CN112311705B - 一种应用于基站通信的加权局部线性回归的信道估计方法 - Google Patents

一种应用于基站通信的加权局部线性回归的信道估计方法 Download PDF

Info

Publication number
CN112311705B
CN112311705B CN202011205140.4A CN202011205140A CN112311705B CN 112311705 B CN112311705 B CN 112311705B CN 202011205140 A CN202011205140 A CN 202011205140A CN 112311705 B CN112311705 B CN 112311705B
Authority
CN
China
Prior art keywords
matrix
linear regression
data
channel
formula
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
CN202011205140.4A
Other languages
English (en)
Other versions
CN112311705A (zh
Inventor
李小红
栾琨明
景叔武
高中有
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.)
Sichuan Tianyi Comheart Telecom Co Ltd
Original Assignee
Sichuan Tianyi Comheart Telecom Co Ltd
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 Sichuan Tianyi Comheart Telecom Co Ltd filed Critical Sichuan Tianyi Comheart Telecom Co Ltd
Priority to CN202011205140.4A priority Critical patent/CN112311705B/zh
Publication of CN112311705A publication Critical patent/CN112311705A/zh
Application granted granted Critical
Publication of CN112311705B publication Critical patent/CN112311705B/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
    • H04L25/024—Channel estimation channel estimation algorithms
    • 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
    • H04L25/025—Channel estimation channel estimation algorithms using least-mean-square [LMS] method
    • 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
    • H04L25/0256—Channel estimation using minimum mean square error criteria

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种应用于基站通信的加权局部线性回归的信道估计方法，包括：LS信道估计、计算平均信道系数、确定每个点平滑处理需要的数据长度、计算前后关联区域内每个点的权重矩阵、构造线性回归矩阵、数据平滑处理、对于窗外的点可用同样的方法进行数据平滑处理等。基于加权局部线性回归方法的信道估计方案利用加权局部线性回归方法对信道系数进行平滑处理，达到消除噪声的目的。

