CN111726309B - 用于移动正交频分复用系统的信道估计方法及其估计装置 - Google Patents

用于移动正交频分复用系统的信道估计方法及其估计装置 Download PDF

Info

Publication number
CN111726309B
CN111726309B CN202010606277.4A CN202010606277A CN111726309B CN 111726309 B CN111726309 B CN 111726309B CN 202010606277 A CN202010606277 A CN 202010606277A CN 111726309 B CN111726309 B CN 111726309B
Authority
CN
China
Prior art keywords
channel
value
matrix
symbol
covariance matrix
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.)
Active
Application number
CN202010606277.4A
Other languages
English (en)
Other versions
CN111726309A (zh
Inventor
张红伟
戚晓东
谢国豪
崔逊龙
张旭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Anhui University
Original Assignee
Anhui University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Anhui University filed Critical Anhui University
Priority to CN202010606277.4A priority Critical patent/CN111726309B/zh
Publication of CN111726309A publication Critical patent/CN111726309A/zh
Application granted granted Critical
Publication of CN111726309B publication Critical patent/CN111726309B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H04L25/0224—Channel estimation using sounding signals
    • H04L25/0226—Channel estimation using sounding signals sounding signals per se
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/391—Modelling the propagation channel
    • 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

Abstract

本发明公开了一种用于移动正交频分复用系统的信道估计方法及其估计装置。该方法包括：(1)向发送信号中每一子帧的数据符号中等间隔插入导频符号，形成块状导频结构；(2)建立系统传输模型；(3)先建立状态空间模型，再获取状态预测方程和状态更新方程；(4)计算频域信道响应矩阵，最后判断是否完成一个子帧的信道估计，是则继续执行下一个子帧的信道估计，否则进行步骤(1)，并直至完成所有子帧的信道估计。本发明解决非线性信道状态空间模型问题，消除高速环境下由于温湿度和风力大小等因素产生的测量误差，抑制滤波器发散，增强系统稳定性，提高信道估计精度，保障OFDM系统通信质量，实时响应数据通信请求。

