CN112311704A - 干扰抵消式信道估计优化方法及系统 - Google Patents

干扰抵消式信道估计优化方法及系统 Download PDF

Info

Publication number
CN112311704A
CN112311704A CN202011204334.2A CN202011204334A CN112311704A CN 112311704 A CN112311704 A CN 112311704A CN 202011204334 A CN202011204334 A CN 202011204334A CN 112311704 A CN112311704 A CN 112311704A
Authority
CN
China
Prior art keywords
channel estimation
multipath
channel
iteration
interference cancellation
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.)
Granted
Application number
CN202011204334.2A
Other languages
English (en)
Other versions
CN112311704B (zh
Inventor
程健
甘前超
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.)
Shanghai Institute of Microwave Technology CETC 50 Research Institute
Original Assignee
Shanghai Institute of Microwave Technology CETC 50 Research Institute
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 Shanghai Institute of Microwave Technology CETC 50 Research Institute filed Critical Shanghai Institute of Microwave Technology CETC 50 Research Institute
Priority to CN202011204334.2A priority Critical patent/CN112311704B/zh
Publication of CN112311704A publication Critical patent/CN112311704A/zh
Application granted granted Critical
Publication of CN112311704B publication Critical patent/CN112311704B/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
    • H04L25/0204—Channel estimation of multiple channels
    • 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
    • H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
    • H04L25/03006—Arrangements for removing intersymbol interference
    • H04L25/03012—Arrangements for removing intersymbol interference operating in the time domain

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Noise Elimination (AREA)

Abstract

本发明提供了一种干扰抵消式信道估计优化方法和系统，所述方法包括：信号接收模型创建步骤、初始信道估计取得步骤、迭代准备步骤、迭代展开步骤。本发明提供的方法经过四次迭代，多径间干扰逐次抵消，降低对其他多径的干扰，信道估计精度也随之提升，解决了单发单收多径数较多时，由于信道训练码的自相关性干扰，传统信道估计性能精度不高的问题；本发明提供的方法迭代次数配置到三次即可，四次迭代信道估计精度基本与三次迭代相当；本发明可以应用在单发、多发系统中的干扰抵消架构，提升信道估计精度。

