CN112751792B - 一种信道估计方法及装置 - Google Patents

一种信道估计方法及装置 Download PDF

Info

Publication number
CN112751792B
CN112751792B CN201911055773.9A CN201911055773A CN112751792B CN 112751792 B CN112751792 B CN 112751792B CN 201911055773 A CN201911055773 A CN 201911055773A CN 112751792 B CN112751792 B CN 112751792B
Authority
CN
China
Prior art keywords
sample channel
channel
matrices
signal detection
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
CN201911055773.9A
Other languages
English (en)
Other versions
CN112751792A (zh
Inventor
高翔
刘鹍鹏
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.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies 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 Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Priority to CN201911055773.9A priority Critical patent/CN112751792B/zh
Priority to PCT/CN2020/111728 priority patent/WO2021082690A1/zh
Priority to EP20883349.1A priority patent/EP4044538A4/en
Publication of CN112751792A publication Critical patent/CN112751792A/zh
Priority to US17/732,786 priority patent/US20220278876A1/en
Application granted granted Critical
Publication of CN112751792B publication Critical patent/CN112751792B/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
    • 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
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/0413—MIMO systems
    • 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
    • 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
    • H04L25/0238—Channel estimation using blind estimation
    • 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
    • H04L25/03178—Arrangements involving sequence estimation techniques
    • H04L25/03248—Arrangements for operating in conjunction with other apparatus
    • H04L25/03292—Arrangements for operating in conjunction with other apparatus with channel estimation circuitry

Abstract

本申请提供信道估计方法及装置。该方法包括：确定表示信道状态的Ps个初始样本信道矩阵，Ps个初始样本信道矩阵包括P1个第一样本信道矩阵和Ps‑P1个第二样本信道矩阵，该P1个第一样本信道矩阵是根据先前的样本信道矩阵、或给定的参考信号确定的，Ps为大于1的整数；根据Ps个初始样本信道矩阵确定信道矩阵，得到信道估计结果。由于Ps个初始样本信道矩阵中的P1个初始样本信道矩阵是根据先前的样本信道矩阵、或给定的参考信号确定的，因而可以提供初始的信道估计结果作为迭代初始样本信道矩阵，可以加快优化收敛速度，降低计算复杂度，从而提升了信道估计结果的准确性和速度。

Description

一种信道估计方法及装置
技术领域
本申请涉及移动通信技术领域，尤其涉及一种信道估计方法及装置。
背景技术
为了降低参考信号开销，提升多输入多输出(Multiple Input and MultipleOutput，MIMO) 信道估计准确性，盲信道估计受到越来越多的关注和研究。盲信道估计的核心思想是利用数据信号进行信道估计，通过MIMO信号检测与信道估计算法的联合迭代，逼近最佳的信道估计结果。
然而，现有的盲信道估计方法的效果还不是很理想，信道估计结果的准确性和获取信道估计结果的速度还有待提升。
发明内容
本申请提供一种信道估计方法及装置，用以提升信道估计结果的准确性和获取信道估计结果的速度。
第一方面，本申请提供一种信道估计方法，包括：确定表示信道状态的Ps个初始样本信道矩阵，所述Ps个初始样本信道矩阵包括P1个第一样本信道矩阵和Ps-P1个第二样本信道矩阵，所述P1个第一样本信道矩阵是根据先前的样本信道矩阵、或给定的参考信号确定的，Ps为大于1的整数，P1为不大于Ps的正整数；根据所述Ps个初始样本信道矩阵，确定信道矩阵，得到信道估计结果。
基于上述方案，Ps个初始样本信道矩阵中的P1个初始样本信道矩阵(即P1个第一样本信道矩阵)是根据先前的样本信道矩阵、或给定的参考信号确定的，因而可以提供初始的信道估计结果作为迭代初始样本信道矩阵。进而可以快速定位到最优结果附近，即可以加快优化收敛速度，降低计算复杂度，从而提升了信道估计结果的准确性和速度。
在一种可能的实现方法中，所述Ps-P1个第二样本信道矩阵中的至少一个为所述P1个第一样本信道矩阵中的任一个与第一扰动矩阵之和，所述第一扰动矩阵中的每个元素为均值等于0、方差等于σ2的复值高斯随机变量。
在一种可能的实现方法中，所述Ps-P1个第二样本信道矩阵中的至少一个是根据预设的随机算法生成的。
在一种可能的实现方法中，所述Ps-P1个第二样本信道矩阵中的至少一个是根据多组信号检测结果中的至少一组信号检测结果进行信道估计得到的，所述多组信号检测结果是对数据信号检测结果进行分组得到的，所述数据信号检测结果是利用所述P1个第一样本信道矩阵中的任一个矩阵对数据信号进行检测得到的。也即，利用所述P1个第一样本信道矩阵中的任一个矩阵，对数据信号进行检测，获得数据信号检测结果；对所述数据信号检测结果进行分组，得到多组信号检测结果；根据所述多组信号检测结果中的至少一组信号检测结果进行信道估计，得到所述Ps-P1个第二样本信道矩阵中的至少一个样本信道矩阵。
基于上述方案，通过预设的参考信号，可以得到初步的信道估计结果。利用该信道估计结果，可以得到数据信号的初步估计结果。上述方案在迭代信道估计的初始化算法中有效利用了初步数据信号检测结果，通过对基于参考信号得到的信道估计结果对应的数据信号检测结果进行分组，每组数据信号检测结果分别进行信道估计作为初次迭代的初始候选值。可以快速定位到最优估计结果附近，避免了初次迭代时盲目选择初始化信道矩阵。
第二方面，本申请提供一种信道估计方法，包括：对数据信号和样本信道矩阵进行N 次处理后得到信道矩阵；N为正整数，其中，单次处理包括如下步骤：利用第三样本信道矩阵，对数据信号进行检测，获得数据信号检测结果；对所述数据信号检测结果进行分组，得到多组信号检测结果；根据所述多组信号检测结果中的至少一组信号检测结果进行信道估计，得到至少一个估计信道矩阵。