Description

用于移动正交频分复用系统的信道估计方法及其估计装置
技术领域
本发明涉及无线通信领域的一种信道估计方法，尤其涉及一种用于移动正交频分复用系统的信道估计方法，还涉及应用该方法的一种用于移动正交频分复用系统的信道估计装置。
背景技术
随着高速铁路的快速发展、无人驾驶汽车和无人驾驶飞机的逐渐深入研究，以及用户对移动通信需求的提高，高速数据通信服务也成为人们日常生活中不可或缺的一部分。在高速移动环境下，由于在多径效应和多普勒效应的共同作用下，高速环境下的无线信道将呈现出频域选择性衰落和快时变特性。在低速场景下，正交频分复用(OFDM)子载波间基本正交，载波间的干扰可以忽略。然而在高速移动环境下，载波间正交性被破坏，给移动通信带来十分严重的子载波间干扰(ICI)，给系统的信道估计和解调带来严重干扰。而以上特性都将对基于OFDM的通信系统产生一定的负面影响，因此高速环境下的信道特性也给通信技术提出了一定的挑战。
综上所述，信道估计部分作为OFDM通信系统接收机的重要环节，直接决定了整个系统的通信质量。由于在高速移动环境下，通信信道是时变且复杂的。这些问题影响数据通信传输速率和传输质量，导致OFDM系统性能严重恶化，重要数据不能实时响应。现有技术一般采用基扩展模型(BEM)对高速信道进行拟合，先对导频处符号进行信道估计，再通过插值算法对数据符号处信道响应进行计算。但是，快时变信道具有时频双选特性，以及受到多普勒频移的影响，相邻符号间信道响应是时变的，插值算法无法追踪信道动态变化。现有的无迹卡尔曼滤波器(UKF)信道估计方法追踪信道时域相关系数，对非线性系统有较好的估计精度，但是在整个估计过程中假设系统噪声是个常数，在实际情况下噪声是时变的，这便不符合实际状况。因此自适应无迹卡尔曼滤波器(AUKF)被提出，通过引入遗忘因子来调节时变噪声。但在高速移动环境下，受温湿度、风速大小等因素的影响，系统存在着测量误差，已有的方法不能修正误差，导致系统性能受限，无法有效追踪信道动态变化完成信道估计。
发明内容
为解决现有的信道估计方法不能修正误差，导致系统性能受限，无法有效追踪信道动态变化完成信道估计的技术问题，本发明提供一种用于移动正交频分复用系统的信道估计方法及其估计装置。
本发明采用以下技术方案实现：一种用于移动正交频分复用系统的信道估计方法，其包括以下步骤：
(1)向发送信号中每一子帧的数据符号中等间隔插入导频符号，形成块状导频结构；其中，所述发送信号包括多个子帧，每个子帧包括多个数据符号；
(2)根据所述块状导频结构中符号块上信道的频域信道响应矩阵、子载波符号的向量集合、信道的加性复高斯白噪声，建立子载波接收到的频域符号向量的系统传输模型一；
根据所述系统传输模型一，利用基扩展模型拟合信道冲激响应，建立由测量矩阵和基向量系数集合构成的系统传输模型二；
(3)根据相邻两个符号间的基系数的相关矩阵、信道转移过程噪声以及所述系统传输模型二，建立状态空间模型；
先生成无迹卡尔曼滤波的sigma点值，再通过一个比例系数调整sigma点与均值的距离，然后将sigma点值带入所述状态空间模型中，最后通过UT变换获取sigma点的预测值的均值、协方差矩阵，以生成状态预测方程；
先在获取sigma点的预测值后，进行状态更新，并再次对sigma点值进行UT变换，再将sigma点带入测量方程中，然后对所述测量方程的测量值加权求和，计算出所述测量值的均值、协方差矩阵以及互协方差矩阵，再然后计算增益、后验估计值以及所述预测值的协方差矩阵，最后修正系统噪声以及所述预测值的协方差矩阵的初始值，获取状态更新方程，并根据所述状态更新方程输出下一个符号估计点的后验估计值；
(4)根据更新方程获取的后验估计值点，先计算符号的信道冲激响应，再根据所述信道冲激响应，计算符号时间信道的冲激响应矩阵，然后计算所述频域信道响应矩阵，最后判断是否完成一个子帧的信道估计，是则继续执行下一个子帧的信道估计，否则进行步骤(1)，并直至完成所有子帧的信道估计。
本发明先添加导频，再建立系统传输模型，然后建立改进的AUKF预测方程、更新方程，并输出下一个符号估计点的后验估计值，最后计算频域信道响应矩阵，并判断是否完成一个子帧的信道估计，实现对正交频分复用系统的信道估计。该方法改进的AUKF信道估计可以解决非线性信道状态空间模型问题，消除高速环境下由于温湿度和风力大小等因素产生的测量误差，增强系统稳定性，能有效解决快时变信道条件下信道估计问题，追踪信道变化状态，提高信道估计精度，保障OFDM系统通信质量。而且，该估计方法可以有效估计高速环境下时变噪声，实时修正滤波器增益，减小累计误差，抑制滤波器发散，可以在高速场景下自适应调节修正观测噪声，使信道估计结果更准确，能实时响应数据请求服务，从而解决现有的信道估计方法不能修正误差，导致系统性能受限，无法有效追踪信道动态变化完成信道估计的技术问题。
作为上述方案的进一步改进，所述系统传输模型一为：
yi＝Hisi+zi
式中，yi表示第i个符号块上N个子载波接收到的频域符号向量，yi＝[yi(0),...,yi(N-1)]T，式[·]T表示矩阵的转置；Hi为表示第i个符号块上信道的频域信道响应矩阵，Hi＝FGiFH，F表示傅里叶变换矩阵，矩阵
Figure BDA0002559221980000031
表示第i个符号时间信道的冲激响应矩阵，每一行是由第i个符号时间上信道冲激响应第l个个抽头上的第k个采样点hi(k,l)组成的具有循环Toeplitz矩阵形式的行向量，FH表示傅里叶逆变换矩阵；si为所述子载波符号的向量集合，si＝[si(0),...,si(n),...,si(N-1)]T，si(n)表示发送第i个符号上的第n个子载波符号；zi表示所述加性复高斯白噪声。
进一步地，所述系统传输模型二为：
yi＝Dici+zi
式中，ci为第i个符号压缩基的基系数向量，
Figure BDA0002559221980000041
第i个数据符号上第l个抽头压缩基的基系数向量
Figure BDA0002559221980000042
其中Q表示压缩基向量维度；Di为测量矩阵,存在以下关系：
Figure BDA0002559221980000043
其中
Figure BDA0002559221980000044
Figure BDA0002559221980000045
表示发送的时域符号序列，存在以下关系：
Figure BDA0002559221980000046
对频域符号进行傅里叶逆变换得到Si＝FHsi，向量
Figure BDA0002559221980000047
IL表示L×L维单位矩阵，
Figure BDA0002559221980000048
表示kronecker积；基向量
Figure BDA0002559221980000049
存在以下关系：
Figure BDA00025592219800000410
其中p表示过采样因子，q表示0～Q的整数，采样点
Figure BDA00025592219800000411
再进一步地，所述状态空间模型为：
Figure BDA00025592219800000412