Description

干扰抵消式信道估计优化方法及系统
技术领域
本发明涉及信道估计领域，具体地，涉及一种干扰抵消式信道估计优化方法及系统。
背景技术
无线移动通信的信道估计一般采用直接相关法，然后采用一定策略的滤波降噪，比如2G移动通信系统中，采用6组26符号长度同步序列，采用滑位相关法获得时域信道估计；3G移动通信系统中，比如WCDMA或TDS-CDMA，都是采用CDMA解扩方式来获得时域信道估计；4GLTE通信系统中，使用CRS或DMRS直接LS相关获得频域信道估计；5GNR通信系统中，信道估计类似4G的方法，采用DMRS或SSB或CSI来获得频域信道估计。信道估计获得后，采用频域CIR-LEN转换成sinc函数来进行频域滤波，再使用多普勒频率相关的时域零阶贝塞尔函数来进行时域滤波，或者综合时频域进行2D二位滤波，进行信道估计的降噪处理。
在4G/5G以及WIFI存在MIMO传输系统，存在多发系统，可以引入IC干扰抵消来提高信道估计的精度。在单发系统中，一般干扰抵消无法处理。本专利提出可以应用在单发、多发系统中的干扰抵消架构，提升信道估计精度。
目前现有技术中的缺陷，主要有以下几个问题需要解决：提高移动、无线通信系统的信道估计，尤其是提高存在多径的无线信道估计精度；没有一种可以应用在所有无线移动通信系统。
公开号为CN111555992A的专利文献“一种基于深度卷积神经网络的大规模多天线信道估计方法”，公开了一种基于深度卷积神经网络的大规模多天线信道估计方法，发射天线向接收天线发送OFDM数据块，经过无线多径信道传播后，接收到对应的归一化导频信号，按行堆叠得大规模多天线信道估计模型；构建深度卷积神经网络并进行权重训练后，对堆叠信道冲击响应进行估计，得到估计堆叠信道冲击响应；对估计堆叠信道冲击响应中对应于发射天线的子信道向量，选取构成估计稀疏支撑集；优化与各个发射天线相对应的估计稀疏支撑集，得到联合估计稀疏支撑集，进一步得到大规模多天线的精细化信道估计。该方法同样存在上述缺陷，没有解决上述技术问题。
发明内容
针对现有技术中的缺陷，本发明的目的是提供一种干扰抵消式信道估计优化方法及系统。
根据本发明的一个方面，提供的一种干扰抵消式信道估计优化方法，包括：
信号接收模型创建步骤：对于单发单收通信系统，如2G/3G这样时域信道估计中，接收信号r(n)与本地时域信道训练码s(m)，m＝0,1,…,M-1，M为信道训练码的长度，接收信号模型如下：
Figure BDA0002756549100000021
其中“*”表示卷积运算，N(n)为高斯白噪在n时刻的采样值，h(l)为第l条径的信
道抽头系数；
初始信道估计取得步骤：接收机端用信道训练码跟接收信号之间做逐采样点滑位相关，获得初始信道估计
Figure BDA0002756549100000022
如下式所示：
Figure BDA0002756549100000023
式中
Figure BDA0002756549100000024
表示第l条多径的信道估计，L为最大的多径数，或者无线信道传输持续的最大的信道窗长为L×Ts，Ts为采样符号持续时间周期，Fs＝1/Ts为采样频率；“T”表示共轭转置；
迭代准备步骤：根据信道估计取得步骤中获得的初始信道估计，获得初始信道信息；
迭代展开步骤：使用获得的初始信道信息，对初始信道估计
Figure BDA0002756549100000025
进行迭代展开，做多径之间的相互串行干扰抵消，提升每条多径的信道估计准确度。
优选地，所述迭代准备步骤中的初始信道信息，包括信道多径的窗长、多径数目和多径强弱关系信息。
优选地，所述迭代展开步骤中，按照时间顺序关系来进行干扰抵消，包括：
第一轮迭代子步骤S1，第一轮迭代中包括以下步骤：
S1.1：先估计出第一条多径的信道估计h(0)：
Figure BDA0002756549100000031
S1.2：重构单径
Figure BDA0002756549100000032
所对应的接收信号分量：
Figure BDA0002756549100000033
S1.3：接收信号r(n)中时间轴对齐，并抵消掉上述第一轮迭代子步骤2中重构出来的接收信号分量r1(n)，得到干扰抵消后的接收信号r′(n)：
r′(n-m)＝r(n-m)-r1(n-m),m＝0,1,…,M-1
S1.4：干扰抵消后、更新的接收信号r′(n)做第二条径信道估计：
Figure BDA0002756549100000034
S1.5：重构单径h(1)所对应的接收信号分量：
Figure BDA0002756549100000035
S1.6：接收信号r(n)中时间轴对齐，并抵消掉上述第一轮迭代子步骤2中重构出来的接收信号分量r1(n)，得到干扰抵消后的接收信号r′(n)，只是将步骤三获得的r1(n)干扰抵消后的信号r′(n)再对r2(n)进行干扰抵消：
r′(n-m-1)＝r′(n-m-1)-r2(n-m-1),m＝0,1,…,M-1
S1.7：重复第一轮迭代子步骤3到第一轮迭代子步骤6，直至将L条多径都估计出来，估计出来的多径再统计一下多径数、多径功率强弱关系信息，若该算法是按照多径从强到弱进行干扰抵消时，下一轮迭代处理时就按照这里更新后的多径强弱顺序来迭代；
S1.8：将所有多径重构的信号r1(n)、r2(n)、rL(n)分别保留，并加起来作为r(n)的重构信号
Figure BDA00027565491000000310
Figure BDA0002756549100000037
至此得到重构信号
Figure BDA0002756549100000038
第二轮迭代子步骤S2，第二轮迭代中包括以下步骤：
S2.1：重新取原始接收信号r(n)，抵消掉重构的所有多径信号，得到干扰抵消后的残余信号：
Figure BDA0002756549100000039
