若t不等于k-1，转至步骤2；否则，转至步骤5；

步骤5，将第k-1时刻横向滤波器的抽头系数

作为最终的信道估计值

本发明采用最陡梯度下降法自适应的对信道参数进行估计，通过借助横向滤波器计算出模拟输出与接收值的差值，并利用此差值来调横向滤波器的抽头系数，从而使得往后时刻差值逐渐趋近于0。最终横向滤波器的抽头系数即为信道估计值。本发明的优点有：1、不需复杂的计算，仅需要横向滤波器完成信道估计；2、不需人工干预完全自适应工作，能够实现对信道参数实时跟踪；3、实现方案简单易行，有利于工程实现。

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简单地介绍，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为本发明实施例提供的自适应信道参数估计方法的原理框图；

图2为本发明实施例提供的自适应信道参数估计方法的流程示意图；

图3为势能曲面与自适应信道估计多次迭代示意图；

图4(a)为第1条路径估计量分布情况示意图；

图4(b)为第9条路径估计量分布情况示意图；

图5为信道自适应估计在Turbo均衡中的性能示意图。

具体实施方式

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，所描述的实施例仅仅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做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。

为便于理解本发明，首先对本发明实施例中的各参数进行介绍如下：

假设多径信道参数为h＝(h_-n，…，h_-1，h₀，h₁，…，h_m)。其中，主径(能量最强的)为h₀，h_i(i＜0)为主径之前的路径，表示先于主径信号到达接收机，h_i(i＞0)为主径之后的路径，表示晚于主径信号到达接收机。待传输的比特序列为u＝(u₀，u₁，…，u_j，…，u_k-1)，(u_j∈{0，1})，k表示训练序列的长度。经BPSK调制后得到训练x＝(x₀，x₁，…，x_j，…，x_k-1)。其中，x_j＝1-2u_j。

接收端收到的信号为r＝h*x+w。其中，符号*表示卷积操作，w表示高斯白噪声，w＝(w₀，w₁，…，w_j，…，w_k-1)，w_j为服从均值为0方差为σ²的正态分布的采样值。第j个接收值的数学表达式为r_j＝n_-nx_n+j+…+h_-1x_1+j+h₀x_j+h₁x_-1+j+…+h_mx_-m+j+w_j，(0≤j＜k)。信道参数估计的目的就是利用接收值r与已知的训练序列x来估计h中每个元素的数值以及叠加的高斯白噪声的方差。

图1所示为本发明实施例提供的自适应信道参数估计方法的原理框图。

参见图1，已知第t时刻横向滤波器的抽头系数

经多径信道传输后第t时刻的接收值r_t，且训练序列x经截取后得到长度为p+q+1的部分序列x^t＝(x_-q+t，…，x_-1+t，x_t，x_1+t，…，x_p+t)，则信道参数估计的目标为：获取第t+1时刻抽头系数

在得到

后，再在

的基础上获得

从而进一步提高估计精度。如此反复迭代，直到第k-1时刻将所有训练序列送入滤波器为止，即可得到最终信道参数估计值。

图2所示为本发明实施例提供的自适应信道参数估计方法的流程示意图。

参见图2，本发明实施例提供的自适应信道参数估计方法包括以下步骤：

步骤1，初始化：令时间演进变量t＝0，设置步进参数μ，0＜μ＜1，设置初始时刻横向滤波器的抽头系数

获取经多径信道传输后的接收值序列r＝(r₀，r₁，…，r_j，…，r_k-1)以及长度为k的训练序列x＝(x₀，x₁，…，x_j，…，x_k-1)；其中，r_j表示第j时刻的接收值，x_j表示训练序列第j时刻的符号，x_j＝±1，j＝0，1...k-1。

步骤2，以训练序列第t时刻的符号x_t为基准，截取训练序列x中x_t之前q个时刻的符号以及x_t之后p个时刻的符号，得到序列x^t＝(x_-q+t，…，x_-1+t，x_t，x_1+t，…，x_p+t)。