式中，Ri表示相邻两个符号间的基系数的相关矩阵；vi表示信道转移过程噪声，且协方差矩阵
Figure BDA00025592219800000413
再进一步地，定义所述数据符号为
Figure BDA00025592219800000414
Figure BDA00025592219800000415
所述状态空间模型为：
Figure BDA00025592219800000416
式中，Ri表示相邻两个符号间的基系数的相关矩阵；vi表示信道转移过程噪声，ψ(ci)表示一非线性函数，且ψ(ci)＝Ff(ci)B。
再进一步地，所述无迹卡尔曼滤波的sigma点值的表达式为：
Figure BDA0002559221980000051
式中，
Figure BDA0002559221980000052
表示第k个sigma点，ci-1表示i-1时刻后验状态变量，Pi-1为i-1时刻后验的协方差矩阵，初始值为
Figure BDA0002559221980000053
λ为所述比例系数，存在λ＝α2(k+β)-k，α为修正因子并用于调整sigma点与均值的距离，β为自由参数；
所述预测值的均值、协方差矩阵的表达式为：
Figure BDA0002559221980000054
式中，
Figure BDA0002559221980000055
和
Figure BDA0002559221980000056
为加权系数，满足：
Figure BDA0002559221980000057
其中，ci|i-1表示所述预测值的均值，
Figure BDA0002559221980000058
表示sigma点的预测值，Pi|i-1表示所述预测值的协方差矩阵。
再进一步地，再次UT变换后的sigma点值的表达式为：
Figure BDA0002559221980000061
所述测量方程为：
Figure BDA0002559221980000062
式中，
Figure BDA0002559221980000063
表示sigma点的测量值；
所述测量值的均值、协方差矩阵以及互协方差矩阵的表达式为：
Figure BDA0002559221980000064
式中，
Figure BDA0002559221980000065
表示所述测量值的均值，Si表示所述测量值的协方差矩阵，Mi表示所述测量值的互协方差矩阵；
所述增益、所述后验估计值以及所述预测值的协方差矩阵的表达式为：
Figure BDA0002559221980000066
式中，Ki表示所述增益，ci表示所述第i个符号压缩基的基系数向量的后验估计值，Pi表示所述预测值的协方差矩阵；
修正后的系统噪声和协方差矩阵的表达式为：
Figure BDA0002559221980000067
式中，di表示遗忘因子，且
Figure BDA0002559221980000068
θ的取值范围为[0.9,1)。
再进一步地，在步骤(3)中，还进行以下步骤：
将修正后的系统噪声和协方差矩阵的初始值带入至下一个OFDM符号中；
调整sigma分布点，定义
Figure BDA0002559221980000071
则：
Figure BDA0002559221980000072
定义δmax为δ中所有点中距离均值最远的点，并对修正因子α进行修正且修正后为：
Figure BDA0002559221980000073
通过重新修正后的修正因子α对下一时刻的sigma点集进行调整；
引入衰减因子，优化所述测量值的协方差矩阵；所述衰减因子为：
Figure BDA0002559221980000074
优化后的所述测量值的协方差矩阵为：
Figure BDA0002559221980000075
其中，tr(Pi-1)表示矩阵Pi-1的迹。
再进一步地，定义所述信道冲激响应为hi，通过公式hi＝Bci计算，式中
Figure BDA0002559221980000076
hi,l表示第i个符号中的第l个抽头上的信道冲激响应向量,存在hi,l＝[hi(0,l),...,hi(N-1,l)]T，矩阵Gi的第a行第b列的元素Ga,b为：
Figure BDA0002559221980000077
其中，hi(k,l)表示第i个符号时间上信道冲激响应第l个抽头上的第k个采样点，公式(*)modN表示对N求余，然后通过公式Hi＝FGiFH计算得到频域信道响应矩阵Hi。
本发明还提供一种用于移动正交频分复用系统的信道估计装置，其应用于上述任意所述的用于移动正交频分复用系统的信道估计方法，其包括：
导频添加模块，其用于向发送信号中子帧的数据符号中等间隔插入导频符号，形成块状导频结构；其中，所述发送信号包括多个子帧，每个子帧包括多个数据符号；
系统传输模型建立模块，其用于根据所述块状导频结构中符号块上信道的频域信道响应矩阵、子载波符号的向量集合、信道的加性复高斯白噪声，建立子载波接收到的频域符号向量的系统传输模型一；根据所述系统传输模型一，利用基扩展模型拟合信道冲激响应，建立由测量矩阵和基向量系数集合构成的系统传输模型二；
状态空间模型建立模块，其用于根据相邻两个符号间的基系数的相关矩阵、信道转移过程噪声以及所述系统传输模型二，建立状态空间模型；
状态预测方程建立模块，其用于先生成无迹卡尔曼滤波的sigma点值，再通过一个比例系数调整sigma点与均值的距离，然后将sigma点值带入所述状态空间模型中，最后通过UT变换获取sigma点的预测值的均值、协方差矩阵，以生成状态预测方程；
状态更新方程建立模块，其用于先在获取sigma点的预测值后，进行状态更新，并再次对sigma点值进行UT变换，再将sigma点带入测量方程中，然后对所述测量方程的测量值加权求和，计算出所述测量值的均值、协方差矩阵以及互协方差矩阵，再然后计算增益、后验估计值以及所述预测值的协方差矩阵，最后修正系统噪声以及所述预测值的协方差矩阵的初始值，获取状态更新方程，并根据所述状态更新方程输出下一个符号估计点的后验估计值；
频域信道响应矩阵计算模块，其用于根据更新方程获取的后验估计值点，先计算符号的信道冲激响应，再根据所述信道冲激响应，计算符号时间信道的冲激响应矩阵，最后计算所述频域信道响应矩阵；
判断模块，其用于判断是否完成一个子帧的信道估计，是则继续执行下一个子帧的信道估计，否则进行所述导频添加模块，并直至完成所有子帧的信道估计。
相较于现有的信道估计方法，本发明的用于移动正交频分复用系统的信道估计方法及其估计装置具有以下有益效果：
1、该用于移动正交频分复用系统的信道估计方法，其先添加导频，再建立系统传输模型，然后建立改进的AUKF预测方程、更新方程，并输出下一个符号估计点，最后计算频域信道响应矩阵，并判断是否完成一个子帧的信道估计，实现对正交频分复用系统的信道估计。该方法改进的AUKF信道估计可以解决非线性信道状态空间模型问题，消除高速环境下由于温湿度和风力大小等因素产生的测量误差，增强系统稳定性，能有效解决快时变信道条件下信道估计问题，追踪信道变化状态，提高信道估计精度，保障OFDM系统通信质量。