S2.2：对第一条径进行信道估计：
S2.2.1：接收信号重造，将上面第二轮迭代子步骤1中获得的残余信号加上上一轮迭代获得的第一条径重构信号：
r′(n-m)＝z(n-m)+r1(n-m),m＝0,1,…,M-1
S2.2.2：第一条多径的信道估计：
Figure BDA0002756549100000041
S2.2.3：第一条多径接收信号分量的重构：
Figure BDA0002756549100000042
S2.2.4：残余信号重构：
z(n-m)＝r′(n-m)-r1(n-m),m＝0,1,…,M-1
在S2.3、S2.4、…、S2.L+1中，对第二、第三、…、第L条多径进行信道估计，过程与所述S2.2相同，也即再重复一轮S2.2中的从S2.2.1到S2.2.4；
完成本轮迭代的所有步骤后，获得这一轮的信道估计，再将最新获得的信道估计进行窗长检测、多径数、多径强弱排序的更新，进入到下一轮迭代；
第三轮迭代子步骤S3：与所述第二轮迭代过程相同；
经过多轮迭代处理之后，在最后一轮迭代完成后，形成信道估计矢量h：
h＝[h(0) h(1) … h(L-1)]。
优选地，所述迭代展开步骤中，按照多径强软关系来进行干扰抵消，第一轮迭代子步骤S1中，S1.1最先估计最强多径，紧接着在S1.4中估计次强多径，以此类推；
在第一轮迭代子步骤S2及此后多轮迭代体中，S2.2、S2.3、…依次对最强径、次强径、第三强径排序的顺序来进行干扰抵消；
多径干扰抵消式信道估计，按照从强到弱的顺序来进行估计和抵消，相对按照多径先后顺序来计算，会快一些达到收敛效果，能够适当降低一些迭代次数，减少信道估计的运算复杂度。
优选地，在单发多收系统中，每根接收天线上都做所述的干扰抵消处理。
优选地，在多发多收系统中，每根接收天线上都做所述的干扰抵消处理。
优选地，在多发单收系统中，每根接收天线上都做所述的干扰抵消处理。
优选地，在多发单收系统中，当采用正交摆放的信道训练码发送方式时，每根接收天线上都做所述的干扰抵消处理。
优选地，多发单收系统中，当采用重叠摆放的信道训练码发送方式时，存在同频干扰时，假设接收信号r(n)与本地多个发射天线对应的信道训练码s1(m)，…，sNt(m)，m＝0,1,…,M-1，M为信道训练码的长度，这里假设发射端不同发射天线上发送的信道训练码长度相同，都是M，也可以使用不同长度的训练码码，公式以此类推即可；Nt为发射天线数，接收信号模型如下：
Figure BDA0002756549100000051
式中“*”表示卷积运算；ht(l)为第t根发射天线到接收天线第l条传输多径，Lt表示第t根发射天线到接收天线间的总的多径数；N(n)为高斯白噪在n时刻的采样值，
信道估计的处理流程如下：
采用传统信道估计，用不同发射训练码与接收信号之间做滑位相关，得到多个发射天线到接收天线之间的信道估计
Figure BDA0002756549100000052
在所有
Figure BDA0002756549100000053
条多径中，从强到弱排序，后续按照这个顺序来进行逐径的信道估计、信号分量恢复、迭代干扰抵消等处理，
当信道估计在频域上执行时，比如4GLTE、5GNR或WIFI系统，进行如下操作：
假设接收信号r(n)的频域形式为R(k)，本地频域信道训练码S(k)，信道为H(k)，频域的接收信号模型如下：
R(k)＝H(k)×S(k)+N(k),k＝0,1,…,K-1
k为频域子载波序号，K为子载波总数，N(k)为子载波k上高斯白噪；
初始信道估计如下：
Figure BDA0002756549100000054
将频域
Figure BDA0002756549100000055
转换到时域
Figure BDA0002756549100000056
并将多径保留最多L条径：
Figure BDA0002756549100000057
式中IDFT()表示离散傅里叶逆变换，有时也会用IFFT()来替换，IFFT()表示快速傅里叶逆变换；
逐径的信道估计借助单发单收时域信道估计方法，只是信道估计在频域上做，转换到时序后，按照时域信道估计的多径从强到弱的顺序，执行信号分量重构、干扰抵消，再估计等流程，这里只是多了一些时频域的相互转换处理。
根据本发明的另一个方面，提供的一种干扰抵消式信道估计优化系统，包括：
信号接收模型创建模块：对于单发单收通信系统，如2G/3G这样时域信道估计中，接收信号r(n)与本地时域信道训练码s(m)，m＝0,1,…,M-1，M为信道训练码的长度，接收信号模型如下：
Figure BDA0002756549100000061
其中“*”表示卷积运算，N(n)为高斯白噪在n时刻的采样值，h(l)为第l条径的信道抽头系数；
初始信道估计取得模块：接收机端用信道训练码跟接收信号之间做逐采样点滑位相关，获得初始信道估计
Figure BDA0002756549100000062
如下式所示：
Figure BDA0002756549100000063
式中
Figure BDA0002756549100000064
表示第l条多径的信道估计，L为最大的多径数，或者无线信道传输持续的最大的信道窗长为L×Ts，Ts为采样符号持续时间周期，Fs＝1/Ts为采样频率；“T”表示共轭转置；
迭代准备模块：根据信道估计取得模块中获得的初始信道估计，获得初始信道信息；
迭代展开模块：使用获得的初始信道信息，对初始信道估计
Figure BDA0002756549100000065
进行迭代展开，做多径之间的相互串行干扰抵消，提升每条多径的信道估计准确度。
与现有技术相比，本发明具有如下的有益效果：
1.本发明提供的方法经过四次迭代，多径间干扰逐次抵消，降低对其他多径的干扰，信道估计精度也随之提升，解决了单发单收多径数较多时，由于信道训练码的自相关性干扰，传统信道估计性能精度不高的问题；