基于上述方案，有效利用了数据信号检测结果，通过对数据信号检测结果进行分组，每组数据信号检测结果分别进行信道估计作为下一轮迭代的初始候选值。每个数据信号检测结果具有不同的检测正确率，检测准确率较高的信号块对应的信道估计结果准确性更高，该信道估计结果距离最优的信道估计结果更为接近，因此在下一轮迭代中贡献作用更大。从而该方案提供了有效的迭代检测收敛方向，通过数据信号检测形成良性循环，快速收敛，有效降低计算复杂度和计算时延。
其中，对数据信号进行检测是指，根据数据信号经过信道后在接收端对应的接收信号或观测信号，对发送的数据信号进行估计。
在一种可能的实现方法中，所述N次处理中的第一次处理所使用的第三样本信道矩阵，是Ps个初始样本信道矩阵经过处理后，代价函数值最优的信道矩阵。
在一种可能的实现方法中，所述Ps个初始样本信道矩阵，包括P1个第一样本信道矩阵和Ps-P1个第二样本信道矩阵；其中，所述P1个第一样本信道矩阵是根据先前的样本信道矩阵、或给定的参考信号确定的，Ps为大于1的整数，P1为不大于Ps的正整数。
在一种可能的实现方法中，所述Ps-P1个第二样本信道矩阵中的至少一个为所述P1个第一样本信道矩阵中的任一个与第一扰动矩阵之和，所述第一扰动矩阵中的每个元素为均值等于0、方差等于σ2的复值高斯随机变量。
在一种可能的实现方法中，所述Ps-P1个第二样本信道矩阵中的至少一个是根据预设的随机算法生成的。
在一种可能的实现方法中，所述Ps-P1个第二样本信道矩阵中的至少一个是根据多组信号检测结果中的至少一组信号检测结果进行信道估计得到的，所述多组信号检测结果是对数据信号检测结果进行分组得到的，所述数据信号检测结果是利用所述P1个第一样本信道矩阵中的任一个矩阵对数据信号进行检测得到的。也即，利用所述P1个第一样本信道矩阵中的任一个矩阵，对数据信号进行检测，获得数据信号检测结果；对所述数据信号检测结果进行分组，得到多组信号检测结果；根据所述多组信号检测结果中的至少一组信号检测结果进行信道估计，得到所述Ps-P1个第二样本信道矩阵中的至少一个样本信道矩阵。在一种可能的实现方法中，所述Ps个初始样本信道矩阵，是随机生成的样本信道矩阵。
在一种可能的实现方法中，所述N次处理中的除第一次之外的处理中，所使用的第三样本信道矩阵，为代价函数值最优的信道矩阵。
在一种可能的实现方法中，所述代价函数值最优的信道矩阵，是对多个第四样本信道矩阵进行处理后得到的，所述多个第四样本信道矩阵包括至少一个所述估计信道矩阵。
在一种可能的实现方法中，所述多个第四样本信道矩阵，还包括随机生成的样本信道矩阵。
在一种可能的实现方法中，所述多个第四样本信道矩阵中的至少一个为所述第三样本信道矩阵与第二扰动矩阵之和，所述第二扰动矩阵中的每个元素为均值等于0、方差等于σ2的复值高斯随机变量。
在一种可能的实现方法中，所述第四样本信道矩阵中的至少一个是根据预设的随机算法生成的。
在一种可能的实现方法中，所述第四样本信道矩阵中的至少一个是根据多组信号检测结果中的至少一组信号检测结果进行信道估计得到的，所述多组信号检测结果是对数据信号检测结果进行分组得到的，所述数据信号检测结果是利用所述P1个第一样本信道矩阵中的任一个矩阵对数据信号进行检测得到的。
第三方面，本申请还提供一种参考信号资源的配置方法，包括：从网络设备接收参考信号的配置信息；根据所述参考信号的配置信息，确定参考信号的资源未配置。
基于该方案，通过接收到的参考信号的配置信息，可以确定参考信号的资源未配置。该方案可以与本申请上述信道估计方法相结合。由于无需配置DMRS资源，因此无需指示DMRS端口，从而可以降低下行控制信息的开销。
在一种可能的实现方法中，所述参考信号的配置信息包括第一指示信息；根据所述参考信号的配置信息，确定参考信号的资源未配置，包括：根据所述第一指示信息，确定所述参考信号的资源未配置。
在一种可能的实现方法中，根据所述参考信号的配置信息，确定参考信号的资源未配置，包括：确定所述参考信号的配置信息不包含第二指示信息，则确定所述参考信号的资源未配置，所述第二指示信息用于指示预设类型的参考信号，所述预设类型的参考信号表示终端设备被配置有参考信号。
在一种可能的实现方法中，所述参考信号为DMRS，所述第二指示信息指示的所述预设类型的参考信号为配置类型1或配置类型2。
第四方面，本申请还提供一种参考信号资源的配置方法，包括：从网络设备接收第三指示信息和预设类型的参考信号，所述第三指示信息用于指示参考信号实际占用的频域资源小于或等于所述预设类型的参考信号对应的频域资源；根据所述第三指示信息和预设类型的参考信号，确定参考信号实际占用的频域资源。
基于该方案，在现有DMRS配置基础上，无需额外定义新的DMRS类型。通过指示信息，可以指示配置的参考信号占用的频域资源为现有配置下DMRS频域资源的子集，从而在兼容现有DMRS配置的基础上，提升了参考信号配置的灵活性。
在一种可能的实现方法中，所述第三指示信息指示所述参考信号实际占用的频域资源与所述预设类型的参考信号占用的频域资源的第一比值。
在一种可能的实现方法中，所述第一比值等于0；根据所述第一指示信息和预设类型的参考信号，确定参考信号实际占用的频域资源，包括：根据所述第一比值和预设类型的参考信号，确定参考信号的频域资源未配置。
在一种可能的实现方法中，所述第一比值为小于或等于1的正数；所述方法还包括：从网络设备接收第四指示信息，所述第四指示信息用于指示参考信号实际占用的时域资源相对于所述预设类型的参考信号占用的时域资源的偏移量；根据所述第四指示信息和预设的参考信号的类型，确定参考信号实际占用的时域资源。
在一种可能的实现方法中，所述参考信号为DMRS，所述预设的参考信号的类型为配置类型1或配置类型2。
第五方面，本申请提供一种通信装置，该装置可以是终端设备、或网络设备，还可以是用于终端设备、或网络设备的芯片。该装置具有实现上述第一方面、或第一方面的各实施例、或第二方面、或第二方面的各实施例的功能。该功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。该硬件或软件包括一个或多个与上述功能相对应的模块。
第六方面，本申请提供一种通信装置，该装置可以是终端设备，还可以是用于终端设备的芯片。该装置具有实现上述第三方面、或第三方面的各实施例、或第四方面、或第四方面的各实施例的功能。该功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。该硬件或软件包括一个或多个与上述功能相对应的模块。
第七方面，本申请提供一种通信装置，包括处理器和存储器；该存储器用于存储计算机执行指令，当该装置运行时，该处理器执行该存储器存储的该计算机执行指令，以使该装置执行如上述各方面或各方面的各实施例的方法。
第八方面，本申请提供一种通信装置，包括用于执行上述各方面或各方面的各个步骤的单元或手段(means)。
第九方面，本申请提供一种通信装置，包括处理器和接口电路，所述处理器用于通过接口电路与其它装置通信，并执行上述各方面或各方面的各实施例的方法。该处理器包括一个或多个。
第十方面，本申请提供一种通信装置，包括处理器，用于与存储器相连，用于调用所述存储器中存储的程序，以执行上述各方面或各方面的各实施例的方法。该存储器可以位于该装置之内，也可以位于该装置之外。且该处理器包括一个或多个。
第十一方面，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得处理器执行上述各方面或各方面的各实施例所述的方法。
第十二方面，本申请还提供一种包括指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述各方面或各方面的各实施例所述的方法。
第十三方面，本申请还提供一种芯片系统，包括：至少一个处理器和通信接口，所述处理器执行程序，以执行上述各方面或各方面的各实施例所述的方法。
附图说明
图1为本申请提供的一种可能的网络架构示意图；
图2为NR Release 15定义的DMRS配置类型；
图3为本申请提供的一种基于遗传算法的盲信道估计算法的流程图；
图4为本申请提供的一种信道估计方法流程图；
图5为本申请提供的又一种信道估计方法流程图；
图6为本申请提出的又一种信号信道估计方法流程图；
图7为本申请提供的一种参考信号资源的配置方法流程图；
图8为本申请提供的又一种参考信号资源的配置方法流程图；
