CN112671679A

CN112671679A - 应用于simo系统的信道估计方法、装置及存储介质

Info

Publication number: CN112671679A
Application number: CN202011439499.8A
Authority: CN
Inventors: 吕长伟
Original assignee: Shenzhen Institute of Information Technology
Current assignee: Shenzhen Institute of Information Technology
Priority date: 2020-12-10
Filing date: 2020-12-10
Publication date: 2021-04-16

Abstract

本发明公开了应用于SIMO系统的信道估计方法、装置及存储介质，信道估计方法包括：获取SIMO系统中发送端的发送数据中的训练序列和数据序列；首先根据接收端每个接收天线接收到的与训练序列对应的数据计算得出每个接收天线的信道粗估计；然后根据接收端每个接收天线接收到的与数据序列对应的数据计算得出接收端的多个接收天线的信道比例关系；根据设定的优化规则、接收端的多个接收天线的信道比例关系，对每个接收天线的信道粗估计进行优化，根据优化结果得出每个接收天线的信道精估计。本发明相对于现如今仅通过训练序列来实现信道估计来说，可大大提高信道估计的精确度。

Description

应用于SIMO系统的信道估计方法、装置及存储介质

技术领域

本发明涉及无线通信领域，尤其涉及一种应用于SIMO系统信道估计方法、装置及存储介质。

背景技术

现有的SIMO(Single input multiple output，单入多出)系统每次发送的数据均包括：训练序列和数据序列两部分。其中，训练序列，是收发双方均已知的冗余序列，可用于信道估计等；数据序列，是系统实际发送的有用数据，收方无法提前预知发送的数据序列，用于收、发方进行信息交换。由于现如今对于信道的估计只是通过训练序列来进行，对信道的估计计算精确度较低，无法满足系统需求。

发明内容

为了克服现有技术的不足，本发明的目的之一在于提供应用于SIMO系统的信道估计方法，其能够解决现有技术中SIMO系统中信道估计精确度不高等问题。

本发明的目的之二在于提供应用于SIMO系统的信道估计装置，其能够解决现有技术中SIMO系统中信道估计精确度不高等问题。

本发明的目的之三在于提供一种存储介质，其能够解决现有技术中SIMO系统中信道估计精确度不高等问题。

本发明的目的之一采用如下技术方案实现：

应用于SIMO系统的信道估计方法，所述信道估计方法包括：

获取数据：获取SIMO系统中的发送的一帧数据；一帧数据包括训练序列和数据序列；其中，设定训练序列：p_k,k＝1,2,...,N_t，长度为N_t；数据序列：d_n，n＝1,2,...,N，长度为N；设定SIMO系统中的发送端有1个发送天线，接收端有N_S个接收天线,N_S为已知的；

粗估计步骤：根据接收端的每个接收天线接收到的与所述训练序列对应的数据计算得出每个接收天线的信道粗估计；

比例估计步骤：根据接收端的每个接收天线接收到的与所述数据序列对应的数据计算得出接收端的多个接收天线的信道比例关系；

优化步骤：根据设定的优化规则，利用计算得到的接收端的多个接收天线的信道比例关系，对每个接收天线的信道粗估计进行优化，以及根据优化结果得出每个接收天线的信道精估计。

进一步地，所述粗估计步骤包括：设定接收端的第i个接收天线接收到的与训练序列对应的数据为

第i个接收天线的信道粗估计为：

其中，i∈[1,N_s]，

表示第i个接收天线接收到的与训练序列对应的第k个数据。

进一步地，所述比例估计步骤包括：

步骤S1：根据接收端的每个接收天线接收到的与所述数据序列对应的数据推导得出接收端的每个接收天线的信道表达式；其中，设定接收端的第i个接收天线接收到的与数据序列对应的数据为

第i接收天线的信道表达式h_i表示为：

其中，

表示第i个接收天线接收到的与所述数据序列对应的第n个数据，z_i,n为第i个接收天线接收到的与所述数据序列对应的第n个数据的噪声；i∈[1,N_s]；

步骤S2：根据每个接收天线的信道表达式得出接收端的多个接收天线的信道比例关系；

其中，信道比例关系

为：

进一步地，所述比例计算步骤还包括：

将公式(3)变形为公式(4)：

在一帧数据内信道保持不变的情况下，根据平均算法将公式(4)变形为公式(5)；

根据公式(5)可知，每个接收天线的信道表达式h_i,i＝1,2,...,N_s与a_i,i＝1,2,...,N_s满足以下条件：

其中，b为未知常数；

所述优化步骤包括：根据设定的优化规则、接收端的多个接收天线的信道比例关系对接收端的每个接收天线的信道粗估计进行优化，求出满足所述优化规则的条件下的b的最优解，然后根据b的最优解以及公式(6)得出每个接收天线的信道精估计。

