CN109831396B - 短突发mimo通信系统的半盲信道估计方法 - Google Patents

Abstract

本发明公开一种短突发MIMO通信系统的半盲信道估计方法，主要解决现有技术在短突发MIMO通信场景下不能有效进行信道估计的问题。其实现方案是：1)生成发射信号；2)根据发射信号构造接收信号矩阵；3)产生初始矩阵；4)根据初始矩阵，采用最优化方法进行循环更新，计算带有模糊度的信道矩阵；5)根据接收信号矩阵和带有模糊度的信道矩阵，计算消除模糊度后的信道矩阵。本发明既实现了短突发MIMO通信系统的信道估计，又提高了通信系统的频谱利用率，保证了通信的可靠性、有效性，可用于卫星通信场景下的短突发MIMO通信系统。

Description

短突发MIMO通信系统的半盲信道估计方法

技术领域

本发明属于无线通信技术领域，更进一步涉及一种半盲信道估计方法，可用于卫星通信场景下的短突发MIMO通信系统，提升短突发MIMO通信系统的可靠性和有效性。

背景技术

在短突发MIMO无线通信系统中，所传输的信号具有持续时间极短、传输时间不确定的特性，因此该系统可应用于卫星通信、军事通信等场景。在该通信系统中，为了正确从接收信号中恢复发射信号，需要通过信道估计来获取信道状态信息。

常见的信道估计方法包括：非盲信道估计、盲信道估计和半盲信道估计。关于非盲信道估计方法，Tong L.在文献"Pilot-assisted wireless transmissions"中有详细介绍。该方法需要在信号中周期性地插入训练序列或在数据中插入导频，因而会明显降低系统的信道容量和频谱利用率。而短突发MIMO无线通信系统需要较高的频谱利用率，故不宜使用传统的非盲信道估计方法。

关于盲信道估计方法，Sato Y.在文献"A method of self-recoveringequalization for multilevel amplitude-modulation systems"中首次提到不使用导频符号，仅利用接收信号的统计特性对发射信号进行盲均衡的方法。尽管后人从不同角度对盲信道估计方法进行的改进，但这些改进方法都需要使用大量的接收数据符号，然后计算接收数据的统计特性，进而对信道状态信息进行估计。关于半盲信道估计方法，也只是在传统的盲信道估计方法基础上，利用少量导频信息对接收信号进行处理，仍然需要使用大量的接收数据符号。而在短突发MIMO无线通信系统中，信号的持续时间短、单次发送数据量少、多次通信之间信道差异大，上述三类传统的信道估计方法均不能有效解决信道估计问题。

发明内容

本发明的目的在于针对上述现有技术的不足，提供一种短突发MIMO通信系统的半盲信道估计方法，以在对接收数据符号样本数要求较少，且导频长度很短的条件下，显著提高短突发MIMO无线通信系统的有效性和可靠性。

为了实现上述目标，本发明的技术方案包括如下步骤：

(1)在短突发MIMO通信系统的发送端，对基带信号进行数字调制得到已调信号X₀，并根据导频结构X_p构造信号结构X；

(2)在短突发MIMO通信系统的接收端，用接收到的基带信号复数矩阵Y₀构造成接收信号矩阵Y，Y₀可以表示为：Y₀＝H₀*X+n₀，其中H₀是待估计的信道矩阵，n₀是信号在传播过程中引入的噪声；

(3)计算带有模糊度的信道矩阵H_m：

(3a)使用迭代方法产生初始矩阵U₀：

(3a1)任意选取一个实数正交矩阵

(3a2)对

进行迭代处理，得到临时矩阵

判断其是否满足条件

如果满足，继续进行迭代，直到满足上述条件，否则，将临时矩阵

记为初始矩阵U₀，其中||·||_∞是矩阵的无穷范数，y_i是接收信号矩阵Y的第i列，i＝1,2,3,…,k，k是接收信号矩阵Y的总列数；

(3b)对U₀进行迭代处理，得到过渡矩阵

根据过渡矩阵

使用梯度下降法，求解带有模糊度的变换矩阵U_m：

表示使表达式达到最小值时的过渡矩阵

det(·)是矩阵的行列式，||·||_∞是矩阵的无穷范数，M是由发射端调制方式决定的常数，c是一个选定的常数，σ是噪声n₀的功率；

(3c)对(3b)的带有模糊度的变换矩阵U_m进行行纠正处理，得到修正变换矩阵V_m，根据V_m计算带有模糊度的信道矩阵H_m：

其中，(·)^-1是矩阵的逆；

(4)根据步骤(2)中的接收信号矩阵Y，以及步骤(1)中的导频结构X_p，对步骤(3c)中的带有模糊度的信道矩阵H_m进行消除符号模糊度和消除排序模糊度处理，得到信道的估计矩阵H_es。