2.本发明提供的方法迭代次数配置到三次即可，四次迭代信道估计精度基本与三次迭代相当；
3.专利提出可以应用在单发、多发系统中的干扰抵消架构，提升信道估计精度。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为无线传输模型；
图2为单发单收干扰抵消信道估计；
图3为单发多收干扰抵消信道估计；
图4为多发多收干扰抵消信道估计；
图5为原始信道估计与理想值比较图；
图6为本专利迭代式信道估计收敛仿真图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。
无线传输模型如图1所示，本发明中提供的一种干扰抵消式信道估计优化方法，包括：
信号接收模型创建步骤：对于单发单收通信系统，如2G/3G这样时域信道估计中，接收信号r(n)与本地时域信道训练码s(m)，m＝0,1,…,M-1，M为信道训练码的长度，接收信号模型如下：
Figure BDA0002756549100000071
其中“*”表示卷积运算，N(n)为高斯白噪在n时刻的采样值，h(l)为第l条径的信道抽头系数；
初始信道估计取得步骤：接收机端用信道训练码跟接收信号之间做逐采样点滑位相关，获得初始信道估计
Figure BDA0002756549100000072
如下式所示：
Figure BDA0002756549100000073
式中
Figure BDA0002756549100000074
表示第l条多径的信道估计，L为最大的多径数，或者无线信道传输持续的最大的信道窗长为L×Ts，Ts为采样符号持续时间周期，Fs＝1/Ts为采样频率；“T”表示共轭转置；
迭代准备步骤：根据信道估计取得步骤中获得的初始信道估计，获得初始信道信息；
迭代展开步骤：使用获得的初始信道信息，对初始信道估计
Figure BDA0002756549100000081
进行迭代展开，做多径之间的相互串行干扰抵消，提升每条多径的信道估计准确度。
迭代准备步骤中的初始信道信息，包括信道多径的窗长、多径数目和多径强弱关系信息。
迭代展开步骤中，按照时间顺序关系来进行干扰抵消，如图2所示，包括：
第一轮迭代子步骤S1，第一轮迭代中包括以下步骤：
S1.1：先估计出第一条多径的信道估计h(0)：
Figure BDA0002756549100000082
S1.2：重构单径
Figure BDA0002756549100000083
所对应的接收信号分量：
Figure BDA0002756549100000084
S1.3：接收信号r(n)中时间轴对齐，并抵消掉上述第一轮迭代子步骤2中重构出来的接收信号分量r1(n)，得到干扰抵消后的接收信号r′(n)：
r′(n-m)＝r(n-m)-r1(n-m),m＝0,1,…,M-1
S1.4：干扰抵消后、更新的接收信号r′(n)做第二条径信道估计：
Figure BDA0002756549100000085
S1.5：重构单径h(1)所对应的接收信号分量：
Figure BDA0002756549100000086
S1.6：接收信号r(n)中时间轴对齐，并抵消掉上述第一轮迭代子步骤2中重构出来的接收信号分量r1(n)，得到干扰抵消后的接收信号r′(n)，只是将步骤三获得的r1(n)干扰抵消后的信号r′(n)再对r2(n)进行干扰抵消：
r′(n-m-1)＝r′(n-m-1)-r2(n-m-1),m＝0,1,…,M-1
S1.7：重复第一轮迭代子步骤3到第一轮迭代子步骤6，直至将L条多径都估计出来，估计出来的多径再统计一下多径数、多径功率强弱关系信息，若该算法是按照多径从强到弱进行干扰抵消时，下一轮迭代处理时就按照这里更新后的多径强弱顺序来迭代；
S1.8：将所有多径重构的信号r1(n)、r2(n)、rL(n)分别保留，并加起来作为r(n)的重构信号
Figure BDA0002756549100000091
Figure BDA0002756549100000092
至此得到重构信号
Figure BDA0002756549100000093
第二轮迭代子步骤S2，第二轮迭代中包括以下步骤：
S2.1：重新取原始接收信号r(n)，抵消掉重构的所有多径信号，得到干扰抵消后的残余信号：
Figure BDA0002756549100000094
S2.2：对第一条径进行信道估计：
S2.2.1：接收信号重造，将上面第二轮迭代子步骤1中获得的残余信号加上上一轮迭代获得的第一条径重构信号：
r′(n-m)＝z(n-m)+r1(n-m),m＝0,1,…,M-1
S2.2.2：第一条多径的信道估计：
Figure BDA0002756549100000095
S2.2.3：第一条多径接收信号分量的重构：
Figure BDA0002756549100000096
S2.2.4：残余信号重构：
z(n-m)＝r′(n-m)-r1(n-m),m＝0,1,…,M-1
在S2.3、S2.4、…、S2.L+1中，对第二、第三、…、第L条多径进行信道估计，过程与S2.2相同，也即再重复一轮S2.2中的从S2.2.1到S2.2.4；
完成本轮迭代的所有步骤后，获得这一轮的信道估计，再将最新获得的信道估计进行窗长检测、多径数、多径强弱排序的更新，进入到下一轮迭代；
第三轮迭代子步骤S3：与第二轮迭代过程相同；
经过多轮迭代处理之后，在最后一轮迭代完成后，形成信道估计矢量h：
h＝[h(0) h(1) … h(L-1)]。
迭代展开步骤中，按照多径强软关系来进行干扰抵消，第一轮迭代子步骤S1中，S1.1最先估计最强多径，紧接着在S1.4中估计次强多径，以此类推；
在第一轮迭代子步骤S2及此后多轮迭代体中，S2.2、S2.3、…依次对最强径、次强径、第三强径排序的顺序来进行干扰抵消；