进一步地，所述优化规则包括最小二乘法和最小均方误差法。

进一步地，当优化规则为最小均方误差法时，所述优化步骤具体还包括：根据接收端的每个接收天线的信道粗估计与推导得出的接收端的每个接收天线的信道表达式之间的均方误差最小为原则，计算未知常数b的最优解。

进一步地，所述优化步骤还包括：首先根据每个接收天线的信道粗估计和推导得出的每个接收天线的信道表达式计算得出均方误差，然后计算使得均方误差最小时的b的最优解。

进一步地，所述优化步骤包括：根据第i个接收天线的信道粗估计

与第i个接收天线的信道表达式h_i得出对应的均方误差为：

(7)；

表示接收端第i个接收天线的信道粗估计；

根据公式(7)对b求导数得出公式(8)：

令公式(8)为零，求解得出b的最优解

将b的最优解

代入公式(6)中得出每个接收天线的信道精估计：

其中，

表示接收端的第i个接收天线的信道精估计。

本发明的目的之二采用如下技术方案实现：

应用于SIMO系统的信道估计装置，包括存储器和处理器，所述存储器上存储有可在处理器上运行的信道估计程序，所述信道估计程序为计算机程序，所述处理器执行所述信道估计程序时实现如本发明目的之一采用的应用于SIMO系统的信道估计方法的步骤。

本发明的目的之三采用如下技术方案实现：

一种存储介质，所述存储介质为计算机可读存储介质，其上存储有信道估计程序，所述信道估计程序为计算机程序，所述信道估计程序被处理器执行时实现如本发明目的之一采用的应用于SIMO系统的信道估计方法的步骤。

相比现有技术，本发明的有益效果在于：

本发明在对信道进行估计时，首先通过发送数据中的训练序列对信道进行初步估计，然后再利用数据序列对信道进行估计并利用信道之间的比例关系来实现对信道估计精度的改善，相对于现有技术中仅通过训练序列对信道进行估计来说，大大提高了信道估计的精确度。

附图说明

图1为本发明提供的SIMO系统中发送端与接收端的数据通信示意图。

图2为本发明提供的SIMO系统中发送数据的结构示意图；

图3为本发明提供的应用于SIMO系统的信道估计方法流程图；

图4为图3中步骤S3的流程图；

图5为本发明提供的应用于SIMO系统的信道估计装置模块图。

图中：11、存储器；12、处理器；13、通信总线；14、网络接口。

具体实施方式

下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。

实施例一

为了解决现有技术中信道估计精确度低的问题，本发明通过将发送数据中的数据序列与训练序列进行结合来对信道进行估计，可大大提高信道估计的精确度。

本发明应用于SIMO(Single input multiple output，单入多出)系统。其中，SIMO系统包括发送端和接收端。其中，发送端有1个发送天线，接收端有多个接收天线。通过发送端的发送天线发送数据，接收端的多个接收天线接收数据。

一般来说，SIMO系统每次发送的一帧数据均包括以下两个部分：训练序列和数据序列。其中，训练序列的数据及长度，对于发送端与接收端均为已知的，；而数据序列，其长度对于接收端以及发送端为已知的，但是其数据本身对于接收端来说为未知的。

本实施例对于信道估计包括两部分：首先根据训练序列的数据对信道进行粗略估计得出每个接收天线的信道粗估计，然后再根据数据序列的数据对信道进行精确估计得出每个接收天线的信道表达式，进而得出接收端的多个接收天线的信道比例关系，最后再采用优化算法、多个接收天线的信道比例关系对信道的粗略估计进行优化最终得出每个接收天线的信道精估计。

本发明提供了一优选的实施例，应用于SIMO系统的信道估计方法，如图3所示，具体包括以下步骤：

步骤S1、获取SIMO系统的一帧数据；一帧数据包括训练序列和数据序列。

其中，如图1-2所示，本实施例中设定：发送端有1个发送天线，接收端有N_S个接收天线。N_S为已知的。

设定训练序列的长度N_t、数据序列的长度为N，并且训练序列为p_k,k＝1,2,...,N_t(也即：

)、数据序列为d_n，n＝1,2,...,N(也即：d₁,d₂,...,d_n,...,d_N。本实施例中，p指代训练序列的数据，d指代数据序列的数据，以下相同。n、k分别数据序列、训练序列中数据的编号，n的取值范围为[1,N]，k的取值范围为[1,N_t]。也即，对于发送端来说，训练序列的长度N_t和数据p_k,k＝1,2,...,N_t均为已知的，数据序列的长度N为已知的；对于接收端来说，数据序列的长度N、训练序列的长度N_t、训练序列的数据为p_k,k＝1,2,...,N_t均已知的，但是数据序列的数据d₁,d₂,...,d_n,...,d_N为未知的。