与现有技术相比，本发明具有如下优点：

1.本发明通过重新设计导频结构，缩短了导频长度，再根据重新设计的导频和已调信号构造了发射信号，提高了通信系统的频谱利用率，保证了通信的可靠性、有效性；

2.本发明根据基带信号复数矩阵构造接收信号矩阵，将复数矩阵转化为实数矩阵，再进行后续处理，实现了复数信号下的短突发MIMO通信系统的半盲信道估计，扩大了半盲信道估计的适用范围；

3.本发明通过使用迭代方法，求解了等效最优化问题，减少了接收信号的需求量，实现了小样本下的MIMO通信系统半盲信道估计，相较传统的半盲信道估计方法，大大降低了计算复杂度。

附图说明

图1是本发明使用的发射、接收系统框图；

图2是本发明的实现流程图；

图3是本发明中产生初始矩阵U₀的子流程图。

具体实施方式

以下结合附图和具体实施例对本发明作进一步的详细描述。

本发明是在图1的场景下实现的。

参照图1，在发射、接收系统中，发射端的二进制比特流经过数字调制，得到已调信号X₀，根据已调信号X₀和导频X_p，构造发射信号矩阵X。发射信号矩阵X经过MIMO信道，在接收端得到基带信号复数矩阵Y₀，然后将Y₀进行重组预处理得到接收信号矩阵Y，再将Y进行信道估计，得到带有模糊度的信道矩阵H_m，最后对H_m进行模糊度消除，得到信道矩阵的估计矩阵H_es。

参照图2，本实例的具体实现步骤如下：

步骤1，生成发射信号X。

(1a)在发射端，对信源中二进制比特流的基带信号进行数字调制，如QPSK、16QAM，得到已调信号X₀；

(1b)设置导频结构X_p：

X_p＝[X_st X_ph]，

其中，X_st为消除天线排序模糊度的导频符号，其由一组大小不同、从小到大排列的数组构成，用来消除后续信道估计中可能出现的天线排序模糊度，X_st的符号长度为

表示不小于某个值的最小整数，n表示收发天线的数量；

X_ph为消除天线相位模糊度的导频符号，其由一组大小相同的复列向量构成，用来消除后续信道估计中可能出现的相位模糊度，X_ph的符号长度为1，导频结构X_p的总长度为

(1c)根据导频结构X_p和已调信号X₀，构造信号结构X：

X＝[X_p X₀]。

步骤2，构造接收信号矩阵Y。

(2a)发射信号X经过载波调制处理，得到频带信号，将频带信号通过MIMO信道传输，在接收端，对接收到的频带信号进行解调处理，将频带信号恢复为大小为n*k的基带信号复数矩阵Y₀：