步骤3，利用第t时刻横向滤波器的抽头系数

以及序列x^t，计算得到第t+1时刻横向滤波器的抽头系数

一种具体的实现方式方式中，步骤3具体包括以下步骤：

步骤3.1，根据第t时刻横向滤波器的抽头系数

以及序列x^t，构造第t时刻的模拟输出值

步骤3.2，计算第t时刻的接收值r_t与模拟输出值

的误差

步骤3.3，根据误差e_t以及序列x^t，计算第t时刻横向滤波器的抽头系数的增量

步骤3.4，根据第t时刻横向滤波器的抽头系数的增量

以及第t时刻横向滤波器的抽头系数

计算第t+1时刻横向滤波器的抽头系数

从上述步骤可以看到，滤波器抽头系数的总是朝着误差为0的方向步进，随着时刻的演进这个误差渐近于0。因此t+1时刻的抽头系数

相比于t时刻的抽头系数

更加接近于真实值。也就是说随着时间的演进估计精度提高了。

步骤4，令时间演进变量t加1；若t不等于k-1，转至步骤2；否则，转至步骤5。

步骤5，将第k-1时刻横向滤波器的抽头系数

作为最终的信道估计值

如前所述，本发明实施例提供的自适应信道估计方法的本质是从多维曲面上任意一点沿最陡的路线步进到多维曲面的稳定点的过程，这个稳定点就是真实的多径信道参数。因此，初始时刻不论横向滤波器的抽头

为何值，随着时间的演进总能够收敛于稳定点，实验仿真结果也证实了这一收敛特性。然而在初始时刻信道估计器不了解关于信道的任何信息，仅知道至少存在一条路径，同时考虑到估计器的收敛速度，通常将主径估计值设置为1，即

需要指出的是，当训练序列较短或步进参数较小时，有可能出现训练序列全部进入横向滤波器后抽头系数仍未达到稳定点的情况。此时可以将未稳定的抽头系数作为下一次迭代的初始值，而后再次执行自适应信道估计方法，使抽头系数更近一步的向稳定点步进。如此反复，直至达到最大迭代次数或步进至稳定点为止，其示迭代过程如图3所示。

优选的，本发明实施例提供的自适应信道估计方法，在步骤5之后，还可以包括：

步骤6，利用信道估计值

与训练序列x，对信道噪声方差进行估计。

一种具体的实现方式中，步骤6具体包括以下步骤：

步骤6.1，利用信道估计值

与训练序列x，得到无噪声的模拟输出值

其中，

步骤6.2，根据经多径信道传输后的接收值r与模拟输出值

计算误差e_j。

其中，e_j的表达式如下：

从上述表达式中可以看到，误差由2部分组成，第一部分为叠加在第j个接收值上的噪声采样值；第二部分

为估计的信道参数对第一项(待估计量)带来的干扰项，当估计的信道参数越趋近于真实值，则对应的干扰项越趋近于0。

步骤6.3，根据全部k个时刻的误差值，得到误差随机向量E＝(e₀，e₁，…，e_j，…，e_k-1)，进而求误差随机向量的方差

将该方差

作为关于信道噪声方差的估计值。

本发明采用最陡梯度下降法自适应的对信道参数进行估计，通过借助横向滤波器计算出模拟输出与接收值的差值，并利用此差值来调横向滤波器的抽头系数，从而使得往后时刻差值逐渐趋近于0。最终横向滤波器的抽头系数即为信道估计值。本发明方法的优点有：不需复杂的计算，仅需要横向滤波器完成信道估计；不需人工干预完全自适应工作，能够实现对信道参数实时跟踪；实现方案简单易行，有利于工程实现。

针对本发明实施例给出的提供的信道参数估计方法通过计算机仿真实验，对上述有益效果和本发明方法的有效性进行验证：

为了验证本发明提出的信道参数估计迭代方法，这里将分别考察信道估计量的分布情况、信道参数估计量统计特性(均值与标准差)以及自适应信道参数估计方法在Turbo均衡中的性能。

实验一、信道估计量的分布情况

本发明提出的估计方法是利用接收数据和已知训练序列来迭代的估计多径信道参数，因此估计出的参数是一个随机变量。也就是说即便是在相同的情况下每次估计出的数值也不相同，有的可能非常接近真实值，而有的可能远远背离真实值。本实验就是在给定信噪比的情况下，将N次试验结果进行统计并绘出直方图，进而考察估计值的分布情况。仿真参数如下：

多径信道参数h＝[0.5，0，0，1，0，-0.7，0，0，0.25]，n＝3，m＝5；训练序列为长度512的m序列；横向滤波器参数p＝5，q＝10；步进参数μ＝0.005；迭代最大次数5；试验次数N＝10000。图3给出了在SNR＝0dB时，第1条(真实值为0.5)与第9条(真实值为0.25)路径估计值的分布情况，分别如图4(a)和图4(b)所示。图中，横坐标的信噪比定义为