Description

一种应用于基站通信的加权局部线性回归的信道估计方法
技术领域
本发明属于无线通信信道估计技术领域，具体涉及一种应用于基站通信的加权局部线性回归的信道估计方法。
背景技术
移动无线通信，由于其电磁波在无线环境中的反射、折射衍射等，会对信号形成多径环境，从而造成多径衰落。4g5g通信系统均采用OFDM通信体制。在OFDM系统中，由于各个载波间是正交的，可将每一个子载波看成独立的信道。为了恢复发送数据，接收端需要对信道进行估计和补偿。5g通信采用解调专用信号(DMRS)来估计信道，从而恢复出发送信号。信道估计质量的好坏直接影响信号解调性能，是接收端信号处理中的重要环节。常见的信道估计有最小均方估计(LS)、最小均方误差 (MMSE信道估计)、基于LS的两次维纳滤波方法等。由于LS估计出来的信道误差较大，属于比较粗略的方法。因此一般基于LS信道估计，会对估计出来的信道系数进行一些处理，MMSE就是基于LS的最小均方误差方法。由于MMSE方法算法复杂度比较高，有人提出用两次维纳滤波方法来逼近MMSE算法。两次维纳滤波算法需要事先获取信道的最大均方根时延，并且不同均方根时延的估计精度不一样。
因此,现阶段需设计一种应用于基站通信的加权局部线性回归的信道估计方法,来解决以上问题。
发明内容
本发明目的在于提供一种应用于基站通信的加权局部线性回归的信道估计方法，用于解决上述现有技术中存在的技术问题，如：常见的信道估计有最小均方估计(LS)、最小均方误差(MMSE信道估计)、基于LS的两次维纳滤波方法等。由于LS估计出来的信道误差较大，属于比较粗略的方法。因此一般基于LS信道估计，会对估计出来的信道系数进行一些处理，MMSE就是基于LS的最小均方误差方法。由于MMSE方法算法复杂度比较高，有人提出用两次维纳滤波方法来逼近MMSE算法。两次维纳滤波算法需要事先获取信道的最大均方根时延，并且不同均方根时延的估计精度不一样。基于以上问题，提出了一种优化方案，基于加权局部线性回归方法的信道估计方案。该方案利用加权局部线性回归方法对信道系数进行平滑处理，达到消除噪声的目的。
为实现上述目的，本发明的技术方案是：
一种应用于基站通信的加权局部线性回归的信道估计方法，包括以下步骤：
S1：根据接收信号和本地导频信号得到LS估计信道
Figure RE-GDA0002841509900000021
其中K为导频序列的长度；
Figure RE-GDA0002841509900000022
可由下式计算得出：
Figure RE-GDA0002841509900000023
(2)式中rDMRS＝[rDMRS(1)，rDMRS(2)，…rDMRS(K)]为导频处的接收信号；dDMRS＝[dDMRS(1),dDMRS(2),…dDMRS(K)]为本地导频信号；(x)*为对x取共轭的计算；
S2：计算平均信道系数
Figure RE-GDA0002841509900000024
Figure RE-GDA0002841509900000025
(3)式中LCEG为信道估计组大小，即一个资源块内LCEG个子载波为一组，同一组内的估计信道是相同的；
S3：确定每个点平滑处理需要的数据长度；
设数据平滑处理窗长为winLen，是由待平滑处理数据
Figure RE-GDA0002841509900000026
的总长度K与长度系数fspan的乘积，其中fspan的取值范围为0＜fspan＜1；
winLen＝|fspan*K| (4)；
S4：计算前后关联区域内每个点的权重矩阵w；
计算方法如下:
Figure RE-GDA0002841509900000027
d＝|1-halfLen:halfLen-1| (6)
dmax＝halfLen (7)
w＝(1-(d/dmax)3)1.5 (8)
式(5)中halfLen为每个待平滑处理点前或后关联计算的点的长度；式(6)中 d为前后关联计算的点到中心点的距离；式(7)中dmax为关联计算点到中心点的最大距离；式(8)中w为每个关联计算的点的权重矩阵；|x|为对x取绝对值操作；
S5：构造线性回归矩阵；
首先计算每个点坐标到中心点坐标的差值，即距离矢量，如下式：
loc＝1-halfLen:halfLen-1 (9)
然后构造Vandermond矩阵，如下式：
V＝[w loc*w loc2*w] (10)
对Vandermond矩阵进行奇异值分解，可得到酉矩阵Q，如下式；其中qr(x)是对矩阵x做奇异值分解；