2、该用于移动正交频分复用系统的信道估计方法，其可以有效估计高速环境下时变噪声，实时修正滤波器增益，减小累计误差，抑制滤波器发散，可以在高速场景下自适应调节修正观测噪声，使信道估计结果更准确，能实时响应数据请求服务。
3、该用于移动正交频分复用系统的信道估计方法，其同时追踪系统时变噪声，实时修正sigma点分布保证UT变换估计精度，通过引入衰减因子有效消除由高速环境因素造成的测量误差，保持系统稳定性，进而估计信道响应提高信道估计精度。而且，该方法通过调整sigma点的分布，修正分布点距离均值的分离距离，使sigma分布点具有良好的聚集性，提升状态估计性能。
4、该用于移动正交频分复用系统的信道估计装置，其有益效果与上述用于移动正交频分复用系统的信道估计方法的有益效果相同。
附图说明
图1为本发明实施例1的用于移动正交频分复用系统的信道估计方法的总体流程图。
图2为本发明实施例1的用于移动正交频分复用系统的信道估计方法改进的AUKF算法流程图。
图3为本发明实施例1的用于移动正交频分复用系统的信道估计方法的具体流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
实施例1
请参阅图1、图2以及图3，本实施例提供了一种用于移动正交频分复用系统的信道估计方法，该方法能为在高速移动环境下有效跟踪快时变信道变化，消除测量误差，估计时变噪声，保障系统稳定性，提高信道估计精度，提升系统通信质量的方法。在本实施例中，该信道估计方法主要包括以下这些步骤：步骤(1)：添加导频；步骤(2)：建立系统传输模型；步骤(3)：建立改进的AUKF预测、更新方程，输出下一个符号估计点；步骤(4)：计算频域信道响应矩阵。接下来更详细地对这些步骤进行介绍。
在步骤(1)中，向发送信号中每一子帧的数据符号中等间隔插入导频符号，形成块状导频结构。其中，发送信号包括多个子帧，每个子帧包括多个数据符号。由于快时变信道存在较大的多普勒频移，块状导频可以有效克服频率选择性衰落。
在步骤(2)中，系统传输模型主要包括系统传输模型一和系统传输模型二，因此步骤(2)包括以下两个部分。
步骤(2.1)：建立系统传输模型根据块状导频结构中符号块上信道的频域信道响应矩阵、子载波符号的向量集合、信道的加性复高斯白噪声，建立子载波接收到的频域符号向量的系统传输模型一。系统传输模型一实际上即为基于OFDM系统的传输模型，其表示为：
yi＝Hisi+zi
式中，yi表示第i个符号块上N个子载波接收到的频域符号向量，yi＝[yi(0),...,yi(N-1)]T，式[·]T表示矩阵的转置。Hi为表示第i个符号块上信道的频域信道响应矩阵，Hi＝FGiFH，F表示傅里叶变换矩阵，矩阵
Figure BDA0002559221980000111
表示第i个符号时间信道的冲激响应矩阵，每一行是由第i个符号时间上信道冲激响应第l个个抽头上的第k个采样点hi(k,l)组成的具有循环Toeplitz矩阵形式的行向量，FH表示傅里叶逆变换矩阵。si为子载波符号的向量集合，si＝[si(0),...,si(n),...,si(N-1)]T，si(n)表示发送第i个符号上的第n个子载波符号；zi表示加性复高斯白噪声。
步骤(2.2)：根据所述系统传输模型一，利用基扩展模型拟合信道冲激响应，建立由测量矩阵和基向量系数集合构成的系统传输模型二；系统传输模型二即为基于BEM信道模型的OFDM系统传输模型，该模型表示为：
yi＝Dici+zi
式中，ci为第i个符号压缩基的基系数向量，
Figure BDA0002559221980000112
第i个数据符号上第l个抽头压缩基的基系数向量
Figure BDA0002559221980000113
其中Q表示压缩基向量维度。Di为测量矩阵,存在以下关系：
Figure BDA0002559221980000114
其中
Figure BDA0002559221980000115
Figure BDA0002559221980000116
表示发送的时域符号序列，存在以下关系：
Figure BDA0002559221980000117
对频域符号进行傅里叶逆变换得到Si＝FHsi，向量
Figure BDA0002559221980000118
IL表示L×L维单位矩阵，
Figure BDA0002559221980000119
表示kronecker积。根据OCE-BEM模型，基向量
Figure BDA00025592219800001110
存在以下关系：
Figure BDA00025592219800001111
其中p表示过采样因子，其通常大于1，k表示第k个采样点，q表示0～Q的整数，采样点
Figure BDA0002559221980000121
在步骤(3)中，主要是建立相关方程，其可以包括以下几个部分。
步骤(3.1)：根据相邻两个符号间的基系数的相关矩阵、信道转移过程噪声以及系统传输模型二，建立状态空间模型。在本实施例中，状态空间模型为：
Figure BDA0002559221980000122
式中，Ri表示相邻两个符号间的基系数的相关矩阵。vi表示信道转移过程噪声，而且协方差矩阵
Figure BDA0002559221980000123
定义数据符号为
Figure BDA0002559221980000124
由于发射机发送的导频符号收发双方已知，但是数据符号接收机无法获取，需要通过判决反馈的来构造数据符号处的测量矩阵，利用ci变换为信道响应矩阵Hi,然后通过迫零均衡计算发送的数据符号
Figure BDA0002559221980000125
Figure BDA0002559221980000126
由于
Figure BDA0002559221980000127
受到噪声的影响可能已经偏离了原有的星座点，通过软判决的方法进行解调，使其更加接近实际发送的数据符号，将上述获取符号
Figure BDA0002559221980000128
的过程用一非线性函数表示：
Figure BDA0002559221980000129
因此，状态空间模型改写为：
Figure BDA00025592219800001210
式中，ψ(ci)表示一非线性函数，且ψ(ci)＝Ff(ci)B。
步骤(3.2)：先生成无迹卡尔曼滤波的sigma点值，再通过一个比例系数调整sigma点与均值的距离，然后将sigma点值带入状态空间模型中，最后通过UT变换获取sigma点的预测值的均值、协方差矩阵，以生成状态预测方程。其中，无迹卡尔曼滤波的sigma点值的表达式为：
Figure BDA0002559221980000131
式中，
Figure BDA0002559221980000132
表示第k个sigma点，ci-1表示i-1时刻后验状态变量，Pi-1为i-1时刻后验的协方差矩阵，初始值为
Figure BDA0002559221980000133
λ为比例系数，存在λ＝α2(k+β)-k，α为修正因子并用于调整sigma点与均值的距离，β为自由参数。
将其代入公式
Figure BDA0002559221980000134
其中j＝0,1,...,2k，
Figure BDA0002559221980000135