本实施例还通过h表示发送端的发送天线与接收端的接收天线之间的信道估计，具体表示参考说明书中的具体说明。

步骤S2、根据接收端的每个接收天线接收到的与训练序列对应的数据计算得出每个接收天线的信道粗估计。

设定：接收端的第i个接收天线接收到的与训练序列对应的数据为：

其中，i表示第i个接收天线，i的取值范围为[1,N_S]。

表示接收端第i个接收天线接收到的与训练序列对应的第k个数据。

也即，第i个接收天线的信道粗估计为：

其中，p_k表示训练序列中的第k个数据，为已知的。

从公式(1)中可知，由于训练序列的数据以及长度均为已知的，因此每个接收天线的信道粗估计可根据公式(1)计算得出。

步骤S3、根据接收端的每个接收天线接收到的与数据序列对应的数据得出接收端的多个接收天线的信道比例关系。

优选地，由于数据序列是未知的，因此，为了计算得出接收端的多个接收天线的信道比例关系，本实施例首先假设接收端的第i个接收天线接收到的与数据序列对应的数据为

如图4所示，步骤S3还包括：

步骤S31、根据接收端的接收天线接收到的与数据序列对应的数据推导得出每个接收天线的信道表达式。

这里的信道表达式是根据数据序列推导得出的，也即由数据序列表示。由于数据序列为未知的，因此，此时的每个接收天线的信道表达式为未知的。

其中，由于数据在传输过程中有噪声的存在，因此，根据数据传输原理可知，当数据序列从发送端传输到接收端后，一般遵循以下公式：

其中，h_i为第i接收天线的信道表达式。因此，可根据该公式计算得出接收天线的信道估计。

也即：第i接收天线的信道表达式h_i可表示：

其中，

表示第i个接收天线接收到的与所述数据序列对应的第n个数据，z_i,n为第i个接收天线接收到的与所述数据序列对应的第n个数据的噪声，d_n表示数据序列中的第n个数据，为未知的。本实施例，首先设定根据数据序列得出的每个接收天线的信道表达式，后续再对其进行优化处理来得出每个接收天线的信道精估计。

步骤S32、根据每个接收天线的信道表达式得出接收端的接收天线的信道比例关系。

由公式(2)得出接收端的N_S个接收天线的信道比例关系

为：

其中，z_i,n为高斯白噪声。

当信噪比较大时，在信号传输过程中，噪声可忽略不计。当噪声忽略不计时，也即z_i,n＝0，则可将公式(3)变形为公式(4)：

另外，本实施例中设定SIMO系统在一帧数据的发送过程中，信道保持不变，则公式(4)可变形为公式(5)：

从公式(5)中可知，每个接收天线的信道表达式h_i,i＝1,2,...,N_s与a_i,i＝1,2,...,N_s，必然存在一个未知常数，使得二者满足以下条件：

由公式(6)可知，为了求得每个接收天线的信道估计，则需要求得公式(6)中的a_i,i＝1,2,...,N_s以及未知常数b。

本实施例还包括步骤S4、根据设定的优化规则、接收端的多个接收天线的信道比例关系对接收端的每个接收天线的信道粗估计进行优化，以及根据优化结果得出接收天线的信道精估计。

从前述公式(5)以及公式(6)可知，本实施例中为了求得每个接收天线的信道估计，则需要求得出a_i,i＝1,2,...,N_s以及未知常数b。具体地，本实施例中在计算每个接收天线的信道估计的问题，就转换为找到未知常数b的最优解，然后根据a_i，i＝1,2,6,N_S、b的最优解代入公式(6)即可得出每个接收天线的信道精估计。

优选地，本实施例中的优化规则可采用现有技术中常用的最优解的求解方法。具体地，可采用最小二乘法或最小均方误差法等。其中，最小二乘法是指使得基于数据块的估计与目标数据块间加权的欧几里德距离最小；而最小均方误差的优化目标是为了使基于接收数据的估计值和目标数据的均方误差最小。