[Q，～]＝qr(V) (11)
取出酉矩阵Q中最中间一行数据与QH和权重矩阵w相乘得到加权局部线性回归矩阵M：
M＝Q(halfW,:)*QH*w (12)；
S6：求解平滑数据
Figure RE-GDA0002841509900000031
的计算方式如下：
Figure RE-GDA0002841509900000032
式中K为总数据长度，LM为数据平滑矩阵M的长度；
S7：对于窗外的点可用步骤S1-S7同样的方法进行数据平滑处理。
进一步的，步骤S2中，LCEG可根据系统中导频类型进行设置。
进一步的，在5g PUSCH信道中，导频类型为1时，LCEG为4。
进一步的，在5g PUSCH信道中，导频类型为2时，LCEG为6。
进一步的，步骤S7中得到的
Figure RE-GDA0002841509900000041
初始的halfLen个数据以及末尾的halfLen个数据均需要重新计算。
进一步的，对于初始与最后halfLen个数据重复上述(4)～(7)步骤，有三个公式参数计算的公式需做修改，如下：
公式(6)修改为：
d＝|(1:winLen-1)-j| (14)
公式(9)修改为：
loc＝1:winLen-1 (15)
公式(12)修改为：
M＝Q(j,:)*QH*w (16)
其中，公式(14)中第j个数据；
初始的第j个数据平滑处理后的结果为:
Figure RE-GDA0002841509900000042
末尾第j个数据平滑处理后的结果为：
Figure RE-GDA0002841509900000043
与现有技术相比，本发明所具有的有益效果为：
本方案的一个创新点在于，基于加权局部线性回归方法的信道估计方案利用加权局部线性回归方法对信道系数进行平滑处理，达到消除噪声的目的。
附图说明
图1是本发明具体实施方式的步骤流程示意图。
图2是本发明具体实施方式的一个RB上的频域配置示意图。
图3是本发明具体实施方式的TDL-A信道条件下的仿真示意图。
图4是本发明具体实施方式的TDL-D信道条件下的仿真示意图。
具体实施方式
下面结合本发明的附图1-4，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。
实施例：
现有技术中，常见的信道估计有最小均方估计(LS)、最小均方误差(MMSE信道估计)、基于LS的两次维纳滤波方法等。由于LS估计出来的信道误差较大，属于比较粗略的方法。因此一般基于LS信道估计，会对估计出来的信道系数进行一些处理，MMSE就是基于LS的最小均方误差方法。由于MMSE方法算法复杂度比较高，有人提出用两次维纳滤波方法来逼近MMSE算法。两次维纳滤波算法需要事先获取信道的最大均方根时延，并且不同均方根时延的估计精度不一样。基于以上问题，提出了一种优化方案，基于加权局部线性回归方法的信道估计方案。该方案利用加权局部线性回归方法对信道系数进行平滑处理，达到消除噪声的目的。
如图1所示，因此提出一种应用于基站通信的加权局部线性回归的信道估计方法，包括以下步骤：
S1：根据接收信号和本地导频信号得到LS估计信道
Figure RE-GDA0002841509900000051
其中K为导频序列的长度；
Figure RE-GDA0002841509900000052
可由下式计算得出：
Figure RE-GDA0002841509900000053
(2)式中rDMRS＝[rDMRS(1)，rDMRS(2)，…rDMRS(K)]为导频处的接收信号； dDMRS＝[dDMRS(1),dDMRS(2),…dDMRS(K)]为本地导频信号；(x)*为对x取共轭的计算；
S2：计算平均信道系数
Figure RE-GDA0002841509900000054
Figure RE-GDA0002841509900000061
(3)式中LCEG为信道估计组大小，即一个资源块内LCEG个子载波为一组，同一组内的估计信道是相同的；
S3：确定每个点平滑处理需要的数据长度；
设数据平滑处理窗长为winLen，是由待平滑处理数据
Figure RE-GDA0002841509900000062
的总长度K与长度系数fspan的乘积，其中fspan的取值范围为0＜fspan＜1；
winLen＝|fspan*K| (4)；
S4：计算前后关联区域内每个点的权重矩阵w；