图9为本申请提出的基于现有NR DMRS配置的低开销参考信号指示方法示意图；
图10为本申请提供的一种通信装置示意图；
图11为本申请提供的又一种通信装置示意图；
图12为本申请提供的又一种通信装置示意图；
图13为本申请提供的又一种通信装置示意图；
图14为本申请提供的终端设备示意图；
图15为本申请提供的网络设备示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作进一步地详细描述。方法实施例中的具体操作方法也可以应用于装置实施例或系统实施例中。其中，在本申请的描述中，除非另有说明，“多个”的含义是两个或两个以上。
如图1所示，为本申请所适用的一种可能的网络架构示意图，包括网络设备和至少一个终端设备。该网络设备和终端设备可以工作在新无线(new radio，NR)通信系统上，终端设备可以通过NR通信系统与网络设备通信。该网络设备和终端设备也可以在其它通信系统上工作，本申请实施例不做限制。
终端设备可以是能够接收网络设备调度和指示信息的无线终端设备，无线终端设备可以是指向用户提供语音和/或数据连通性的设备，或具有无线连接功能的手持式设备、或连接到无线调制解调器的其他处理设备。无线终端设备可以经无线接入网(如，radioaccess network，RAN)与一个或多个核心网或者互联网进行通信，无线终端设备可以是移动终端设备，如移动电话(或称为“蜂窝”电话，手机(mobile phone))、计算机和数据卡，例如，可以是便携式、袖珍式、手持式、计算机内置的或者车载的移动装置，它们与无线接入网交换语言和/或数据。例如，个人通信业务(personal communication service，PCS)电话、无绳电话、会话发起协议(SIP)话机、无线本地环路(wireless local loop，WLL)站、个人数字助理(personal digital assistant，PDA)、平板电脑(Pad)、带无线收发功能的电脑等设备。无线终端设备也可以称为系统、订户单元(subscriber unit)、订户站(subscriberstation)，移动站(mobile station)、移动台(mobile station，MS)、远程站(remotestation)、接入点 (access point，AP)、远程终端设备(remote terminal)、接入终端设备(access terminal)、用户终端设备(user terminal)、用户代理(user agent)、用户站(subscriber station，SS)、用户端设备(customer premises equipment，CPE)、终端(terminal)、用户设备(user equipment， UE)、移动终端(mobile terminal，MT)等。终端设备也可以是可穿戴设备以及下一代通信系统，例如，5G网络中的终端设备或者未来演进的公共陆地移动网络(public land mobile network，PLMN)网络中的终端设备，NR通信系统中的终端设备等。
网络设备是网络侧中一种用于发射或接收信号的实体，如新一代基站(generation Node B，gNodeB)。网络设备可以是用于与移动设备通信的设备。网络设备可以是无线局域网(wireless local area networks，WLAN)中的AP，可以是长期演进(longterm evolution，LTE) 中的演进型基站(evolutional Node B，eNB或eNodeB)，或者中继站或接入点，或者车载设备、可穿戴设备以及5G网络中的网络设备或者未来演进的公共陆地移动网络(public land mobile network，PLMN)网络中的网络设备，或NR系统中的gNodeB等。另外，在本申请实施例中，网络设备为小区中的终端设备提供服务，终端设备通过该小区使用的传输资源 (例如，频域资源，或者说，频谱资源)与网络设备进行通信，该小区可以是网络设备(例如基站)对应的小区，小区可以属于宏基站，也可以属于小小区(smallcell)对应的基站，这里的小小区可以包括：城市小区(Metro cell)、微小区(Micro cell)、微微小区(Pico cell)、毫微微小区(Femto cell)等，这些小小区具有覆盖范围小、发射功率低的特点，适用于提供高速率的数据传输服务。此外，在其它可能的情况下，网络设备可以是其它为终端设备提供无线通信功能的装置。本申请的实施例对网络设备所采用的具体技术和具体设备形态不做限定。为方便描述，本申请实施例中，为终端设备提供无线通信功能的装置统称为网络设备。
在MIMO系统中，发射机发送的符号向量经过无线信道的传输，接收信号通常受到信道特征的影响而产生畸变和失真。为了恢复发送信号，接收机需要对信道的影响进行估计和补偿。因此，准确的信道估计结果是保证MIMO系统性能的关键因素。通常，发射机在发送数据信号的同时，需要发送参考信号用于信道估计。当可以获得参考信号时，最小二乘(Least Squares，LS)和最小均方误差(Minimum Mean Squared Error，MMSE)信道估计算法可以提供较好的性能，被广泛应用于目前的通讯系统。
对于MIMO系统，假设连续K个发送符号向量经历相同的信道矩阵，接收符号矩阵Y可以表示为信道矩阵H与发送符号矩阵X的乘积，即Y＝HX+N。其中，发送符号矩阵X 的维度为R×K，发送符号矩阵X中的每一个列向量对应K个发送符号向量中的一个发送符号向量，K个发送符号向量可以对应不同的频域和/或时域资源或对应不同的资源粒子(资源元素(resouce element，RE))。接收符号矩阵与发送符号矩阵相对应，可以是发送符号矩阵在接收侧的观测结果。在一种实现方式中，K个发送符号向量可以对应同一个正交频分复用(Orthogonal Frequency Division Multiplexing，OFDM)符号的不同子载波，或者对应多个OFDM符号的不同子载波。接收符号矩阵Y的维度为NR×K，信道矩阵H的维度为NR×R， NR为接收天线数目，R为秩(rank)，N为维度为NR×K的噪声矩阵。
LS信道估计算法以式(1)为代价函数。
Figure GDA0003465883080000061
其中，X为发送的参考信号向量，Y为相应接收的参考信号向量。获取最优的信道估计结果需要使得代价函数(1)的值最小，由此可以得到LS信道估计的解为：
Figure GDA0003465883080000064
可以看出，LS信道估计实现简单，但并没有对噪声进行处理，从而导致信道估计的MSE 与信噪比成反比，通常信道估计结果的准确性较差。
MMSE信道估计以式(2)为代价函数。
Figure GDA0003465883080000062
获取最优的信道估计结果需要使得代价函数(2)的值最小。利用加权矩阵W，定义MMSE 信道估计为
Figure GDA0003465883080000063
其中HLS为LS信道估计结果。MMSE信道估计，通过选择W最小化(2)式的MSE值。通过推导，我们可以得到MMSE信道估计结果为：
Figure GDA0003465883080000071
其中，
Figure GDA0003465883080000072
是频域上真实信道矩阵与信道估计矩阵之间的互相关矩阵，为
Figure GDA0003465883080000073
噪声功率，为
Figure GDA0003465883080000074
信号功率。
对于传统信道估计算法，如上文中介绍的LS信道估计算法以及MMSE信道估计算法，需要依赖于预定义的参考信号。并且进一步通过插值算法来估计参考信号之间的频域子载波或时域符号对应的信道响应。通常来说，密度越大的参考信号可以带来更为准确的信道估计结果。然而较多的参考信号开销将降低系统的频谱效率。在现有NR协议中，解调参考信号(Demodulation Reference Signal，DMRS)用于估计每个用户数据信道的等效信道矩阵，从而用于数据的检测和解调。DMRS通常与数据信道(物理下行共享信道(PhysicalDownlink Shared CHannel,PDSCH))进行相同的预编码。NR协议中定义的DMRS在时频资源中的映射方法后续介绍。
目前，基于参考信号的信道估计技术被广泛应用于各种通信系统中。对于基于参考信号的信道估计算法，参考信号的设计至关重要。