因此，将上述优化规则应用到本实施例中时，最小二乘法是指使得每个接收天线的信道粗估计与信道表达式之间的加权的欧几里得距离最小。同理，最小均方误差法是指使得每个接收天线的信道粗估计与信道表达式的均方误差最小。

基于上述优化规则求得b的最优解，进而得出每个接收天线的信道精估计。

优选地，本实施例以最小均方误差法来说明具体计算过程，步骤S5还包括：

首先根据最小均方误差法的优化准则，以及根据每个接收天线的信道粗估计与每个接收天线的信道表达式得出二者的均方误差，如公式(7)所示：

其中，第i个接收天线的信道粗估计为：

由于训练序列为已知的，因此，每个接收天线的信道粗估计为已知的。

第i个接收天线的信道表达式h_i表示为：

由于数据序列为未知的，因此，这里的每个接收天线的信道表达式为未知的。

根据公式(7)对b求导数得出公式(8)：

令公式(8)为0，则可以求出b的最优解：即令

则在该优化规则下求出b的最优解

为：

最后根据b的最优解

以及公式(6)可得出每个接收天线的信道精估计

也即，第i个接收天线的信道精估计为：

也即，在最小均方误差法的优化准则下，接收端的每个接收天线的信道精估计分别为：

实施例二

本发明提供了一种应用于SIMO系统的信道估计装置。如图5所示，本发明一实施例提供的应用于SIMO系统的信道估计装置的内部结构示意图。

在本实施例中，应用于SIMO系统的信道估计装置可以是PC(Personal Computer，个人电脑)，也可以是智能手机、平板电脑、便携计算机等终端设备。该应用于SIMO系统的信道估计装置至少包括：处理器12、通信总线13、网络接口14以及存储器11。

其中，存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、磁性存储器、磁盘、光盘等。存储器11在一些实施例中可以是应用于SIMO系统的信道估计装置的内部存储单元，例如该应用于SIMO系统的信道估计装置的硬盘。存储器11在另一些实施例中也可以是应用于SIMO系统的信道估计装置的外部存储设备，例如应用于SIMO系统的信道估计装置上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，存储器11还可以既包括应用于SIMO系统的信道估计装置的内部存储单元也包括外部存储设备。存储器11不仅可以用于存储安装于应用于SIMO系统的信道估计装置的应用软件及各类数据，例如信道估计程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。

处理器12在一些实施例中可以是一中央处理器(Central Processing Unit，CPU)、控制器、微控制器、微处理器或其他数据处理芯片，用于运行存储器11中存储的程序代码或处理数据，例如执行信道估计程序等。

通信总线13用于实现这些组件之间的连接通信。

网络接口14可选的可以包括标准的有线接口、无线接口(如WI-FI接口)，通常用于在该应用于SIMO系统的信道估计装置与其他电子设备之间建立通信连接。

可选地，该应用于SIMO系统的信道估计装置还可以包括用户接口，用户接口可以包括显示器(Display)、输入单元比如键盘(Keyboard)，可选的用户接口还可以包括标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在应用于SIMO系统的信道估计装置中处理的信息以及用于显示可视化的用户界面。

图5仅示出了具有组件11-14以及信道估计程序的应用于SIMO系统的信道估计装置，本领域技术人员可以理解的是，图5示出的结构并不构成对应用于SIMO系统的信道估计装置的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。

在图5所示的应用于SIMO系统的信道估计装置实施例中，存储器11中存储有信道估计程序；处理器12执行存储器11中存储的信道估计程序时实现如下步骤：

第i个接收天线的信道粗估计为：

其中，i∈[1,N_s]，

表示第i个接收天线接收到的与训练序列对应的第k个数据。

进一步地，所述比例估计步骤包括：

第i接收天线的信道表达式h_i表示为：

其中，

其中，信道比例关系

为：

进一步地，所述比例计算步骤还包括：

将公式(3)变形为公式(4)：

其中，b为未知常数；

与第i个接收天线的信道表达式h_i得出对应的均方误差为：

(7)；

表示接收端第i个接收天线的信道粗估计；

根据公式(7)对b求导数得出公式(8)：

令公式(8)为零，求解得出b的最优解

将b的最优解

代入公式(6)中得出每个接收天线的信道精估计：

其中，

表示接收端的第i个接收天线的信道精估计。

实施例三

一种存储介质，所述存储介质为计算机可读存储介质，其上存储有信道估计程序，所述信道估计程序为计算机程序，所述信道估计程序被处理器执行时实现如实施例一所述的一种应用于SIMO系统的信道估计方法的步骤。

上述实施方式仅为本发明的优选实施方式，不能以此来限定本发明保护的范围，本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。