计算方法如下:
Figure RE-GDA0002841509900000063
d＝|1-halfLen:halfLen-1| (6)
dmax＝halfLen (7)
w＝(1-(d/dmax)3)1.5 (8)
式(5)中halfLen为每个待平滑处理点前或后关联计算的点的长度；式(6)中 d为前后关联计算的点到中心点的距离；式(7)中dmax为关联计算点到中心点的最大距离；式(8)中w为每个关联计算的点的权重矩阵；|x|为对x取绝对值操作；
S5：构造线性回归矩阵；
首先计算每个点坐标到中心点坐标的差值，即距离矢量，如下式：
loc＝1-halfLen:halfLen-1 (9)
然后构造Vandermond矩阵，如下式：
V＝[w loc*w loc2*w] (10)
对Vandermond矩阵进行奇异值分解，可得到酉矩阵Q，如下式；其中qr(x)是对矩阵x做奇异值分解；
[Q，～]＝qr(V) (11)
取出酉矩阵Q中最中间一行数据与QH和权重矩阵w相乘得到加权局部线性回归矩阵M：
M＝Q(halfW,:)*QH*w (12)；
S6：求解平滑数据
Figure RE-GDA0002841509900000071
的计算方式如下：
Figure RE-GDA0002841509900000072
式中K为总数据长度，LM为数据平滑矩阵M的长度；
S7：对于窗外的点可用步骤S1-S7同样的方法进行数据平滑处理。
进一步的，步骤S2中，LCEG可根据系统中导频类型进行设置。
进一步的，在5g PUSCH信道中，导频类型为1时，LCEG为4。
进一步的，在5g PUSCH信道中，导频类型为2时，LCEG为6。
进一步的，步骤S7中得到的数据
Figure RE-GDA0002841509900000073
的初始与最后的halfLen个数据需要重新计算。
进一步的，对于初始与最后halfLen个数据重复上述(4)～(7)步骤，有三个公式参数计算的公式需做修改，如下：
公式(6)修改为：
d＝|(1:winLen-1)-j| (14)
公式(9)修改为：
loc＝1:winLen-1 (15)
公式(12)修改为：
M＝Q(j,:)*QH*w (16)
其中，公式(14)中第j个数据；
初始的第j个数据平滑处理后的结果为:
Figure RE-GDA0002841509900000081
末尾第j个数据平滑处理后的结果为：
Figure RE-GDA0002841509900000082
其中，具体应用实施举例：
在5g的PUSCH信道的仿真链路中，设置以下参数，对常见的两次维纳滤波、LS+ 频域线性插值算法及本文提及的基于线性回归的数据平滑信道估计方法进行仿真对比，性能如下。
表1系统参数表
Figure RE-GDA0002841509900000083
表1中的RB指物理资源块，在OFDM通信系统中，频域12个子载波为1个RB。‘TDL-D’及‘TDL-C’为3GPP 38.901中定义的多径信道。
在该系统配置下，一个RB上的频域配置如图2所示。图中横轴为OFDM符号索引，纵轴为子载波号索引。深色区域为导频信号，浅色区域为数据信号。因此，需要对符号(2,7,11)的OFDM符号进行信道估计。
在该系统下的加权局部线性回归信道估计处理流程如下：
1、LS信道估计
根据第2、7、11OFDM符号上的接收信号r2、r7、r11，以及本地导频d1、d2、 d3计算每个导频符号处的LS信道估计矩阵。由于使用了273个RB，因此一个OFDM 上的子载波为3276。
Figure RE-GDA0002841509900000091
Figure RE-GDA0002841509900000092
Figure RE-GDA0002841509900000093
2、计算平均信道系数
Figure RE-GDA0002841509900000094
由于DMRS类型为1，设置LCEG＝4，那么
Figure RE-GDA0002841509900000095
中一个列向量的长度为3276/4＝819。
Figure RE-GDA0002841509900000096
3、确定平滑处理的数据长度
设置fspan＝0.02，根据公式4，winLen＝ceil(0.02*819)＝17。
4、计算窗内每个点的权重w
根据公式(5)计算前或后关联点数，halfLen＝(17-1)/2＝8。