在目前NR协议中，定义了2类DMRS配置方法，分别为配置类型(configurationtype) 1和配置类型2。例如，配置类型1可以为DMRS类型1(即DMRS type 1)，配置类型2 可以为DMRS类型2(即DMRS type 2)。如图2所示，为NR Release 15定义的DMRS配置类型。
对于配置类型1，8个DMRS端口分为2个码分复用组(Code Division Multiplexinggroup， CDM group)，其时频资源映射方式如图2中 (a)所示。其中CDM group 1包含端口(port)0、 port 1、port 4和port 5；CDM group 2包含port 2、port 3、port 6和port 7。CDM group 0和 CDM group 1是频分复用(映射在不同的频域资源上)，CMD group内的port通过正交掩码 (Orthogonal Cover Code，OCC)进行区分，从而保证CDM group内DMRS port的正交性，从而抑制了不同天线端口上传输DMRS之间的干扰。
对于配置类型2，12个DMRS端口分为3个码分复用组(CDM group)，CDM group间采用频分复用，CDM内通过OCC保证正交性，其时频资源映射方式如图2中 (b)所示。
上述基于参考信号的信道估计算法，主要存在以下问题和缺陷：
(1)信道估计结果的准确性强依赖于参考信号的设计，因此对参考信号的设计要求较高。在参考信号的设计中，要充分考虑不同传播环境下的信道特征。对于MIMO-OFDM系统，参考信号的设计需要兼顾时频二维的信道变化。对于信道变化较快的场景，需要较为密集的参考信号映射，对于信道变化缓慢的场景，可以采用较为稀疏的参考信号映射。因此，难以用固定的一套参考信号设计满足各种场景下的信道条件。通过评估可以发现，目前NR的DMRS设计在部分场景下，相比理想信道仍然存在2dB以上的信噪比损失。
(2)为了获取最佳的信道估计结果，参考信号的设计较为复杂。为了不引入天线端口之间的干扰，需要保证不同的天线端口发送的参考信号是正交的。例如图2所示的NR中的DMRS设计，利用了空间复用，码分复用等技术手段以保证天线端口的正交性。此外，为了保证信道估计质量，需要保证参考信号与其他信号不冲突。这也为通信协议的设计带来了挑战，一定程度影响了系统设计的灵活性或者引入较为复杂的资源映射机制。
(3)参考信号影响系统频谱效率。参考信号的映射，势必占据了一定的时频资源，而被参考信号占用的时频资源将无法用于数据传输。因此，好的信道估计结果要求较大的参考信号开销，从而降低频谱效率。以图2中所示的NR DMRS设计，1至2个OFDM符号将被用于参考信号而无法用于数据传输。
为了进一步降低参考信号开销，提升MIMO信道估计准确性，盲信道估计受到越来越多的关注和研究。盲信道估计的核心思想是利用数据信号进行信道估计，通过MIMO信号检测与信道估计算法的联合迭代，逼近最佳的信道估计结果。
如图3所示，为本申请实施例提供的一种基于遗传算法的信道估计方法流程图。假设对于K个发送符号向量，信道矩阵H保持不变。第k个接收符号向量与第k个发送符号向量相对应，对于第k个接收符号向量y(k)＝Hs(k)+n(k)。则基于遗传算法的信道估计方法的步骤如下：
步骤1：参数设置。
设置外层循环的最大外层迭代次数Ng，内层循环的最大内层迭代次数Nb，种群数目PS。外层循环索引初始设置为g＝0。
步骤2：初始化。
步骤2.1：设置外层循环索引g＝g+1，内层循环索引t＝0。
步骤2.2：若g＝1，则随机产生PS个样本信道矩阵
Figure GDA0003465883080000081
1≤i≤PS。对每个样本信道矩阵
Figure GDA0003465883080000082
初始化其对应的加权因子
Figure GDA0003465883080000083
若g>1，随机产生PS-1个样本信道矩阵
Figure GDA0003465883080000084
1≤i≤PS-1。第PS个样本信道矩阵
Figure GDA0003465883080000085
为上一轮外层循环结束后，PS个样本信道矩阵中代价函数值最小的样本信道矩阵，即
Figure GDA0003465883080000086
步骤2.3对于第i个样本信道矩阵
Figure GDA0003465883080000087
通过MIMO检测算法估计发送的符号向量
Figure GDA0003465883080000088
其中MIMO检测算法可以是常用的MIMO检测算法之一，如最大似然(MaximumLikelihood， ML)检测，MMSE检测，球译码等。
步骤2.4：对于第i个样本信道矩阵
Figure GDA0003465883080000089
及其对应的MIMO检测结果
Figure GDA00034658830800000810
计算第i个样本信道矩阵对应的代价函数值：
Figure GDA00034658830800000811
其中，NR为接收端的天线数量。
步骤3：内层迭代。
步骤3.1：在PS个样本信道矩阵中寻找代价函数最小的样本信道矩阵(即最优的样本信道矩阵)以及代价函数最大的样本信道矩阵(即最差的样本信道矩阵)，记为：
Figure GDA00034658830800000812
步骤3.2：更新加权因子。具体地，对于第i个样本，计算更新因子
Figure GDA0003465883080000091
其中
Figure GDA0003465883080000092
随后按照下式计算更新加权因子并归一化：
Figure GDA0003465883080000093
Figure GDA0003465883080000094
步骤3.3：计算第PS+1个样本信道矩阵
Figure GDA0003465883080000095
以及第PS+2个样本信道矩阵
Figure GDA0003465883080000096
并通过MIMO检测得到对应的发送符号向量
Figure GDA0003465883080000097
和
Figure GDA0003465883080000098
步骤3.4：按照式(3)计算对应的代价函数值
Figure GDA0003465883080000099
和
Figure GDA00034658830800000910
得到二者中代价函数较小的信道矩阵(即
Figure GDA00034658830800000911
或
Figure GDA00034658830800000912
)，并用代价函数值较小的信道矩阵替换 PS个样本信道矩阵中代价函数值最大的样本信道矩阵。
步骤3.5：如果
Figure GDA00034658830800000913
与
Figure GDA00034658830800000914
比较接近，即|HPs+1-HPs+2|＜ε，则本次内层循环提前终止，转到步骤4。
如果|HPs+1-HPs+2|≥ε，则内层循环索引t＝t+1，判断内层迭代次数是否达到最大内层迭代次数，即t＝Nb。若t<Nb，则返回到步骤3.1；否则转到步骤4。
步骤4：判断终止及结果输出。
判断外层迭代次数是否达到最大外层迭代次数，即g＝Ng。若g<Ng，则返回到步骤2；否则输出当前代价函数值最小的样本信道矩阵
Figure GDA00034658830800000915
作为最终的信道估计结果。
发明人发现，上述基于信道估计方法，还可以进一步改进以下问题：
问题1：图3所示的信道估计方法，依赖于内层迭代和外层迭代逼近最优的信道估计结果。通过测试发现，图3所示的盲信道估计算法往往需要较大的外层迭代和内层迭代次数。为了保证估计结果收敛，通常需要进行上千次的迭代。这带来了极大的计算复杂度以及计算时延，这使得图3所示的盲估计算法难以应用于实际的通信系统中。
问题2：由于盲信道估计方法并不依赖于参考信号进行信道估计，因此对参考信号的设计可以大大放松。例如，目前NR中定义的大量DMRS资源对于信道估计方法是冗余的，可以降低DMRS的开销甚至无需DMRS。此外，参考信号的设计也无需保证正交化。为了最大化提升系统频谱效率，充分发挥盲估计算法的优势，需要对参考信号进行特殊的设计。
为解决上述问题(1)，本申请提出一种信道估计方法。该方法主要是针对图3所示的信道估计方法的初始化部分进行改进。如图4所示，为本申请提出的一种信道估计方法，该方法可以由终端设备、或用于终端设备的芯片、或网络设备、或用于网络设备的芯片执行。