表示预测值的均值，通过UT变换获取
Figure BDA0002559221980000136
的均值ci|i-1和协方差矩阵Pi|i-1：
Figure BDA0002559221980000137
式中，
Figure BDA0002559221980000138
和
Figure BDA0002559221980000139
为加权系数，满足：
Figure BDA00025592219800001310
其中，ci|i-1表示预测值的均值，
Figure BDA00025592219800001311
表示sigma点的预测值，Pi|i-1表示预测值的协方差矩阵。
步骤(3.3)：先在获取sigma点的预测值后，进行状态更新，并再次对sigma点值进行UT变换，再将sigma点带入测量方程中，然后对测量方程的测量值加权求和，计算出测量值的均值、协方差矩阵以及互协方差矩阵，再然后计算增益、后验估计值以及预测值的协方差矩阵，最后修正系统噪声以及预测值的协方差矩阵的初始值，获取状态更新方程，并根据状态更新方程输出下一个符号估计点的后验估计值。
在本实施例中，在步骤(3.2)中获取状态预测值后，进行状态更新，再次进行UT变换得到sigma点值的表达式为：
Figure BDA0002559221980000141
将sigma点带入测量方程中，得到：
Figure BDA0002559221980000142
式中，
Figure BDA0002559221980000143
表示sigma点的测量值。
这样，测量值的均值、协方差矩阵以及互协方差矩阵的表达式为：
Figure BDA0002559221980000144
式中，
Figure BDA0002559221980000145
表示测量值的均值，Si表示测量值的协方差矩阵，Mi表示测量值的互协方差矩阵；
计算增益、后验估计值以及预测值的协方差矩阵的表达式为：
Figure BDA0002559221980000146
式中，Ki表示增益，ci表示第i个符号压缩基的基系数向量的后验估计值，Pi表示预测值的协方差矩阵。
修正后的系统噪声和协方差矩阵的表达式为：
Figure BDA0002559221980000151
式中，di表示遗忘因子，且
Figure BDA0002559221980000152
θ的取值范围为[0.9,1)。
将修正后的系统噪声vi和协方差矩阵的初始值Qv带入至下一个OFDM符号中。
3.3.1)调整sigma分布点，定义
Figure BDA0002559221980000153
则：
Figure BDA0002559221980000154
定义δmax为δ中所有点中距离均值最远的点，并对修正因子α进行修正且修正后为：
Figure BDA0002559221980000155
其中，tr(Pi-1)表示矩阵Pi-1的迹。通过重新修正后的修正因子α对下一时刻的sigma点集进行调整，能够获取高阶矩阵的信息，来保证UT变换估计精度。
3.3.2)引入衰减因子，优化测量值的协方差矩阵。其中，衰减因子用于抵消测量误差对估计结果的影响，其为：
Figure BDA0002559221980000156
当系统出现测量误差过大时，引入的衰减因子可以抵消其影响，优化更新步骤(3)中的协方差，即优化后的测量值的协方差矩阵为：
Figure BDA0002559221980000157
这样，可以进而修正滤波增益，减小测量误差的影响。
在步骤(4)中，根据更新方程获取的后验估计值点，先计算符号的信道冲激响应，再根据信道冲激响应，计算符号时间信道的冲激响应矩阵，然后计算频域信道响应矩阵，最后判断是否完成一个子帧的信道估计，是则继续执行下一个子帧的信道估计，否则进行步骤(1)，并直至完成所有子帧的信道估计。
在本实施例中，将步骤(3)中计算得到的后验估计值基向量系数ci，定义信道冲激响应为hi，而且通过公式hi＝Bci计算得到第i个符号的信道冲激响应
Figure BDA0002559221980000161
hi,l表示第i个符号中的第l个抽头上的信道冲激响应向量,存在hi,l＝[hi(0,l),...,hi(N-1,l)]T，矩阵Gi的第a行第b列的元素Ga,b为：
Figure BDA0002559221980000162
其中，hi(k,l)表示第i个符号时间上信道冲激响应第l个抽头上的第k个采样点，公式(*)modN表示对N求余。通过公式Hi＝FGiFH计算得到频域信道响应矩阵Hi，判断是否完成一个子帧的信道估计，如果没有完成则回到步骤1，否则继续执行下一个子帧的信道估计，直至完成所有子帧的信道估计。
综上所述，相较于现有的信道估计方法，本实施例的用于移动正交频分复用系统的信道估计方法具有以下有点：
1、该用于移动正交频分复用系统的信道估计方法，其先添加导频，再建立系统传输模型，然后建立改进的AUKF预测方程、更新方程，并输出下一个符号估计点，最后计算频域信道响应矩阵，并判断是否完成一个子帧的信道估计，实现对正交频分复用系统的信道估计。该方法改进的AUKF信道估计可以解决非线性信道状态空间模型问题，消除高速环境下由于温湿度和风力大小等因素产生的测量误差，增强系统稳定性，能有效解决快时变信道条件下信道估计问题，追踪信道变化状态，提高信道估计精度，保障OFDM系统通信质量。
2、该用于移动正交频分复用系统的信道估计方法，其可以有效估计高速环境下时变噪声，实时修正滤波器增益，减小累计误差，抑制滤波器发散，可以在高速场景下自适应调节修正观测噪声，使信道估计结果更准确，能实时响应数据请求服务。
3、该用于移动正交频分复用系统的信道估计方法，其同时追踪系统时变噪声，实时修正sigma点分布保证UT变换估计精度，通过引入衰减因子有效消除由高速环境因素造成的测量误差，保持系统稳定性，进而估计信道响应提高信道估计精度。而且，该方法通过调整sigma点的分布，修正分布点距离均值的分离距离，使sigma分布点具有良好的聚集性，提升状态估计性能。
实施例2
本实施例提供了一种用于移动正交频分复用系统的信道估计装置，该装置应用于实施例1中的用于移动正交频分复用系统的信道估计方法，而且包括导频添加模块、系统传输模型建立模块、状态空间模型建立模块、状态预测方程建立模块、状态更新方程建立模块、频域信道响应矩阵计算模块以及判断模块。
导频添加模块用于向发送信号中子帧的数据符号中等间隔插入导频符号，形成块状导频结构。其中，发送信号包括多个子帧，每个子帧包括多个数据符号。导频添加模块可以有效克服频率选择性衰落，减少快时变信道存在较大的多普勒频移。
系统传输模型建立模块用于根据块状导频结构中符号块上信道的频域信道响应矩阵、子载波符号的向量集合、信道的加性复高斯白噪声，建立子载波接收到的频域符号向量的系统传输模型一。系统传输模型建立模块还用于根据系统传输模型一，利用基扩展模型拟合信道冲激响应，建立由测量矩阵和基向量系数集合构成的系统传输模型二。