Y₀＝H₀*X+n₀，

其中，n表示接收端的接收天线数，k表示接收到的数据符号数，H₀表示待估计的信道矩阵，X表示发射信号，n₀表示信号在传播过程中的噪声；

(2b)对Y₀进行重排预处理，得到大小为2n*2k的接收信号矩阵Y：

其中，Re(·)表示矩阵的实部构成的矩阵，Im(·)表示矩阵的虚部构成的矩阵。

步骤3，使用迭代方法产生初始矩阵U₀。

参照图3，本步骤的具体实现如下：

(3a)，任意选取一个大小为2n*2n实数正交矩阵

根据

确定临时矩阵

对

进行m次迭代处理，得到

其中m＝1,2,3,…；

(3b)判断

是否满足条件

如果是，则执行(3c)，否则，结束迭代，并将临时矩阵

记为初始矩阵U₀；

(3c)根据公式

得到新的临时矩阵

返回(3b)，

其中，||·||_∞表示矩阵的无穷范数，y_i表示基带信号矩阵Y的第i列，i可能的取值为i＝1,2,3,…,k，k为接收信号矩阵Y的总列数。

步骤4，计算带有模糊度的信道矩阵H_m。

(4a)对初始矩阵U₀进行迭代处理，得到过渡矩阵

(4a1)根据U₀计算过渡矩阵的中间矩阵

其中i是迭代次数，根据

计算信号矩阵X_i，判断X_i是否都在标准的信号星座点上：如果是，则迭代结束，该过渡矩阵的中间矩阵

即为过渡矩阵

否则，执行(4a2)；

(4a2)以过渡矩阵的中间矩阵

为起始点，采用梯度下降法，对

进行循环更新，得到更新后的优化矩阵

(4a3)判断优化矩阵

的任一行所对应的信号矩阵

是否在标准的信号星座点上：如果是，则迭代结束，该临时矩阵

即为过渡矩阵

否则，保持优化矩阵

的其他行不变，对第j行采用梯度下降法进行循环更新，得到一个新的过渡矩阵的中间矩阵

执行(4a4)，其中，j＝1,2,3,…,j_m，j_m是优化矩阵

的总行数；

(4a4)将i增加1，返回(4a1)；

(4b)根据(4a)中的过渡矩阵

使用最优化求解方法，如梯度下降法，求解带有模糊度的变换矩阵U_m：

其中，

表示使表达式达到最小值时的过渡矩阵

det(·)是矩阵的行列式，||·||_∞是矩阵的无穷范数，M是由发射端调制方式决定的常数，c是一个选定的常数，σ是噪声n的功率；

(4c)计算带有模糊度的信道矩阵H_m：

(4c1)根据U_m确定迭代矩阵V_m(0)，对迭代矩阵V_m(0)进行p次迭代处理，得到新的迭代矩阵V_m(p)，其中p＝1,2,3,…；

(4c2)判断“V_m(p)*Y”的每个点是否都在标准的信号星座点上：如果是，则迭代结束，得到修正变换矩阵V_m，否则，执行(4c3)，其中Y是接收信号矩阵；

(4c3)根据V_m(p)，采用梯度下降法，对V_m(p)进行循环更新，得到新的迭代矩阵V_m(p+1)；

(4c4)判断V_m(p+1)的任一行所对应的信号矩阵是否在标准的信号星座点上：如果是，则执行(4c6)，否则，执行(4c5)；

(4c5)保持(4c4)中矩阵V_m(p+1)的其它行不变，对第j行采用梯度下降法进行循环更新，得到一个新的迭代矩阵V_m(p+2)，返回(4c4)，其中j＝1,2,3,…；

(4c6)将p增加1，返回(4c2)。

(4c7)按照下式，计算带有模糊度的信道矩阵：

其中，V_m为上述步骤求解得到的修正变换矩阵，(·)^-1表示矩阵的逆。

步骤5，计算消除模糊度后的信道矩阵H_es。

(5a)根据(4c7)中带有模糊度的信道矩阵H_m，以及步骤2中的接收信号矩阵Y，确定带有模糊度的导频结构矩阵X_pm；

(5b)根据带有模糊度的导频结构X_pm，以及(1b)中导频结构中消除天线相位模糊度的导频符号X_ph，对带有模糊度的信道矩阵H_m进行符号模糊度消除，得到带有排序模糊度的信道矩阵

(5c)根据步骤(5a)中带有模糊度的导频结构矩阵X_pm，以及(1b)中导频结构中消除天线排序模糊度的导频符号X_st，对(5b)中带有排序模糊度的信道矩阵

进行排序模糊度消除，得到信道的估计矩阵H_es。

以上描述仅是本发明的一个具体实例，并未构成对本发明的任何限制，显然对于本领域的专业人员来说，在了解了本发明内容和原理后，都可能在不背离本发明原理、结构的情况下，进行形式和细节上的各种修改和改变，但是这些基于本发明思想的修正和改变仍在本发明的权利要求保护范围之内。

Claims (5)

1.一种短突发MIMO通信系统的半盲信道估计方法，其特征在于，包括如下步骤：

(1)在短突发MIMO通信系统的发送端，对基带信号进行数字调制得到已调信号X₀，并根据导频结构X_p构造信号结构X；

(2)在短突发MIMO通信系统的接收端，用接收到的基带信号复数矩阵Y₀构造成接收信号矩阵Y，Y₀可以表示为：Y₀＝H₀*X+n₀，其中H₀是待估计的信道矩阵，n₀是信号在传播过程中引入的噪声；