该方法包括以下步骤：
步骤401，确定表示信道状态的Ps个初始样本信道矩阵，所述Ps个初始样本信道矩阵包括P1个第一样本信道矩阵和Ps-P1个第二样本信道矩阵，所述P1个第一样本信道矩阵是根据先前的样本信道矩阵、或给定的参考信号确定的，Ps为大于1的整数，P1为不大于Ps的正整数。
这里，先前的样本信道矩阵可以是历史时刻基于预设或预配置的参考信号进行信道估计得到的估计的信道矩阵。其中，历史时刻基于预设或预配置的参考信号所对应的时域资源、频域资源与当前待估计的信道矩阵所对应的时域资源、频域资源一致。这里的先前的样本信道矩阵还可以是历史时刻执行本申请的信道估计方法过程中的一个样本信道矩阵。
给定的参考信号可以是与当前信道测量相关联的参考信号资源，该参考信号资源可以是网络设备配置的参考信号资源。本次信道估计需要基于该参考信号资源进行测量和处理。
步骤402，根据所述Ps个初始样本信道矩阵，确定信道矩阵，得到信道估计结果。
基于上述方案，相较于图3所示的方法中的Ps个初始样本信道矩阵是随机生成的，而本申请方案中，Ps个初始样本信道矩阵中的P1个初始样本信道矩阵(即P1个第一样本信道矩阵)是根据先前的样本信道矩阵、或给定的参考信号确定的，因而可以提供初始的信道估计结果作为迭代初始样本信道矩阵。该初始样本信道矩阵经过迭代处理后，可以确定最终的信道矩阵，从而得到信号估计结果。基于此，可以快速定位到最优结果附近，即可以加快优化收敛速度，降低计算复杂度，从而提升了信道估计结果的准确性和获取信道估计结果的速度。
作为一种实现方法，上述Ps个初始样本信道矩阵中的其他Ps-P1个初始样本信道矩阵 (即Ps-P1个第二样本信道矩阵)可以是根据以下任一方法生成的：
方法1，将上述P1个第一样本信道矩阵中的任一个与第一扰动矩阵之和，作为上述Ps-P1 个第二样本信道矩阵中的一个或多个，其中，所述第一扰动矩阵中的每个元素为均值等于0、方差等于σ2的复值高斯随机变量。
也即，该方法中，根据一个第一样本信道矩阵和第一扰动矩阵，可以生成一个或多个第二样本信道矩阵(至多Ps-P1个)。
基于该方法，通过叠加小的高斯随机变量，可以在粗估计的周围产生多个样本点(即初始样本信道矩阵)，从而提升初始化样本的准确性，加快优化收敛速度，降低计算复杂度和计算时延。
在一种实现方式中，生成第一扰动矩阵中每个元素对应的方差σ2可以等于当前信噪比 (Signal to Noise Ratio,SNR)对应的噪声方差，或者等于当前SNR对应的噪声方差与加权系数的乘积，所述加权系数为大于0的实数。在一种实现方式中，该加权系数可以取1/2。对于加性白高斯噪声，噪声方差等于加性白高斯噪声功率谱密度N0。
在另一种实现方式中，生成第一扰动矩阵中每个元素对应的方差σ2可以等于当前接收端信干噪比(Signal to Interference plus Noise Ratio，SINR)对应的等效噪声方差，或者可以等于当前接收端SINR对应的等效噪声方差与加权系数的乘积，所述加权系数为大于0的实数。
方法2，根据预设的随机算法生成所述Ps-P1个第二样本信道矩阵中的至少一个。
也即，该方法中，根据随机算法生成一个或多个第二样本信道矩阵(至多Ps-P1个)。预设的随机算法可以是，第二样本信道矩阵中的每一个元素的实部或虚部为预设取值区间的服从均匀分布的随机变量，也可以是第二样本信道矩阵中的每一个元素的实部或虚部为预设取值区间服从高斯分布的随机变量。这里仅作为示例，实际应用中，第二样本信道矩阵中的每一个元素的实部或虚部服从的分布不限于该分布方式。
或者，第二样本信道矩阵中的每一个元素的幅度值或相位值为预设取值区间的服从均匀分布的随机变量，也可以是第二样本信道矩阵中的每一个元素的幅度值或相位值为预设取值区间服从高斯分布的随机变量。这里仅作为示例，实际应用中，第二样本信道矩阵中的每一个元素的幅度或相位服从的分布不限于该分布方式。需要说明的是，上述方法1和方法2可以结合使用。即部分第二样本信道矩阵使用方法1生成，部分第二样本信道矩阵使用方法2生成。
方法3，所述Ps-P1个第二样本信道矩阵中的至少一个是根据多组信号检测结果中的至少一组信号检测结果进行信道估计得到的，所述多组信号检测结果是对数据信号检测结果进行分组得到的，所述数据信号检测结果是利用所述P1个第一样本信道矩阵中的任一个矩阵对数据信号进行检测得到的。
也即，利用所述P1个第一样本信道矩阵中的任一个矩阵，对数据信号进行检测，获得数据信号检测结果；对所述数据信号检测结果进行分组，得到多组信号检测结果；对所述多组信号检测结果中的至少一组信号检测结果进行信道估计，得到所述Ps-P1个第二样本信道矩阵中的至少一个样本信道矩阵。
该方法中，根据一个第一样本信道矩阵进行MIMO检测得到该第一样本信道矩阵所对应的发送信号的估计结果。可以采用的MIMO检测算法可以是ML检测，球译码，MMSE 检测，ZF检测等检测算法中的一种。进一步对所述该第一样本信道矩阵所对应的发送信号的估计结果进行分组，得到多组信号检测结果。根据所述多组信号检测结果中的至少一组信号检测结果进行信道估计，得到至少一个估计信道矩阵作为所述Ps-P1个第二样本信道矩阵中的至少一个矩阵。
该方案中对数据信号检测结果进行分组的实现方法，可以参考以下实施例5的步骤502 中所描述的分组方式，不再赘述。
基于该方案，通过预设的参考信号，可以得到初步的信道估计结果。利用该信道估计结果，可以得到数据信号的初步估计结果。上述方案在迭代信道估计的初始化算法中有效利用了初步数据信号检测结果，通过对基于参考信号得到的信道估计结果对应的数据信号检测结果进行分组，每组数据信号检测结果分别进行信道估计作为初次迭代的初始候选值。可以快速定位到最优估计结果附近，避免了初次迭代时盲目选择初始化信道矩阵。
作为一种实现方法，上述步骤402的具体实现过程，可以与图3所示的信道估计方法的相应流程相同，可以参考前述描述。
作为一种实现方法，将图4实施例方案应用于图3所示的流程中，则可以将图3所示的流程中步骤2的2.2中的“若g＝1，则随机产生PS个样本信道矩阵
Figure GDA0003465883080000111
1≤i≤PS”修改为“确定表示信道状态的Ps个初始样本信道矩阵，所述Ps个初始样本信道矩阵包括P1个第一样本信道矩阵和Ps-P1个第二样本信道矩阵，所述P1个第一样本信道矩阵是根据先前的样本信道矩阵、或给定的参考信号确定的，Ps为大于1的整数，P1为不大于Ps的正整数，所述Ps-P1个第二样本信道矩阵中的至少一个为所述P1个第一样本信道矩阵中的任一个与第一扰动矩阵之和，所述第一扰动矩阵中的每个元素为均值等于0、方差等于σ2的复值高斯随机变量；或者，所述Ps-P1个第二样本信道矩阵中的至少一个是根据预设的随机算法生成的。或者所述Ps-P1个第二样本信道矩阵中的至少一个是根据多组信号检测结果中的至少一组信号检测结果进行信道估计得到的，所述多组信号检测结果是对数据信号检测结果进行分组得到的，所述数据信号检测结果是利用所述P1个第一样本信道矩阵中的任一个矩阵对数据信号进行检测得到的。
本申请提出另一种信道估计方法。该方法主要是针对图3所示的信道估计方法的外层循环迭代部分进行改进。如图5所示，为本申请提出的一种信道估计方法，该方法包括以下步骤：对数据信号和样本信道矩阵进行N次处理后得到信道矩阵；本实施例中，N次处理，也称为N次迭代处理，N为正整数，其中，单次处理或单次迭代处理包括如下步骤：
步骤501，利用第三样本信道矩阵，对数据信号进行检测，获得数据信号检测结果。
步骤502，对所述数据信号检测结果进行分组，得到多组信号检测结果。
这里，数据信号指的是不包含参考信号的其他信道或信号，比如可以是不包含参考信号的控制信道信息，如物理上行控制信道(Physical Uplink Shared CHannel，PUCCH)或物理下行控制信道(Physical Downlink Control Channel，PDCCH)，也可以是不包含参考信号的数据信道信息，如物理上行共享信道(Physical Uplink Shared CHannel，PUSCH)或物理下行共享信道(Physical Downlink Shared CHannel,PDSCH)。
假设获得数据信号检测结果包括N个符号向量，每个符号向量为R*1的列向量，其中 R表示发送天线端口数目或空间层数目。所述N个符号向量可以对应多个时域资源和/或多个频域资源。对所述数据信号检测结果分为X组表示将所述N个符号向量分为X组，每组包含