状态空间模型建立模块用于根据相邻两个符号间的基系数的相关矩阵、信道转移过程噪声以及系统传输模型二，建立状态空间模型。状态预测方程建立模块用于先生成无迹卡尔曼滤波的sigma点值，再通过一个比例系数调整sigma点与均值的距离，然后将sigma点值带入状态空间模型中，最后通过UT变换获取sigma点的预测值的均值、协方差矩阵，以生成状态预测方程。状态更新方程建立模块用于先在获取sigma点的预测值后，进行状态更新，并再次对sigma点值进行UT变换，再将sigma点带入测量方程中，然后对测量方程的测量值加权求和，计算出测量值的均值、协方差矩阵以及互协方差矩阵，再然后计算增益、后验估计值以及预测值的协方差矩阵，最后修正系统噪声以及预测值的协方差矩阵的初始值，获取状态更新方程，并根据状态更新方程输出下一个符号估计点的后验估计值。
频域信道响应矩阵计算模块用于根据更新方程获取的后验估计值点，先计算符号的信道冲激响应，再根据信道冲激响应，计算符号时间信道的冲激响应矩阵，最后计算频域信道响应矩阵。判断模块用于判断是否完成一个子帧的信道估计，是则继续执行下一个子帧的信道估计，否则进行导频添加模块，并直至完成所有子帧的信道估计。
实施例3
本实施例提供了一种用于移动正交频分复用系统的信道估计装置，其应用实施例1中的用于移动正交频分复用系统的信道估计方法。该信道估计装置可以采用芯片硬件方式存在，也可以采用控制器的硬件方式存在，还可以通过多个模块实现。在本实施例中，该信道估计装置包括导频添加单元、系统建立单元、方程建立单元以及计算单元。导频添加单元用于添加导频，其用于实施例1中的步骤(1)。系统建立单元用于建立系统传输模型，其用于实现实施例1中的步骤(2)。方程建立单元用于建立改进的AUKF预测、更新方程，输出下一个符号估计点，其用于实现实施例1中的步骤(3)。计算单元用于计算频域信道响应矩阵，其用于实现实施例1中的步骤(4)。
实施例4
本实施例提供了一种计算机终端，其包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序。处理器执行程序时实现实施例1的用于移动正交频分复用系统的信道估计方法的步骤。
实施例1的用于移动正交频分复用系统的信道估计方法在应用时，可以软件的形式进行应用，如设计成独立运行的程序，安装在计算机终端上，计算机终端可以是电脑、智能手机、控制系统以及其他物联网设备等。实施例1的用于移动正交频分复用系统的信道估计方法也可以设计成嵌入式运行的程序，安装在计算机终端上，如安装在单片机上。
实施例5
本实施例提供了一种计算机可读存储介质，其上存储有计算机程序。程序被处理器执行时，实现实施例1的用于移动正交频分复用系统的信道估计方法的步骤。
实施例1的用于移动正交频分复用系统的信道估计方法在应用时，可以软件的形式进行应用，如设计成计算机可读存储介质可独立运行的程序，计算机可读存储介质可以是U盘，设计成U盾，通过U盘设计成通过外在触发启动整个方法的程序。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种用于移动正交频分复用系统的信道估计方法，其特征在于，其包括以下步骤：
(1)向发送信号中每一子帧的数据符号中等间隔插入导频符号，形成块状导频结构；其中，所述发送信号包括多个子帧，每个子帧包括多个数据符号；
(2)根据所述块状导频结构中符号块上信道的频域信道响应矩阵、子载波符号的向量集合、信道的加性复高斯白噪声，建立子载波接收到的频域符号向量的系统传输模型一；
根据所述系统传输模型一，利用基扩展模型拟合信道冲激响应，建立由测量矩阵和基向量系数集合构成的系统传输模型二；
(3)根据相邻两个符号间的基系数的相关矩阵、信道转移过程噪声以及所述系统传输模型二，建立状态空间模型；
先生成无迹卡尔曼滤波的sigma点值，再通过一个比例系数调整sigma点与均值的距离，然后将sigma点值带入所述状态空间模型中，最后通过UT变换获取sigma点的预测值的均值、协方差矩阵，以生成状态预测方程；
先在获取sigma点的预测值后，进行状态更新，并再次对sigma点值进行UT变换，再将sigma点带入测量方程中，然后对所述测量方程的测量值加权求和，计算出所述测量值的均值、协方差矩阵以及互协方差矩阵，再然后计算增益、后验估计值以及所述预测值的协方差矩阵，最后修正系统噪声以及所述预测值的协方差矩阵的初始值，获取状态更新方程，并根据所述状态更新方程输出下一个符号估计点的后验估计值；
(4)根据更新方程获取的后验估计值点，先计算符号的信道冲激响应，再根据所述信道冲激响应，计算符号时间信道的冲激响应矩阵，然后计算所述频域信道响应矩阵，最后判断是否完成一个子帧的信道估计，是则继续执行下一个子帧的信道估计，否则进行步骤(1)，并直至完成所有子帧的信道估计；
其中，所述系统传输模型一为：
yi＝Hisi+zi
式中，yi表示第i个符号块上N个子载波接收到的频域符号向量，yi＝[yi(0),...,yi(N-1)]T，式[·]T表示矩阵的转置；Hi为表示第i个符号块上信道的频域信道响应矩阵，Hi＝FGiFH，F表示傅里叶变换矩阵，矩阵
Figure FDA0003469797050000021
表示第i个符号时间信道的冲激响应矩阵，每一行是由第i个符号时间上信道冲激响应第l个抽头上的第k个采样点hi(k,l)组成的具有循环Toeplitz矩阵形式的行向量，FH表示傅里叶逆变换矩阵；si为所述子载波符号的向量集合，si＝[si(0),...,si(n),...,si(N-1)]T，si(n)表示发送第i个符号上的第n个子载波符号；zi表示所述加性复高斯白噪声；
所述系统传输模型二为：
yi＝Dici+zi
式中，ci为第i个符号压缩基的基系数向量，
Figure FDA0003469797050000022
第i个数据符号上第l个抽头压缩基的基系数向量
Figure FDA0003469797050000023
其中Q表示压缩基向量维度；Di为测量矩阵,存在以下关系：
Figure FDA0003469797050000024
其中
Figure FDA0003469797050000025
Figure FDA0003469797050000026
表示发送的时域符号序列，存在以下关系：
Figure FDA0003469797050000027
对频域符号进行傅里叶逆变换得到Si＝FHsi，向量
Figure FDA0003469797050000028
IL表示L×L维单位矩阵，
Figure FDA0003469797050000029
表示kronecker积；基向量
Figure FDA00034697970500000210
存在以下关系：
Figure FDA00034697970500000211
其中p表示过采样因子，q表示0～Q的整数，采样点
Figure FDA00034697970500000212
所述状态空间模型为：
Figure FDA0003469797050000031
式中，Ri表示相邻两个符号间的基系数的相关矩阵；vi表示信道转移过程噪声，且协方差矩阵
Figure FDA0003469797050000032
定义所述数据符号为
Figure FDA0003469797050000033