根据公式(6)计算前后关联点到中心点距离，d＝|1-8:8-1|＝[7:7]。
根据公式(7)计算前后关联点到中心点的最大距离dmax＝8。
将dmax、d代入公式(8)中可计算出加权矩阵w＝[0.1896 0.4396 0.6571 0.8180.9220 0.9767 0.997 1 0.997 0.9767 0.9220 0.8185 0.6571 0.4396 0.1896]T。(x)T表示取对矩阵x做转置。
5、构造加权线性回归矩阵
根据公式(9)可计算距离矢量loc＝[-7:7]。
根据公式(10)构造Vandermond矩阵V
Figure RE-GDA0002841509900000097
Figure RE-GDA0002841509900000101
对V进行奇异值分解，可得到酉矩阵Q。
Figure RE-GDA0002841509900000102
根据公式(12)可求出加权局部线性回归矩阵M
M＝[-0.0102 -0.02995 -0.02027 0.02777 0.09367 0.1520 0.1877 0.19860.1877 1 0.1520 0.0937 0.02777 -0.02027 -0.02995 -0.0102]T
6、求解平滑数据
Figure RE-GDA0002841509900000103
对于窗内数据，
Figure RE-GDA0002841509900000104
可用公式(13)来计算，例如：
Figure RE-GDA0002841509900000105
根据此方法，以
Figure RE-GDA0002841509900000106
为数据可求得
Figure RE-GDA0002841509900000107
与
Figure RE-GDA0002841509900000108
的窗内数据。x(:,i)表示矩阵x的第i个列向量。
7、对于窗外的点可用同样的方法进行数据平滑处理。
对于初始的8个点和结尾的8个点，按照专利第7步计算。举例说明初始第 1个点和最后一个点的计算方式，此时j＝1。
计算距离标量：d＝|(1:15-1)-1|＝[0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15]
计算权重因子：
Figure RE-GDA0002841509900000111
根据公式(10)可求得Vandermond矩阵V：
Figure RE-GDA0002841509900000112
对V进行奇异值分解后得到的Q矩阵为：
Figure RE-GDA0002841509900000113
Figure RE-GDA0002841509900000121
根据公式(12)可求得加权局部线性回归矩阵为：
M＝Q(1,:)*QH*w
M＝[0.5302 0.3654 0.2240 0.1071 0.0167 -0.0456 -0.0794 -0.0865 -0.0719 -0.0432 -0.0104 0.0165 0.0301 0.0281 0.0156 0.0033]
根据公式(17)、(18)计算第一个点和最后一个点：
Figure RE-GDA0002841509900000122
Figure RE-GDA0002841509900000123
按照此方法计算初始的第j和末尾第j个数据点，1≤j≤halfLen。
按照此方法，以
Figure RE-GDA0002841509900000124
作为输入可计算得到
Figure RE-GDA0002841509900000125
中的边缘点的数据。
最终仿真结果如图3和图4所示：从仿真结果中可以看出，在TDL-A信道下，本方案提出的方法比LS+频域线性插值方法性能好10个dB，与两次维纳滤波的性能相差0.2个dB。在TDL-D条件下，本专利提出的方法比LS+频域线性插值方法的性能好10个dB，比两次维纳滤波的性能好2个dB。TDL-A与TDL-D信道条件的区别在于，TDL-A是没有主径的信道条件，TDL-D是包含主径的信道条件。因此本专利提出的方法不管是有无主径的信道条件下，解调性能均能达到最佳。而且其加权局部线性回归矩阵只用计算一次，并不是每个点都需要重新计算，在计算复杂度上也是可实现的。
以上是本发明的较佳实施例，凡依本发明技术方案所作的改变，所产生的功能作用未超出本发明技术方案的范围时，均属于本发明的保护范围。