Figure GDA0003465883080000121
个符号向量或
Figure GDA0003465883080000122
个符号向量。这里的分组方式包括但不限于：
方法1、对数据信号所对应的时频资源，先按照频域再按照时域，将数据信号检测结果中对应的连续多个时频资源的检测结果分为一组。还可以先按照时域再按照频域，将数据信号检测结果中对应的连续多个时频资源的检测结果分为一组。
作为示例，获得数据信号检测结果包括N＝336个符号向量，对应占用的时频资源为频域共计2个资源块(Resouce Block，RB)，即24个子载波，时域共计14个OFDM符号。对所述数据信号检测结果分组可以将第一个OFDM符号的24个子载波和第二个OFDM符号的24个子载波构成的时频资源所对应的数据信号检测结果划分为第一组，将第三个 OFDM符号的24个子载波和第四个OFDM符号的24个子载波构成的时频资源所对应的数据信号检测结果划分为第一组，以此类推，可以得到7个分组，每组包含28个符号向量。
方法2、对数据信号所对应的时频资源，按时频资源离散方式对数据信号检测结果进行分组。可以将时域间隔为预设时域长度或频域间隔为预设频域长度的时频资源所对应的数据信号检测结果划分为第一组。所述时域长度可以是OFDM符号或slot，所述频域长度可以是一个或多个子载波或RB。
对所述数据信号检测结果进行分组的方式不限于以上方法1和方法2，还可以采用其他的分组方式和分组准则。例如，可以根据所述数据信号检测结果对应的似然比值或对数似然比值，按照该似然比值或对数似然比值的绝对值从小到大或从大到小的顺序进行分组。即，按照该似然比值或对数似然比值的绝对值从小到大或从大到小的顺序将所述数据信号检测结果进行排列，将排列于相邻的一个或多个数据信号检测结果分为一组。
上述实现方法是对数据信号检测结果进行分组得到多组信号检测结果，作为另一种实现方法，也可以是对数据信号检测结果和参考信号进行分组，得到多组信号检测结果，即每个分组中可能同时存在数据信号和参考信号。参考信号可以视为已知发送符号的信号，将部分参考信号或全部参考信号与所述数据信号检测结果进行分组得到的多组信号检测结果中的一组检测后的信号组成一组信号。
步骤503，根据所述多组信号检测结果中的至少一组信号检测结果进行信道估计，得到至少一个估计信道矩阵。
其中，这里的估计信道矩阵是基于多组信号检测结果中的至少一组信号检测结果通过信道估计处理得到的对信道矩阵的估计结果。可以使用的信道估计算法可以是LS信道估计， MMSE信道估计等。在上一轮迭代处理过程中，基于样本信道矩阵的线性组合，可以进一步产生更为准确的信道矩阵估计结果，或者产生代价函数更优的信道矩阵估计结果。相应的，更为准确的信道矩阵估计结果，或者产生代价函数更优的信道矩阵估计结果对应的信号检测结果也更为准确，即错误概率更低。基于上一轮迭代处理中输出的最优信道估计结果，对数据信号进行MIMO检测，可以得到对应的信号检测结果。将该信号检测结果分组，可以得到差错概率不全相同的多个数据信号块。将该多个数据信号块中的每个数据信号块视为参考信号，可以得到更为准确的信道估计结果。如果本次迭代处理不是最后一次迭代处理，将该多个信号检测结果中的至少一组信号检测结果所对应的信道估计结果作为下一轮迭代处理的输入样本信道矩阵，也即，将本次迭代处理得到的估计信道矩阵作为下一轮迭代处理的输入样本信道矩阵，可以快速定位到更优的信道估计结果附近，从而加速信道估计的收敛过程。如果本次迭代处理是第N次迭代处理，也即最后一次迭代处理，则本次迭代处理得到的估计信道矩阵，即为最终的信道矩阵，即获得信道估计结果。
基于上述方案，相较于图3所示的方法中的外层循环迭代中只保留上轮外层循环迭代中的一个样本信道矩阵，本实施例有效利用了数据信号检测结果，通过对数据信号检测结果进行分组，每组数据信号检测结果分别进行信道估计作为下一轮迭代处理的初始候选样本信道矩阵。每个数据信号检测结果具有不同的检测正确率，检测准确率较高的信号块对应的信道估计结果在下一轮迭代处理中具有更优的代价函数值，在构成新的样本信道矩阵时贡献作用更大。从而该方案提供了有效的迭代检测收敛方向，通过数据信号检测形成良性循环，快速收敛，有效降低计算复杂度和计算时延。
上述方案是针对外层循环迭代，且g>1的情况，不包括g＝1的情况。并且，在当前迭代中，可以将得到的上述至少一个估计信道矩阵中的一个或多个，作为当前外层迭代处理对应的内层迭代处理的输入。此外，还可以将得到的上述至少一个估计信道矩阵中的一个或多个作为下一次外层迭代处理的输入，以继续进行下一次迭代处理。
所述N次处理中的第一次处理所使用的第三样本信道矩阵，是Ps个初始样本信道矩阵经过处理后，代价函数值最优的信道矩阵。
在一种实现方法中，所述Ps个初始样本信道矩阵，包括P1个第一样本信道矩阵和Ps-P1 个第二样本信道矩阵；其中，所述P1个第一样本信道矩阵是根据先前的样本信道矩阵、或给定的参考信号确定的，Ps为大于1的整数，P1为不大于Ps的正整数。
可选的，所述Ps-P1个第二样本信道矩阵中的至少一个为所述P1个第一样本信道矩阵中的任一个与第一扰动矩阵之和，所述第一扰动矩阵中的每个元素为均值等于0、方差等于σ2的复值高斯随机变量。
可选的，所述Ps-P1个第二样本信道矩阵中的至少一个是根据多组信号检测结果中的至少一组信号检测结果进行信道估计得到的，所述多组信号检测结果是对数据信号检测结果进行分组得到的，所述数据信号检测结果是利用所述P1个第一样本信道矩阵中的任一个矩阵对数据信号进行检测得到的。
可选的，所述Ps-P1个第二样本信道矩阵中的至少一个是根据预设的随机算法生成的。
在又一种实现方法中，所述Ps个初始样本信道矩阵，是随机生成的样本信道矩阵。
所述N次迭代处理中的第二次及第二次以后的迭代处理所使用的第三样本信道矩阵，是上次外层循环迭代结束后，代价函数值最优的信道矩阵。或者理解为：所述N次处理中的除第一次之外的处理中，所使用的第三样本信道矩阵，为代价函数值最优的信道矩阵。
其中，代价函数值最优是用于反映信道估计结果和/或信号检测结果最为接近理想或最优的信道估计或信号检测结果，或者说用于反映信道估计结果和/或信号检测结果最为接近实际准确的信道矩阵和/或发送符号向量。代价函数可以是多种度量指标中的一种，相应地，根据代价函数的不同，代价函数值最优可以是代价函数值最小，也可以是代价函数值越大。
在一种实现方式中，该代价函数可以是前述式(1)或式(2)所示的代价函数，此时，代价函数值最小时表示代价函数值最优。
在又一种实现方式中，代价函数还可以是信号检测结果对应的差错概率(如误符号概率(symbol error rate，SER)，误比特概率(bit error rate，BER)，误块率(blockerror rate，BLER)，误帧率(frame error rate，FER)等),此时，代价函数值最小时表示代价函数值最优。代价函数值最小表示信号检测结果对应的差错概率最小。
在又一种实现方式中，代价函数还可以是信号检测结果对应的正确概率，此时，代价函数值最大时表示代价函数值最优。代价函数值最大表示信号检测结果对应的正确概率最大。
在又一种实现方式中，代价函数还可以是信号检测结果对应的系统容量或系统吞吐量，此时，代价函数值最大时表示代价函数值最优。
在又一种实现方式中，代价函数还可以是前述式(1)的倒数或式(2)的倒数，此时，代价函数值最大时表示代价函数值最优。
在一种实现方法中，所述代价函数值最优的信道矩阵，是对多个第四样本信道矩阵进行处理后得到的，所述多个第四样本信道矩阵包括至少一个所述估计信道矩阵，也即包括至少一个对分组数据信道估计得到的估计信道矩阵。
在一种实现方法中，所述多个第四样本信道矩阵，还包括随机生成的样本信道矩阵。也即，除了至少一个分组数据进行信道估计得到的估计信道矩阵之外，其余的是随机生成的。
在又一种实现方法中，所述多个第四样本信道矩阵中的至少一个为所述第三样本信道矩阵与第二扰动矩阵之和，所述第二扰动矩阵中的每个元素为均值等于0、方差等于σ2的复值高斯随机变量。也即，除了至少一个分组数据进行信道估计得到的估计信道矩阵之外，其余的是第三样本信道矩阵和扰动矩阵之和。
在一种实现方式中，生成第一扰动矩阵中每个元素对应的方差σ2可以等于当前信噪比 SNR对应的噪声方差，或者等于当前SNR对应的噪声方差与加权系数的乘积，所述加权系数为大于0的实数。在一种实现方式中，该加权系数可以取1/2。对于加性白高斯噪声，噪声方差等于加性白高斯噪声功率谱密度N0。