多径干扰抵消式信道估计，按照从强到弱的顺序来进行估计和抵消，相对按照多径先后顺序来计算，会快一些达到收敛效果，能够适当降低一些迭代次数，减少信道估计的运算复杂度。
在单发多收系统中，如图3所示，每根接收天线上都做的干扰抵消处理。
在多发多收系统中，如图4所示，每根接收天线上都做的干扰抵消处理。
在多发单收系统中，每根接收天线上都做的干扰抵消处理。
在多发单收系统中，当采用正交摆放的信道训练码发送方式时，每根接收天线上都做的干扰抵消处理。
多发单收系统中，当采用重叠摆放的信道训练码发送方式时，存在同频干扰时，
假设接收信号r(n)与本地多个发射天线对应的信道训练码s1(m)，…，sNt(m)，m＝0,1,…,M-1，M为信道训练码的长度，这里假设发射端不同发射天线上发送的信道训练码长度相同，都是M，也可以使用不同长度的训练码，公式以此类推即可；Nt为发射天线数，接收信号模型如下：
Figure BDA0002756549100000101
式中“*”表示卷积运算；ht(l)为第t根发射天线到接收天线第l条传输多径，Lt表示第t根发射天线到接收天线间的总的多径数；N(n)为高斯白噪在n时刻的采样值，
信道估计的处理流程如下：
采用传统信道估计，用不同发射训练码与接收信号之间做滑位相关，得到多个发射天线到接收天线之间的信道估计
Figure BDA0002756549100000102
在所有
Figure BDA0002756549100000103
条多径中，从强到弱排序，后续按照这个顺序来进行逐径的信道估计、信号分量恢复、迭代干扰抵消等处理，
当信道估计在频域上执行时，比如4GLTE、5GNR或WIFI系统，进行如下操作：
假设接收信号r(n)的频域形式为R(k)，本地频域信道训练码S(k)，信道为H(k)，频域的接收信号模型如下：
R(k)＝H(k)×S(k)+N(k),k＝0,1,…,K-1
k为频域子载波序号，K为子载波总数，N(k)为子载波k上高斯白噪；
初始信道估计如下：
Figure BDA0002756549100000104
将频域
Figure BDA0002756549100000111
转换到时域
Figure BDA0002756549100000112
并将多径保留最多L条径：
Figure BDA0002756549100000113
式中IDFT()表示离散傅里叶逆变换，有时也会用IFFT()来替换，IFFT()表示快速傅里叶逆变换；
逐径的信道估计借助单发单收时域信道估计方法，只是信道估计在频域上做，转换到时序后，按照时域信道估计的多径从强到弱的顺序，执行信号分量重构、干扰抵消，再估计等流程，这里只是多了一些时频域的相互转换处理。
在本实施例中，设置仿真条件：
多径10条，功率谱分布：
[0 0 0 -10 -3 -1 -2 -10 -15 -23]分贝；
多径延时谱：
[0 1 2 3 4 5 6 7 8 9]采样点；
信噪比设置为20dB；
信道训练码长度127，为伪随机码，BPSK调制。
单发单收多径数较多时，由于信道训练码的自相关性干扰，传统信道估计性能精度不高，如图5所示；
采用本专利方法，四次迭代，多径间干扰逐次抵消，降低对其他多径的干扰，信道估计精度也随之提升，如图6所示；
迭代次数一般配置到三次即可，四次迭代信道估计精度基本与三次迭代相当，从图6中后面两张子图可以看出。
本发明的仿真结果，一般迭代次数达到三次之后信道估计就能收敛，再多迭代运算带来不了多少有用信息了。工程实践中，我们一般配置迭代次数为两到三次即可。
本发明还提供了提供的一种干扰抵消式信道估计优化系统，包括：
信号接收模型创建模块：对于单发单收通信系统，如2G/3G这样时域信道估计中，
接收信号r(n)与本地时域信道训练码s(m)，m＝0,1,…,M-1，M为信道训练码的长度，
接收信号模型如下：
Figure BDA0002756549100000114
其中“*”表示卷积运算，N(n)为高斯白噪在n时刻的采样值，h(l)为第l条径的信
道抽头系数；
初始信道估计取得模块：接收机端用信道训练码跟接收信号之间做逐采样点滑位相关，获得初始信道估计
Figure BDA0002756549100000121
如下式所示：
Figure BDA0002756549100000122
式中
Figure BDA0002756549100000123
表示第l条多径的信道估计，L为最大的多径数，或者无线信道传输持续的最大的信道窗长为L×Ts，Ts为采样符号持续时间周期，Fs＝1/Ts为采样频率；“T”表示共轭转置；
迭代准备模块：根据信道估计取得模块中获得的初始信道估计，获得初始信道信息；
迭代展开模块：使用获得的初始信道信息，对初始信道估计
Figure BDA0002756549100000124
进行迭代展开，做多径之间的相互串行干扰抵消，提升每条多径的信道估计准确度。
本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统及其各个装置、模块、单元以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统及其各个装置、模块、单元以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同功能。所以，本发明提供的系统及其各项装置、模块、单元可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置、模块、单元也可以视为硬件部件内的结构；也可以将用于实现各种功能的装置、模块、单元视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。