(3)计算带有模糊度的信道矩阵H_m：

(3a)使用迭代方法产生初始矩阵U₀：

(3a1)任意选取一个实数正交矩阵

(3a2)对

进行迭代处理，得到临时矩阵

判断其是否满足条件

如果不满足，继续进行迭代，直到满足上述条件，否则，将临时矩阵

记为初始矩阵U₀，其中||·||_∞是矩阵的无穷范数，y_i是接收信号矩阵Y的第i列，i＝1,2,3,…,k，k是接收信号矩阵Y的总列数；

(3b)对U₀进行迭代处理，得到过渡矩阵

其实现如下：

(3b1)根据U₀计算过渡矩阵的中间矩阵

其中i是迭代次数，根据

计算信号矩阵X_i，判断X_i是否都在标准的信号星座点上：如果是，则迭代结束，该过渡矩阵的中间矩阵

为过渡矩阵

否则，执行(3b2)；

(3b2)以过渡矩阵的中间矩阵

为起始点，进行梯度下降法处理，对

进行循环更新，得到更新后的临时矩阵

(3b3)判断

的第j行所对应的信号矩阵

是否在标准的信号星座点上：如果是，则保持优化矩阵

的其他行不变，对第j行进行梯度下降法处理，得到一个新的过渡矩阵的中间矩阵

执行(3b4)，否则，迭代结束，该临时矩阵

即为过渡矩阵

其中j＝1,2,3,…,j_m，j_m是优化矩阵

的总行数；

(3b4)将i增加1，返回(3b1)；

根据过渡矩阵

使用梯度下降法，求解带有模糊度的变换矩阵U_m：

表示使表达式达到最小值时的过渡矩阵

det(·)是矩阵的行列式，||·||_∞是矩阵的无穷范数，M是由发射端调制方式决定的常数，c是一个选定的常数，σ是噪声n₀的功率；

(3c)对(3b)的带有模糊度的变换矩阵U_m进行行纠正处理，得到修正变换矩阵V_m，其实现如下：

(3c1)根据U_m确定迭代矩阵V_m(0)，对迭代矩阵V_m(0)进行p次迭代处理，得到新的迭代矩阵V_m(p)，其中p＝1,2,3,…；

(3c2)判断“V_m(p)*Y”的每个点是否都在标准的信号星座点上：如果是，则迭代结束，得到修正变换矩阵V_m，否则，执行(3c3)，其中Y是接收信号矩阵；

(3c3)根据V_m(p)，采用梯度下降法，对V_m(p)进行循环更新，得到新的迭代矩阵V_m(p+1)；

(3c4)判断V_m(p+1)的任一行所对应的信号矩阵是否在标准的信号星座点上：如果是，执行(3c6)，否则，执行(3c5)；

(3c5)保持(3c4)中矩阵V_m(p+1)的其他行不变，对第j行采用梯度下降法进行循环更新，得到一个新的迭代矩阵V_m(p+2)，执行(3c4)，其中j＝1,2,3,…；

(3c6)将p增加1，返回(3c2)；

根据V_m计算带有模糊度的信道矩阵H_m：

其中，(·)^-1是矩阵的逆；

(4)根据步骤(2)中的接收信号矩阵Y，以及步骤(1)中的导频结构X_p，对步骤(3c)中的带有模糊度的信道矩阵H_m进行消除符号模糊度和消除排序模糊度处理，得到信道的估计矩阵H_es。

2.根据权利要求1所述的方法，其特征在于，步骤(1)中根据导频结构X_p构造信号结构X，实现如下：

(1a)设置导频结构X_p：

X_p＝[X_st X_ph]

其中，X_st是消除天线排序模糊度的导频符号，X_ph是消除天线相位模糊度的导频符号；

(1b)根据导频结构X_p，构造信号结构X：

X＝[X_p X₀]。

3.根据权利要求1所述的方法，其特征在于(2)中的接收信号矩阵Y，表示如下：

其中，Re(·)是矩阵的实部构成的矩阵，Im(·)是矩阵的虚部构成的矩阵。

4.根据权利要求1所述的方法，其特征在于，(4)中带有模糊度的信道矩阵H_m进行消除符号模糊度的处理，其实现如下：

(4a)根据(3c)中带有模糊度的信道矩阵H_m，以及(2)中的接收信号矩阵Y，确定带有模糊度的导频结构矩阵X_pm；

(4b)根据带有模糊度的导频结构X_pm，以及(1a)中导频结构中消除相位模糊度的导频符号X_ph，对带有模糊度的信道矩阵H_m进行符号模糊度消除，得到带有排序模糊度的信道矩阵

5.根据权利要求1所述的方法，其特征在于，(4)中对带有排序模糊度的信道矩阵

进行消除排序模糊度处理，是根据步骤(4a)中带有模糊度的导频结构矩阵X_pm，以及(1a)中导频结构中消除天线排序模糊度的导频符号X_st，对(4b)中带有排序模糊度的信道矩阵

进行排序模糊度消除，得到信道的估计矩阵H_es。

Images