在另一种实现方式中，生成第一扰动矩阵中每个元素对应的方差σ2可以等于当前接收端SINR对应的等效噪声方差，或者可以等于当前接收端SINR对应的等效噪声方差与加权系数的乘积，所述加权系数为大于0的实数。
在又一种实现方法中，所述多个第四样本信道矩阵中的至少一个是根据先前的样本信道矩阵、或给定的参考信号确定的。或者，所述多个第四样本信道矩阵中的至少一个为先前的样本信号矩阵与扰动矩阵之和，所述扰动矩阵中的每个元素为均值等于0、方差等于σ2的复值高斯随机变量。具体的，可以参考步骤401的相关描述，这里不再赘述。
作为一种实现方法，所述一种信道估计方法包含两级迭代处理过程。其中外层迭代是为内层迭代提供初始化的样本信道矩阵
Figure GDA0003465883080000158
1≤i≤PS-1。该初始化的样本信道矩阵可以是第一样本信道矩阵、第二样本信道矩阵、第三样本信道矩阵、第四样本信道矩阵中的一个或多个。内层迭代中，首先对外层提供的初始化的样本信道矩阵
Figure GDA0003465883080000159
中的每个样本信道矩阵
Figure GDA00034658830800001511
进行MIMO检测，得到对应的发送信号的估计结果
Figure GDA00034658830800001510
其次，基于样本信道矩阵
Figure GDA00034658830800001512
以及对应的发送信号的估计结果
Figure GDA00034658830800001513
计算该样本信道矩阵对应的代价函数值。再次，根据该样本信道矩阵对应的代价函数值计算该样本信道矩阵对应的加权系数。其中代价函数值与该样本信道矩阵对应的加权系数成反比，即该样本信道矩阵对应的代价函数值越大，该样本信道矩阵对应的加权系数值越小。样本信道矩阵对应的代价函数值越小，该样本信道矩阵对应的加权系数值越大。再次，通过对所有PS个样本信道矩阵进行线性加权，得到至少一个新的样本信道矩阵。所述线性加权过程可以如图3所示的流程中步骤3.3中所述的方法。计算该至少一个新的样本信道矩阵所对应的代价函数值，若该至少一个新的样本信道矩阵所对应的代价函数值优于PS个样本信道矩阵对应的最差的代价函数值，则用该新的样本信道矩阵替换PS个样本信道矩阵中对应的最差代价函数值的样本信道矩阵。具体地，将图5 实施例方案应用于图3所示的流程中，则可以将图3所示的流程中步骤2.2中的“若g>1，随机产生PS-1个样本信道矩阵
Figure GDA0003465883080000151
1≤i≤PS-1。第PS个样本信道矩阵
Figure GDA0003465883080000152
为上一轮外层循环结束后，PS个样本信道矩阵中代价函数值最小的样本信道矩阵，即
Figure GDA0003465883080000153
”修改为“若g>1，PS个样本信道矩阵中的一个信道矩阵可以是上一轮外层循环结束后，PS个样本信道矩阵中代价函数值最小的样本信道矩阵，即
Figure GDA0003465883080000154
利用信道矩阵
Figure GDA0003465883080000155
通过 MIMO检测估计K个发送符号向量
Figure GDA0003465883080000156
将K个发送符号向量
Figure GDA0003465883080000157
分为PS-X个符号向量组，其中第l个符号向量组中的所有符号向量通过LS信道估计算法估计对应的信道矩阵
Figure GDA0003465883080000161
作为第l个样本信道矩阵
Figure GDA0003465883080000162
其他X-1个样本信道矩阵可以是随机生成或者是根据PS-X个样本信道矩阵中的一个信道样本矩阵与第二扰动矩阵之和，所述第二扰动矩阵中的每个元素为均值等于0、方差等于σ2的复值高斯随机变量。”
该示例中，“利用信道矩阵
Figure GDA0003465883080000163
通过MIMO检测估计K个发送符号向量
Figure GDA0003465883080000164
”即为图 5实施例中的“利用第三样本信道矩阵，对数据信号进行检测，获得数据信号检测结果”的一个具体实现，即数据信号检测结果为K个发送符号向量
Figure GDA0003465883080000165
该示例中，“将K个发送符号向量
Figure GDA0003465883080000166
分为PS-X个符号向量组”即为图5实施例中的“对所述数据信号检测结果进行分组，得到多组信号检测结果”的一个具体实现。
该示例中，“第l个符号向量组中的所有符号向量通过LS信道估计算法估计对应的信道矩阵
Figure GDA0003465883080000167
作为第l个样本信道矩阵
Figure GDA0003465883080000168
”即为图5实施例中的“根据所述多组信号检测结果中的至少一组信号检测结果进行信道估计，得到至少一个估计信道矩阵”的一个具体实现。
需要说明的是，图4实施例与图5实施例可以单独实施，也可以相互结合实施。当将二者相结合实施时，下面给出一种针对图3所示的实施例的一种改进方案。
如图6所示，为本申请提出的一种基于遗传算法的信道估计方法流程图。假设对于K 个发送符号向量，信道矩阵H保持不变。对于第k个接收符号向量y(k)＝Hs(k)+n(k)。
则基于遗传算法的信道估计方法的步骤如下：
步骤1：参数设置。
设置外层循环的最大外层迭代次数Ng，内层循环的最大内层迭代次数Nb，种群数目PS。外层循环索引初始设置为g＝0。
步骤2：初始化
步骤2.1：设置外层循环索引g＝g+1，内层循环索引t＝0。
步骤2.2：样本信道矩阵初始化：
A、若g＝1，确定表示信道状态的Ps个初始样本信道矩阵Hi (g)，1≤i≤PS，所述Ps个初始样本信道矩阵包括P1个第一样本信道矩阵和Ps-P1个第二样本信道矩阵，所述P1个第一样本信道矩阵是根据先前的样本信道矩阵、或给定的参考信号确定的，Ps为大于1的整数，P1为不大于Ps的正整数，所述Ps-P1个第二样本信道矩阵中的至少一个为所述P1个第一样本信道矩阵中的任一个与第一扰动矩阵之和，所述第一扰动矩阵中的每个元素为均值等于0、方差等于σ2的复值高斯随机变量；或者，所述Ps-P1个第二样本信道矩阵中的至少一个是根据预设的随机算法生成的。或者，所述Ps-P1个第二样本信道矩阵中的至少一个是根据多组信号检测结果中的至少一组信号检测结果进行信道估计得到的，所述多组信号检测结果是对数据信号检测结果进行分组得到的，所述数据信号检测结果是利用所述P1个第一样本信道矩阵中的任一个矩阵对数据信号进行检测得到的。
对每个样本信道矩阵
Figure GDA0003465883080000169
初始化其对应的加权因子
Figure GDA00034658830800001610
1≤i≤PS。
B、若g>1，PS个样本信道矩阵中的一个信道矩阵可以是上一轮外层循环结束后，PS个样本信道矩阵中代价函数值最小的样本信道矩阵，即
Figure GDA0003465883080000171
利用信道矩阵
Figure GDA0003465883080000172
通过MIMO检测估计K个发送符号向量
Figure GDA0003465883080000173
将K个发送符号向量
Figure GDA0003465883080000174
分为PS-X个符号向量组，其中第l个符号向量组中的所有符号向量通过LS信道估计算法估计对应的信道矩阵
Figure GDA0003465883080000175
作为第l个样本信道矩阵
Figure GDA0003465883080000176
其他X-1个样本信道矩阵可以是随机生成或者是根据PS-X个样本信道矩阵中的一个信道样本矩阵与第二扰动矩阵之和，所述第二扰动矩阵中的每个元素为均值等于0、方差等于σ2的复值高斯随机变量。也即，其他Ps-1个样本信道矩阵中的至少一个是根据符号向量组确定的，符号向量组与上一轮外层循环结束后代价函数值最小的样本信道矩阵有关。
对每个样本信道矩阵
Figure GDA0003465883080000177
初始化其对应的加权因子
Figure GDA0003465883080000178
1≤i≤PS。
步骤2.3：对于第i个样本信道矩阵
Figure GDA0003465883080000179