Claims (10)

1.一种干扰抵消式信道估计优化方法，其特征在于，包括：
信号接收模型创建步骤：对于单发单收通信系统，接收信号r(n)与本地时域信道训练码s(m)，m＝0，1，…，M-1，M为信道训练码的长度，接收信号模型如下：
Figure FDA0002756549090000011
其中“*”表示卷积运算，N(n)为高斯白噪在n时刻的采样值，h(l)为第1条径的信道抽头系数；
初始信道估计取得步骤：接收机端用信道训练码跟接收信号之间做逐采样点滑位相关，获得初始信道估计
Figure FDA0002756549090000012
如下式所示：
Figure FDA0002756549090000013
式中
Figure FDA0002756549090000014
表示第l条多径的信道估计，L为最大的多径数，无线信道传输持续的最大的信道窗长为L×Ts，Ts为采样符号持续时间周期，Fs＝1/Ts为采样频率；“T”表示共轭转置；
迭代准备步骤：根据信道估计取得步骤中获得的初始信道估计，获得初始信道信息；
迭代展开步骤：使用获得的初始信道信息，对初始信道估计
Figure FDA0002756549090000015
进行迭代展开，做多径之间的相互串行干扰抵消，提升每条多径的信道估计准确度。
2.根据权利要求1所述的干扰抵消式信道估计优化方法，其特征在于，所述迭代准备步骤中的初始信道信息，包括信道多径的窗长、多径数目和多径强弱关系信息。
3.根据权利要求2所述的干扰抵消式信道估计优化方法，其特征在于，所述迭代展开步骤中，按照时间顺序关系来进行干扰抵消，包括：
第一轮迭代子步骤S1，第一轮迭代中包括以下步骤：
S1.1：先估计出第一条多径的信道估计h(0)：
Figure FDA0002756549090000016
S1.2：重构单径
Figure FDA0002756549090000021
所对应的接收信号分量：
Figure FDA0002756549090000022
S1.3：接收信号r(n)中时间轴对齐，并抵消掉上述第一轮迭代子步骤2中重构出来的接收信号分量r1(n)，得到干扰抵消后的接收信号r′(n)：
r′(n-m)＝r(n-m)-r1(n-m)，m＝0，1，...，M-1
S1.4：干扰抵消后、更新的接收信号r′(n)做第二条径信道估计：
Figure FDA0002756549090000023
S1.5：重构单径h(1)所对应的接收信号分量：
Figure FDA0002756549090000024
S1.6：接收信号r(n)中时间轴对齐，并抵消掉上述第一轮迭代子步骤2中重构出来的接收信号分量r1(n)，得到干扰抵消后的接收信号r′(n)，只是将步骤三获得的r1(n)干扰抵消后的信号r′(n)再对r2(n)进行干扰抵消：
r′(n-m-1)＝r′(n-m-1)-r2(n-m-1)，m＝0，1，...，M-1
S1.7：重复第一轮迭代子步骤3到第一轮迭代子步骤6，直至将L条多径都估计出来，估计出来的多径再统计一下多径数、多径功率强弱关系信息，若该算法是按照多径从强到弱进行干扰抵消时，下一轮迭代处理时就按照这里更新后的多径强弱顺序来迭代；
S1.8：将所有多径重构的信号r1(n)、r2(n)、rL(n)分别保留，并加起来作为r(n)的重构信号
Figure FDA0002756549090000025
Figure FDA0002756549090000026
至此得到重构信号
Figure FDA0002756549090000027
第二轮迭代子步骤S2，第二轮迭代中包括以下步骤：
S2.1：重新取原始接收信号r(n)，抵消掉重构的所有多径信号，得到干扰抵消后的残余信号：
Figure FDA0002756549090000028
S2.2：对第一条径进行信道估计：
S2.2.1：接收信号重造，将上面第二轮迭代子步骤1中获得的残余信号加上上一轮迭代获得的第一条径重构信号：
r′(n-m)＝z(n-m)+r1(n-m)，m＝0，1，...，M-1
S2.2.2：第一条多径的信道估计：
Figure FDA0002756549090000031
S2.2.3：第一条多径接收信号分量的重构：
Figure FDA0002756549090000032
S2.2.4：残余信号重构：
z(n-m)＝r′(n-m)-r1(n-m)，m＝0，1，...，M-1
在S2.3、S2.4、…、S2.L+1中，对第二、第三、…、第L条多径进行信道估计，过程与所述S2.2相同，也再重复一轮S2.2中的从S2.2.1到S2.2.4；完成本轮迭代的所有步骤后，获得这一轮的信道估计，再将最新获得的信道估计进行窗长检测、多径数、多径强弱排序的更新，进入到下一轮迭代；
第三轮迭代子步骤S3：与所述第二轮迭代过程相同；
经过多轮迭代处理之后，在最后一轮迭代完成后，形成信道估计矢量h：
h＝[h(0) h(1)...h(L-1)]。
4.根据权利要求3所述的干扰抵消式信道估计优化方法，其特征在于，所述迭代展开步骤中，按照多径强软关系来进行干扰抵消，第一轮迭代子步骤S1中，S1.1最先估计最强多径，紧接着在S1.4中估计次强多径，以此类推；