Claims (6)

1.一种应用于基站通信的加权局部线性回归的信道估计方法，其特征在于，包括以下步骤：
S1：根据接收信号和本地导频信号得到LS估计信道
Figure FDA0003054559940000011
其中K为导频序列的长度，
Figure FDA0003054559940000012
表示第i个导频信号估计出来的信道系数；
Figure FDA0003054559940000013
可由下式计算得出：
Figure FDA0003054559940000014
(2)式中rDMRS＝[rDMRS(1)，rDMRS(2)，…rDMRS(K)]为导频处的接收信号，其中
Figure FDA0003054559940000019
表示第i个导频信号处的接收信号；dDMRS＝[dDMRS(1),dDMRS(2),…dDMRS(K)]为本地导频信号，其中dDMRS(i),i＝1:K，表示第i个导频信号处的本地参考信号；(x)*为对x取共轭的计算；
S2：计算平均信道系数
Figure FDA0003054559940000015
Figure FDA0003054559940000016
(3)式中LCEG为信道估计组大小，即一个资源块内LCEG个子载波为一组，同一组内的估计信道是相同的；
S3：确定每个点平滑处理需要的数据长度；
设数据平滑处理窗长为winLen，是由待平滑处理数据的平均信道系数
Figure FDA0003054559940000017
的总长度K与长度系数fspan的乘积，其中fspan的取值范围为0＜fspan＜1；
winLen＝|fspan*K| (4)；
S4：计算前后关联区域内每个点的权重矩阵w；
计算方法如下:
Figure FDA0003054559940000018
d＝|1-halfLen:halfLen-1| (6)
dmax＝halfLen (7)
w＝(1-(d/dmax)3)1.5 (8)
式(5)中halfLen为每个待平滑处理点前或后关联计算的点的长度；式(6)中d为前后关联计算的点到中心点的距离；式(7)中dmax为关联计算点到中心点的最大距离；式(8)中w为每个关联计算的点的权重矩阵；|x|为对x取绝对值操作；
S5：构造线性回归矩阵；
首先计算每个点坐标到中心点坐标的差值，即距离矢量，如下式：
loc＝1-halfLen:halfLen-1 (9)
然后构造Vandermond矩阵，如下式：
V＝[w loc*w loc2*w] (10)
对Vandermond矩阵进行奇异值分解，可得到酉矩阵Q，如下式；其中qr(x)是对矩阵x做奇异值分解；[Q，～]即为分解得到的酉矩阵Q和其他矩阵；
[Q，～]＝qr(V) (11)
取出酉矩阵Q中最中间一行数据与其共轭转置矩阵QH和权重矩阵w相乘得到加权局部线性回归矩阵M：
M＝Q(halfW,:)*QH*w (12)；
其中Q(halfW,:)表示矩阵Q中的第halfW行；
S6：求解平滑数据
Figure FDA0003054559940000021
的计算方式如下：
Figure FDA0003054559940000031
式中K为总数据长度，LM为数据平滑矩阵M的长度；
其中M(i),i＝1:LM表示矩阵M中的第i个元素；
Figure FDA0003054559940000032
为
Figure FDA0003054559940000033
的第n个元素；
S7：对于窗外的点可用步骤S1-S7同样的方法进行数据平滑处理。
2.如权利要求1所述的一种应用于基站通信的加权局部线性回归的信道估计方法，其特征在于，步骤S2中，LCEG可根据系统中导频类型进行设置。
3.如权利要求2所述的一种应用于基站通信的加权局部线性回归的信道估计方法，其特征在于，在5g PUSCH信道中，导频类型为1时，LCEG为4。
4.如权利要求2所述的一种应用于基站通信的加权局部线性回归的信道估计方法，其特征在于，在5g PUSCH信道中，导频类型为2时，LCEG为6。
5.如权利要求1所述的一种应用于基站通信的加权局部线性回归的信道估计方法，其特征在于，步骤S7中得到的
Figure FDA0003054559940000034
初始的halfLen个数据以及末尾的halfLen个数据均需要重新计算。
6.如权利要求5所述的一种应用于基站通信的加权局部线性回归的信道估计方法，其特征在于，对于初始与最后的两组halfLen个数据重复上述(4)～(7)步骤，有三个公式参数计算的公式需做修改，如下：
公式(6)修改为：
d＝|(1:winLen-1)-j| (14)
公式(9)修改为：
loc＝1:winLen-1 (15)
公式(12)修改为：
M＝Q(j,:)*QH*w (16)
其中，初始的第j个数据平滑处理后的结果为:
Figure FDA0003054559940000041
末尾第j个数据平滑处理后的结果为：
Figure FDA0003054559940000042
CN202011205140.4A 2020-11-02 2020-11-02 一种应用于基站通信的加权局部线性回归的信道估计方法 Active CN112311705B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011205140.4A CN112311705B (zh) 2020-11-02 2020-11-02 一种应用于基站通信的加权局部线性回归的信道估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011205140.4A CN112311705B (zh) 2020-11-02 2020-11-02 一种应用于基站通信的加权局部线性回归的信道估计方法