Figure FDA0003469797050000034
所述状态空间模型为：
Figure FDA0003469797050000035
式中，Ri表示相邻两个符号间的基系数的相关矩阵；vi表示信道转移过程噪声，ψ(ci)表示一非线性函数，且ψ(ci)＝Ff(ci)B；
在步骤(3)中，还进行以下步骤：
将修正后的系统噪声和协方差矩阵的初始值带入至下一个OFDM符号中；
调整sigma分布点，定义
Figure FDA0003469797050000036
则：
Figure FDA0003469797050000037
定义δmax为δ中所有点中距离均值最远的点，并对修正因子α进行修正且修正后为：
Figure FDA0003469797050000038
通过重新修正后的修正因子α对下一时刻的sigma点集进行调整；
引入衰减因子，优化所述测量值的协方差矩阵；所述衰减因子为：
Figure FDA0003469797050000039
优化后的所述测量值的协方差矩阵为：
Figure FDA0003469797050000041
其中，tr(Pi-1)表示矩阵Pi-1的迹。
2.如权利要求1所述的用于移动正交频分复用系统的信道估计方法，其特征在于，所述无迹卡尔曼滤波的sigma点值的表达式为：
Figure FDA0003469797050000042
式中，
Figure FDA0003469797050000043
表示第k个sigma点，ci-1表示i-1时刻后验状态变量，Pi-1为i-1时刻后验的协方差矩阵，初始值为
Figure FDA0003469797050000044
λ为所述比例系数，存在λ＝α2(k+β)-k，α为修正因子并用于调整sigma点与均值的距离，β为自由参数；
所述预测值的均值、协方差矩阵的表达式为：
Figure FDA0003469797050000045
式中，
Figure FDA0003469797050000046
和
Figure FDA0003469797050000047
为加权系数，满足：
Figure FDA0003469797050000048
其中，ci|i-1表示所述预测值的均值，
Figure FDA0003469797050000049
表示sigma点的预测值，Pi|i-1表示所述预测值的协方差矩阵。
3.如权利要求2所述的用于移动正交频分复用系统的信道估计方法，其特征在于，再次UT变换后的sigma点值的表达式为：
Figure FDA0003469797050000051
所述测量方程为：
Figure FDA0003469797050000052
式中，
Figure FDA0003469797050000053
表示sigma点的测量值；
所述测量值的均值、协方差矩阵以及互协方差矩阵的表达式为：
Figure FDA0003469797050000054
式中，
Figure FDA0003469797050000055
表示所述测量值的均值，Si表示所述测量值的协方差矩阵，Mi表示所述测量值的互协方差矩阵；
所述增益、所述后验估计值以及所述预测值的协方差矩阵的表达式为：
Figure FDA0003469797050000056
式中，Ki表示所述增益，ci表示第i个符号压缩基的基系数向量的所述后验估计值，Pi表示所述预测值的协方差矩阵；
修正后的系统噪声和协方差矩阵的表达式为：
Figure FDA0003469797050000057
式中，di表示遗忘因子，且
Figure FDA0003469797050000061
θ的取值范围为[0.9,1)。
4.如权利要求1所述的用于移动正交频分复用系统的信道估计方法，其特征在于，定义所述信道冲激响应为hi，通过公式hi＝Bci计算，式中
Figure FDA0003469797050000062
hi,l表示第i个符号中的第l个抽头上的信道冲激响应向量,存在hi,l＝[hi(0,l),...,hi(N-1,l)]T，矩阵Gi的第a行第b列的元素Ga,b为：
Figure FDA0003469797050000063
其中，hi(k,l)表示第i个符号时间上信道冲激响应第l个抽头上的第k个采样点，公式(*)modN表示对N求余，然后通过公式Hi＝FGiFH计算得到频域信道响应矩阵Hi。
5.一种用于移动正交频分复用系统的信道估计装置，其应用于如权利要求1-4中任意一项所述的用于移动正交频分复用系统的信道估计方法，其特征在于，其包括：
导频添加模块，其用于向发送信号中子帧的数据符号中等间隔插入导频符号，形成块状导频结构；其中，所述发送信号包括多个子帧，每个子帧包括多个数据符号；
系统传输模型建立模块，其用于根据所述块状导频结构中符号块上信道的频域信道响应矩阵、子载波符号的向量集合、信道的加性复高斯白噪声，建立子载波接收到的频域符号向量的系统传输模型一；所述系统传输模型建立模块还用于根据所述系统传输模型一，利用基扩展模型拟合信道冲激响应，建立由测量矩阵和基向量系数集合构成的系统传输模型二；
状态空间模型建立模块，其用于根据相邻两个符号间的基系数的相关矩阵、信道转移过程噪声以及所述系统传输模型二，建立状态空间模型；
状态预测方程建立模块，其用于先生成无迹卡尔曼滤波的sigma点值，再通过一个比例系数调整sigma点与均值的距离，然后将sigma点值带入所述状态空间模型中，最后通过UT变换获取sigma点的预测值的均值、协方差矩阵，以生成状态预测方程；
状态更新方程建立模块，其用于先在获取sigma点的预测值后，进行状态更新，并再次对sigma点值进行UT变换，再将sigma点带入测量方程中，然后对所述测量方程的测量值加权求和，计算出所述测量值的均值、协方差矩阵以及互协方差矩阵，再然后计算增益、后验估计值以及所述预测值的协方差矩阵，最后修正系统噪声以及所述预测值的协方差矩阵的初始值，获取状态更新方程，并根据所述状态更新方程输出下一个符号估计点的后验估计值；
频域信道响应矩阵计算模块，其用于根据更新方程获取的后验估计值点，先计算符号的信道冲激响应，再根据所述信道冲激响应，计算符号时间信道的冲激响应矩阵，最后计算所述频域信道响应矩阵；
判断模块，其用于判断是否完成一个子帧的信道估计，是则继续执行下一个子帧的信道估计，否则进行所述导频添加模块，并直至完成所有子帧的信道估计。
CN202010606277.4A 2020-06-29 2020-06-29 用于移动正交频分复用系统的信道估计方法及其估计装置 Active CN111726309B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010606277.4A CN111726309B (zh) 2020-06-29 2020-06-29 用于移动正交频分复用系统的信道估计方法及其估计装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010606277.4A CN111726309B (zh) 2020-06-29 2020-06-29 用于移动正交频分复用系统的信道估计方法及其估计装置