在第一轮迭代子步骤S2及此后多轮迭代体中，S2.2、S2.3、…依次对最强径、次强径、第三强径排序的顺序来进行干扰抵消；
多径干扰抵消式信道估计，按照从强到弱的顺序来进行估计和抵消，相对按照多径先后顺序来计算，会快一些达到收敛效果，能够适当降低一些迭代次数，减少信道估计的运算复杂度。
5.根据权利要求4所述的干扰抵消式信道估计优化方法，其特征在于，在单发多收系统中，每根接收天线上都做所述的干扰抵消处理。
6.根据权利要求4所述的干扰抵消式信道估计优化方法，其特征在于，在多发多收系统中，每根接收天线上都做所述的干扰抵消处理。
7.根据权利要求4所述的干扰抵消式信道估计优化方法，其特征在于，在多发单收系统中，每根接收天线上都做所述的干扰抵消处理。
8.根据权利要求4所述的干扰抵消式信道估计优化方法，其特征在于，在多发单收系统中，当采用正交摆放的信道训练码发送方式时，每根接收天线上都做所述的干扰抵消处理。
9.根据权利要求4所述的干扰抵消式信道估计优化方法，其特征在于，多发单收系统中，当采用重叠摆放的信道训练码发送方式时，存在同频干扰时，假设接收信号r(n)与本地多个发射天线对应的信道训练码s1(m)，…，sNt(m)，m＝0，1，…，M-1，M为信道训练码的长度，这里假设发射端不同发射天线上发送的信道训练码长度相同，都是M，也可以使用不同长度的训练码，公式以此类推即可；Nt为发射天线数，接收信号模型如下：
Figure FDA0002756549090000041
式中“*”表示卷积运算；ht(l)为第t根发射天线到接收天线第1条传输多径，Lt表示第t根发射天线到接收天线间的总的多径数；N(n)为高斯白噪在n时刻的采样值，
信道估计的处理流程如下：
采用传统信道估计，用不同发射训练码与接收信号之间做滑位相关，得到多个发射天线到接收天线之间的信道估计
Figure FDA0002756549090000042
在所有
Figure FDA0002756549090000043
条多径中，从强到弱排序，后续按照这个顺序来进行逐径的信道估计、信号分量恢复、迭代干扰抵消处理，
当信道估计在频域上执行时，比如4GLTE、5GNR或WIFI系统，进行如下操作：
假设接收信号r(n)的频域形式为R(k)，本地频域信道训练码S(k)，信道为H(k)，频域的接收信号模型如下：
R(k)＝H(k)×S(k)+N(k)，k＝0，1，...，K-1
k为频域子载波序号，K为子载波总数，N(k)为子载波k上高斯白噪；
初始信道估计如下：
Figure FDA0002756549090000044
将频域
Figure FDA0002756549090000045
转换到时域
Figure FDA0002756549090000046
并将多径保留最多L条径：
Figure FDA0002756549090000047
式中IDFT()表示离散傅里叶逆变换，IFFT()表示快速傅里叶逆变换；
逐径的信道估计借助单发单收时域信道估计方法，只是信道估计在频域上做，转换到时序后，按照时域信道估计的多径从强到弱的顺序，执行信号分量重构、干扰抵消，再估计流程，这里只是多了一些时频域的相互转换处理。
10.一种干扰抵消式信道估计优化系统，其特征在于，包括：
信号接收模型创建模块：对于单发单收通信系统，接收信号r(n)与本地时域信道训练码s(m)，m＝0，1，…，M-1，M为信道训练码的长度，接收信号模型如下：
Figure FDA0002756549090000051
其中“*”表示卷积运算，N(n)为高斯白噪在n时刻的采样值，h(l)为第l条径的信道抽头系数；
初始信道估计取得模块：接收机端用信道训练码跟接收信号之间做逐采样点滑位相关，获得初始信道估计
Figure FDA0002756549090000052
如下式所示：
Figure FDA0002756549090000053
式中
Figure FDA0002756549090000054
表示第l条多径的信道估计，L为最大的多径数，无线信道传输持续的最大的信道窗长为L×Ts，Ts为采样符号持续时间周期，Fs＝1/Ts为采样频率；“T”表示共轭转置；
迭代准备模块：根据信道估计取得模块中获得的初始信道估计，获得初始信道信息；
迭代展开模块：使用获得的初始信道信息，对初始信道估计
Figure FDA0002756549090000055
进行迭代展开，做多径之间的相互串行干扰抵消，提升每条多径的信道估计准确度。
CN202011204334.2A 2020-11-02 2020-11-02 干扰抵消式信道估计优化方法及系统 Active CN112311704B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011204334.2A CN112311704B (zh) 2020-11-02 2020-11-02 干扰抵消式信道估计优化方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011204334.2A CN112311704B (zh) 2020-11-02 2020-11-02 干扰抵消式信道估计优化方法及系统