单位为分贝(dB)。其中，E_s为接收到的符号平均能量，

σ²为信道叠加的高斯白噪声方差；纵坐标为误码率(Bit Error Ratio，BER)。由于调制方式为BPSK，x²＝1，因此

从图4中可以看到各路径参数估计量的分布特性如高斯分布，因此就可以使用均值和标准差两个参数来刻画此随机变量。例如第一条路径和主路径参数估计量的均值分别为0.5003、0.2501，说明这种迭代的估计方法为一致性估计，一致性估计是指估计量的统计平均等于被估计量的真实值。两条路径参数估计量的标准差分别为0.0734、0.0736，其实从原理来看方法对各条路径参数估计量的标准差都是相同的，仿真的结果也给出相同的结论。

实验二、

本实验给出了自适应信道估计算法在Turbo均衡中的性能，时域Turbo均衡算法采用论文《Turbo Equalization：Principles and New Results)》中所介绍的方法。多径信道h＝(1，0，0.5，0，0，0.2)，训练序列选取长度分别为128和512的m序列，自适应信道估计的迭代最大次数10。LDPC码选取码率为0.5的(2880，1440)，译码迭代次数30。Turbo均衡中联合迭代次数为3。同时为了进行对比，图中还给出了精确估计(估计值等于真实值)时的性能曲线。仿真性能如图5所示。

从图5中可以看到自适应信道参数估计能够在时域Turbo均衡中能够起到对信道估计的作用，且训练序列长度约长则其性能越好。例如当BER＝10^-5时，精确估计所需的信噪比约为2.8dB，训练序列长度为512的自适应信道参数估计所需信噪比约为3.2dB，而训练序列长度为128的自适应信道参数估计所需信噪比约为3.8dB，两者与精确估计分别有0.4dB和1.0dB的性能差异。

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。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (2)

1.一种自适应信道参数估计方法，其特征在于，所述方法包括：

步骤1，初始化：令时间演进变量t＝0，设置步进参数μ，0＜μ＜1，设置初始时刻横向滤波器的抽头系数

获取经多径信道传输后的接收值序列r＝(r₀,r₁,…,r_j,…,r_k-1)以及长度为k的训练序列x＝(x₀,x₁,…,x_j,…,x_k-1)；其中，r_j表示第j时刻的接收值，x_j表示训练序列第j时刻的符号，x_j＝±1，j＝0,1…k-1；

步骤2，以训练序列第t时刻的符号x_t为基准，截取训练序列x中x_t之前q个时刻的符号以及x_t之后p个时刻的符号，得到序列x^t＝(x_-q+t,…,x_-1+t，x_t,x_1+t,…,x_p+t)；

步骤3，利用第t时刻横向滤波器的抽头系数

以及序列x^t，计算得到第t+1时刻横向滤波器的抽头系数

步骤4，令时间演进变量t加1；若t不等于k-1，转至步骤2；否则，转至步骤5；

步骤5，将第k-1时刻横向滤波器的抽头系数

作为最终的信道估计值

步骤6，利用信道估计值

与训练序列x，对信道噪声方差进行估计；

步骤6.1，利用信道估计值

与训练序列x，得到无噪声的模拟输出值

其中，

步骤6.2，根据经多径信道传输后的接收值r与模拟输出值

计算误差e_j：

步骤6.3，根据全部k个时刻的误差值，得到误差随机向量E＝(e₀,e₁,…,e_j,…,e_k-1)，进而求误差随机向量的方差

将该方差

作为关于信道噪声方差的估计值。

2.根据权利要求1所述的方法，其特征在于，步骤3具体包括以下步骤：

步骤3.1，根据第t时刻横向滤波器的抽头系数

以及序列x^t，构造第t时刻的模拟输出值

步骤3.2，计算第t时刻的接收值r_t与模拟输出值

的误差

步骤3.3，根据误差e_t以及序列x^t，计算第t时刻横向滤波器的抽头系数的增量

步骤3.4，根据第t时刻横向滤波器的抽头系数的增量

以及第t时刻横向滤波器的抽头系数

计算第t+1时刻横向滤波器的抽头系数

Images