Publications (2)

Publication Number Publication Date
CN111726309A CN111726309A (zh) 2020-09-29
CN111726309B true CN111726309B (zh) 2022-03-18

Family

ID=72570113

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010606277.4A Active CN111726309B (zh) 2020-06-29 2020-06-29 用于移动正交频分复用系统的信道估计方法及其估计装置

Country Status (1)

Country Link
CN (1) CN111726309B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113810906B (zh) * 2021-02-24 2024-04-16 浙江工业大学 一种针对网络化伺服电机的传感器攻击估计方法
CN113219835B (zh) * 2021-05-19 2022-04-08 安徽大学 一种复杂网络的同步控制方法及其在图像加密中的应用

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101056302A (zh) * 2007-05-31 2007-10-17 上海交通大学 Ofdm系统中基于ukf的信道与载波频率偏移估计方法
CN107395282A (zh) * 2017-07-20 2017-11-24 浙江工业大学 一种时域无迹卡尔曼滤波的大线宽co‑ofdm系统相位噪声补偿方法
CN108768566A (zh) * 2018-05-30 2018-11-06 重庆大学 一种基于维纳滤波的bem信道估计方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7573965B2 (en) * 2005-12-12 2009-08-11 Sandbridge Technologies Inc. Kalman filter for channel estimation in OFDM systems
CN104320369B (zh) * 2014-10-21 2019-03-22 北京工业大学 一种基于信道估计误差和数据检测误差的迭代方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101056302A (zh) * 2007-05-31 2007-10-17 上海交通大学 Ofdm系统中基于ukf的信道与载波频率偏移估计方法
CN107395282A (zh) * 2017-07-20 2017-11-24 浙江工业大学 一种时域无迹卡尔曼滤波的大线宽co‑ofdm系统相位噪声补偿方法
CN108768566A (zh) * 2018-05-30 2018-11-06 重庆大学 一种基于维纳滤波的bem信道估计方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Xuanfan Shen ; Yong Liao.BEM-based UKF Channel Estimation for 5G-enabled V2V Channel.《2018 IEEE Global Conference on Signal and Information Processing (GlobalSIP)》.2019, *
基于无迹卡尔曼滤波的MIMO-OFDM系统信道估计算法;顾婷婷等;《高技术通讯》;20080615(第06期);全文 *

Also Published As

Publication number Publication date
CN111726309A (zh) 2020-09-29

Similar Documents

Publication Publication Date Title
CN105227512B (zh) 一种ofdm水声通信系统中的脉冲噪声估计方法
TWI502932B (zh) 具有時域通道估計之正交分頻多工接收器
CN113890796B (zh) 基于otfs系统调制解调的高速信道估计装置及方法
US20040005010A1 (en) Channel estimator and equalizer for OFDM systems
CN111510402B (zh) 基于深度学习的ofdm信道估计方法
CN111726309B (zh) 用于移动正交频分复用系统的信道估计方法及其估计装置
CN107332797B (zh) 一种电力线ofdm通信系统中的信道估计方法
CN102664841B (zh) Sc-fde系统低复杂度rls自适应信道估计的方法
CN107666451B (zh) 用于lte系统的信道估计方法
CN110048972B (zh) 一种水声正交频分复用信道估计方法及系统
CN111147407A (zh) 基于信道预测的tmsbl水声ofdm时变信道估计方法
CN108881080B (zh) 一种基于滑动窗与深度学习的ofdm抗ici检测方法
US7551548B2 (en) OFDM demodulation apparatus, method and computer readable medium
Rana et al. LMS based channel estimation of LTE uplink using variable step size and phase information
CN106850471B (zh) 一种利用加权虚拟导频的时频域联合插值信道估计方法
US7978776B2 (en) Channel estimation device and related method of an orthogonal frequency division multiplexing system
CN111628815B (zh) 一种卫星vdes系统的信道估计方法
CN110798416A (zh) OFDM系统中基于局部搜索Capon的CFO估计算法
CN1984109A (zh) 通信系统中的信道估计器及其信道估计方法
CN111817990B (zh) Ofdm系统中基于最小均方误差的一种信道估计改进算法
CN110708264B (zh) 一种基于复指数基模型信道的递归最小二乘定向跟踪方法
CN102045290B (zh) 基于灰建模的ofdm窄带慢衰落慢时变信道估计方法
CN108540411B (zh) 一种利用快速傅里叶变换的低复杂度bem信道估计方法
CN110474857B (zh) 一种基于帧格式参数可变的大动态单载波频域均衡方法
Shen et al. BEM-based EKF-RTSS channel estimation for non-stationary doubly-selective channel

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
GR01 Patent grant
GR01 Patent grant