Publications (2)

Publication Number Publication Date
CN112311704A true CN112311704A (zh) 2021-02-02
CN112311704B CN112311704B (zh) 2022-07-26

Family

ID=74333657

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011204334.2A Active CN112311704B (zh) 2020-11-02 2020-11-02 干扰抵消式信道估计优化方法及系统

Country Status (1)

Country Link
CN (1) CN112311704B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114465852A (zh) * 2022-03-17 2022-05-10 哲库科技(北京)有限公司 信号处理方法及相关装置
CN115086118A (zh) * 2022-07-19 2022-09-20 北京理工大学 一种快速收敛的自适应数字域自干扰抵消方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1929353A (zh) * 2005-09-09 2007-03-14 展讯通信（上海）有限公司 同频小区信道估计方法及装置
WO2011082621A1 (zh) * 2010-01-08 2011-07-14 华为技术有限公司 一种多输入多输出单载波分块传输系统的检测方法及装置
CN102201835A (zh) * 2011-05-16 2011-09-28 中兴通讯股份有限公司 一种干扰消除多径选择的方法、装置以及干扰消除系统
CN102202019A (zh) * 2010-03-23 2011-09-28 卓胜微电子（上海）有限公司 无线通信接收系统中前向多径检测装置及方法
CN102396159A (zh) * 2009-12-31 2012-03-28 中兴通讯股份有限公司 一种干扰消除的方法和装置
CN102664835A (zh) * 2011-09-21 2012-09-12 清华大学 基于逐径干扰消除的多小区信道估计方法
CN107070820A (zh) * 2017-04-01 2017-08-18 北京邮电大学 多径信道下的逐径信道估计方法及码本构造方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1929353A (zh) * 2005-09-09 2007-03-14 展讯通信（上海）有限公司 同频小区信道估计方法及装置
CN102396159A (zh) * 2009-12-31 2012-03-28 中兴通讯股份有限公司 一种干扰消除的方法和装置
WO2011082621A1 (zh) * 2010-01-08 2011-07-14 华为技术有限公司 一种多输入多输出单载波分块传输系统的检测方法及装置
CN102202019A (zh) * 2010-03-23 2011-09-28 卓胜微电子（上海）有限公司 无线通信接收系统中前向多径检测装置及方法
CN102201835A (zh) * 2011-05-16 2011-09-28 中兴通讯股份有限公司 一种干扰消除多径选择的方法、装置以及干扰消除系统
CN102664835A (zh) * 2011-09-21 2012-09-12 清华大学 基于逐径干扰消除的多小区信道估计方法
CN107070820A (zh) * 2017-04-01 2017-08-18 北京邮电大学 多径信道下的逐径信道估计方法及码本构造方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
沈瑞静等: "Turbo编码MIMO OFDM系统多径干扰抵消", 《无线电工程》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114465852A (zh) * 2022-03-17 2022-05-10 哲库科技(北京)有限公司 信号处理方法及相关装置
CN114465852B (zh) * 2022-03-17 2023-11-28 哲库科技(北京)有限公司 信号处理方法及相关装置
CN115086118A (zh) * 2022-07-19 2022-09-20 北京理工大学 一种快速收敛的自适应数字域自干扰抵消方法及系统
CN115086118B (zh) * 2022-07-19 2022-11-29 北京理工大学 一种快速收敛的自适应数字域自干扰抵消方法及系统

Also Published As

Publication number Publication date
CN112311704B (zh) 2022-07-26

Similar Documents

Publication Publication Date Title
CN100493053C (zh) 多天线系统中信道估计的方法
TWI469585B (zh) 等化處理技術
US20100195774A1 (en) Least squares channel identification for ofdm systems
US20080130674A1 (en) Method and System For Multi-User Channel Estimation in Ds-Cdma Systems
CN112311704B (zh) 干扰抵消式信道估计优化方法及系统
CN102223327B (zh) CoMP多用户系统中基于广义交替最大的信道估计方法
US20030142762A1 (en) Wireless receiver method and apparatus using space-cover-time equalization
CN106254284A (zh) 一种基于低轨卫星系统的快变信道估计方法
WO2008113216A1 (fr) Méthode d'évaluation d'un canal
US20030091100A1 (en) Method and device for radio signal reception
Masmoudi et al. A maximum-likelihood channel estimator in MIMO full-duplex systems
CN101534281B (zh) 一种ofdm系统基于梳状导频的分集式信道估计方法
JP2006067070A (ja) Ｍｉｍｏシステム受信方法及びその装置
WO2007090868A1 (en) Method and device for channel response determination
US7440524B2 (en) Channel estimation in a wireless transmission system
JP4128199B2 (ja) タイムスロット付きｃｄｍａシステムにおけるマルチコードセットチャネル推定方法
US8259854B2 (en) Channel estimation using common and dedicated pilots
CN102790746B (zh) Ofdm系统的信道估计方法
US8107546B2 (en) Detection method of space domain maximum posteriori probability in a wireless communication system
CN102035787B (zh) 一种MIMO-OFDM无线通信接收机的带排序Turbo增强方法
GB2472102A (en) Receiver for Single Carrier Frequency Division Multiple Access (SC-FDMA) wireless transmission
JP4213747B2 (ja) 複雑度を低減したスライディングウィンドウベースの等化器
WO2007095775A1 (fr) Procédé et système d'évaluation de canal au moyen d'une antenne réseau
Chowdhury et al. Structured MMSE equalization for synchronous CDMA with sparse multipath channels
Li et al. Frequency-domain adaptive detectors for single-carrier frequency-domain equalisation in multiuser direct-sequence ultra-wideband systems based on structured channel estimation and direct adaptation

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