Publications (2)

Publication Number Publication Date
CN112311705A CN112311705A (zh) 2021-02-02
CN112311705B true CN112311705B (zh) 2021-06-29

Family

ID=74333692

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011205140.4A Active CN112311705B (zh) 2020-11-02 2020-11-02 一种应用于基站通信的加权局部线性回归的信道估计方法

Country Status (1)

Country Link
CN (1) CN112311705B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101834651A (zh) * 2010-02-08 2010-09-15 上海交通大学 多用户多数据流mimo系统的数据信息线性预处理方法
CN103905347A (zh) * 2014-02-25 2014-07-02 北京邮电大学 一种基于二重加权的ofdm系统快变信道估计方法
CN107222892A (zh) * 2017-07-10 2017-09-29 东南大学 基于局部加权线性回归的超密集网络负载均衡优化方法
CN108390836A (zh) * 2018-01-10 2018-08-10 南京邮电大学 一种大规模mimo系统上行信道估计方法
CN111624588A (zh) * 2020-05-27 2020-09-04 上海交通大学 主动声源定位与声音信号重构方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101292483A (zh) * 2005-08-22 2008-10-22 科达无线私人有限公司 用于在无线网络中通信的方法和系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101834651A (zh) * 2010-02-08 2010-09-15 上海交通大学 多用户多数据流mimo系统的数据信息线性预处理方法
CN103905347A (zh) * 2014-02-25 2014-07-02 北京邮电大学 一种基于二重加权的ofdm系统快变信道估计方法
CN107222892A (zh) * 2017-07-10 2017-09-29 东南大学 基于局部加权线性回归的超密集网络负载均衡优化方法
CN108390836A (zh) * 2018-01-10 2018-08-10 南京邮电大学 一种大规模mimo系统上行信道估计方法
CN111624588A (zh) * 2020-05-27 2020-09-04 上海交通大学 主动声源定位与声音信号重构方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
应用回归算法改进宽带码分多址系统中的信道估计;杨宇; 费泽松; 赵胜辉; 匡镜明;《北京理工大学学报》;20040730;第24卷(第7期);全文 *

Also Published As

Publication number Publication date
CN112311705A (zh) 2021-02-02

Similar Documents

Publication Publication Date Title
JP2020519162A (ja) アップリンク同期タイミング偏差を決定するための方法および装置
CN107222438B (zh) 高速移动sc-fdma系统的简化bem信道估计方法
CN101917355A (zh) 一种信道估计方法及系统
CN101141425A (zh) 基于时分导频段的移动通信系统的信道估计方法
CN101778067B (zh) 基于物理层前导和导频的信道均衡方法及系统
CN107666451B (zh) 用于lte系统的信道估计方法
WO2011035594A1 (zh) 正交频分复用-多输入多输出系统的解调方法及解调器
CN111049766A (zh) 一种用于5g系统pdsch的估计方法
EP1901505A2 (en) Wireless communication apparatus
TWI484787B (zh) 通道及雜訊估計方法、通道及雜訊估計裝置
CN112215335A (zh) 一种基于深度学习的系统检测方法
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
CN102546483A (zh) 一种宽带同频干扰噪声估计和干扰抑制的方法及相应系统
CN112311705B (zh) 一种应用于基站通信的加权局部线性回归的信道估计方法
CN110011744B (zh) 端口检测方法、系统和终端
CN100553243C (zh) 波束空间正交频分复用调制系统自适应波束形成方法
Tan et al. Effect of channel estimation error on bit error probability in OFDM systems over Rayleigh and Ricean fading channels
CN109672641B (zh) 一种适于复杂环境下的lte下行信道估计方法
CN115426224B (zh) 一种基于otfs信号的信道估计方法及系统
CN106330792A (zh) 一种基于dft变换域的带内滤噪信道估计算法及系统
CN115086118B (zh) 一种快速收敛的自适应数字域自干扰抵消方法及系统
CN110798416A (zh) OFDM系统中基于局部搜索Capon的CFO估计算法
CN116455486A (zh) 基于多用户srs信号的snr估计方法和装置
CN112039806B (zh) 一种新型窄带物联网上行共享信道的信道估计方法
Bartolome et al. Pre-and post-FFT SIMO array techniques in Hiperlan/2 environments

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