通过MIMO检测算法估计发送的符号向量
Figure GDA00034658830800001710
其中MIMO检测算法可以是常用的MIMO检测算法之一，如最大似然检测，MMSE检测，球译码等。
步骤2.4：对于第i个样本信道矩阵
Figure GDA00034658830800001711
及其对应的MIMO检测结果
Figure GDA00034658830800001712
计算第i个样本信道矩阵对应的代价函数值：
Figure GDA00034658830800001713
其中，NR为接收端的天线数量。
步骤3：内层迭代。
步骤3.1：在PS个样本信道矩阵中寻找代价函数最小的样本信道矩阵(即最优的样本信道矩阵)以及代价函数最大的样本信道矩阵(即最差的样本信道矩阵)，记为：
Figure GDA00034658830800001714
步骤3.2：更新加权因子。具体地，对于第i个样本，计算更新因子
Figure GDA00034658830800001715
其中
Figure GDA00034658830800001716
随后按照下式计算更新加权因子并归一化：
Figure GDA00034658830800001717
Figure GDA00034658830800001718
步骤3.3：计算第PS+1个样本信道矩阵
Figure GDA00034658830800001719
以及第PS+2个样本信道矩阵
Figure GDA00034658830800001720
并通过MIMO检测得到对应的发送符号向量
Figure GDA00034658830800001721
和
Figure GDA0003465883080000181
步骤3.4：按照式(3)计算对应的代价函数值
Figure GDA0003465883080000182
和
Figure GDA0003465883080000183
得到二者中代价函数较小的信道矩阵(即
Figure GDA0003465883080000184
或
Figure GDA0003465883080000185
)，并用代价函数值较小的信道矩阵替换 PS个样本信道矩阵中代价函数值最大的样本信道矩阵。
步骤3.5：如果
Figure GDA0003465883080000186
与
Figure GDA0003465883080000187
比较接近，即|HPs+1-HPs+2|＜ε，则本次内层循环提前终止，转到步骤4。
如果|HPs+1-HPs+2|≥ε，则内层循环索引t＝t+1，判断内层迭代次数是否达到最大内层迭代次数，即t＝Nb。若t<Nb，则返回到步骤3.1；否则转到步骤4。
步骤4：判断终止及结果输出。
判断外层迭代次数是否达到最大外层迭代次数，即g＝Ng。若g<Ng，则返回到步骤2；否则输出当前代价函数值最小的样本信道矩阵
Figure GDA0003465883080000188
作为最终的信道估计结果。
需要说明的是，图6所示的实施例中是以代价函数值最小表示代价函数值最优的，当然也可以用代价函数值最大表示代价函数值最优。对此，本申请不做限定。
为解决上述问题(2)，本申请提出两种不同的参考信号资源的配置方法。
在第一种实现方法中，定义新的参考信号类型，如DMRS类型3，用于表示参考信号的资源未配置。基于该设计，如图7所示，为本申请提供的一种参考信号资源的配置方法流程图。该方法可以由终端设备、或用于终端设备的芯片执行。
该方法包括以下步骤：
步骤701，从网络设备接收参考信号的配置信息。
该配置信息可以包含于无线资源控制(Radio Resource Control，RRC)信令中。
这里的参考信号可以是DMRS，也可以是其他参考信号，本申请对此不做限定。为方便说明，以下以DMRS为例进行说明。
步骤702，根据所述参考信号的配置信息，确定参考信号的资源未配置。
也即，根据所述参考信号的配置信息，确定参考信号类型为DMRS类型3，进而确定参考信号的资源未配置。
基于该方案，通过接收到的参考信号的配置信息，可以确定参考信号的资源未配置。该方案可以与本申请上述信道估计方法相结合以实现在不配置DMRS资源的基础上，实现对信道的盲估计。由于无需配置DMRS资源，因此网络设备无需向终端设备指示DMRS端口，从而可以降低下行控制信息的开销。
下面给出上述方案的两种具体实现方法。
方法1，上述参考信号的配置信息包括第一指示信息，根据所述第一指示信息，确定所述参考信号的资源未配置。
比如，该第一指示信息用于指示DMRS类型3，从而可以确定参考信号的资源未配置。
下面结合一个具体示例对该方法进行说明。
基于该方法1，本实施例可以将DMRS按以下方式配置：
DMRS-DownlinkConfig information element
--ASN1START
--TAG-DMRS-DOWNLINKCONFIG-START
Figure GDA0003465883080000191
其中，DMRS-DownlinkConfig包含子字段dmrs-Type，该子字段包含1比特。当该子字段不存在时，用于表示DMRS类型1。当该子字段存在且取值为0时，表示DMRS类型2。当该子字段存在且取值为1时，表示DMRS类型3。因而，子字段dmrs-Type的取值“1”即为上述第一指示信息。
当DMRS-DownlinkConfig包含子字段dmrs-Type，且dmrs-Type取值为1时，则表示配置了DMRS类型3，在下行传输时无DMRS资源。相应地，在下行控制信息(Downlink controlinformation，DCI)调度下行数据时，无需指示DMRS端口。
需要说明的是，上述仅作为示例，实际应用中，也可以是其他指示方式。比如，dmrs-Type 子字段存在时，用于表示DMRS类型2。当该子字段存在且取值为1时，表示DMRS类型 1。当该子字段存在且取值为0时，表示DMRS类型3。因而，子字段dmrs-Type的取值“0”即为上述第一指示信息。
方法2，确定所述参考信号的配置信息不包含第二指示信息，则确定所述参考信号的资源未配置，所述第二指示信息用于指示预设类型的参考信号，所述预设类型的参考信号表示终端设备被配置有参考信号。
当参考信号为DMRS时，则所述第二指示信息指示的所述预设类型的参考信号为配置类型1(即DMRS类型1)或配置类型2(即DMRS类型2)。
下面结合一个具体示例对该方法进行说明。
基于该方法2，本申请还可以通过高层信令或动态信令(如DCI)等来配置或通知。以高层信令为DMRS-DownlinkConfig为例，则本申请可以将DMRS按以下方式配置。
DMRS-DownlinkConfig information element
--ASN1START
--TAG-DMRS-DOWNLINKCONFIG-START
Figure GDA0003465883080000192
Figure GDA0003465883080000201
其中，高层信令DMRS-DownlinkConfig包含子字段dmrs-Type，该子字段包含1比特。当该子字段不存在时，用于表示DMRS类型3。当该子字段存在且取值为0时，表示DMRS 类型1。当该子字段存在且取值为1时，表示DMRS类型2。因而，子字段dmrs-Type的取值“0”或“1”即为上述第二指示信息。
当DMRS-DownlinkConfig不包含子字段dmrs-Type时，则表示配置了DMRS类型3，在下行传输时无DMRS资源。相应地，在DCI调度下行数据时，无需指示DMRS端口。
再比如，上述参考信号还可以是信道状态信息参考信号(Channel StateInformation-Reference Signal，CSI-RS)，下面结合一个具体示例对该方法进行说明。网络设备通过高层信令CSI-RS-ResourceMapping对CSI-RS资源进行配置。
CSI-RS-ResourceMapping information element
--ASN1START
--TAG-CSI-RS-RESOURCEMAPPING-START
Figure GDA0003465883080000202
--TAG-CSI-RS-RESOURCEMAPPING-STOP
--ASN1STOP
方法1、在nrofPorts增加状态p0，指示port数目为0，用于指示无CSI-RS的资源映射。
当nrofPorts子字段指示的为p0时，表示无CSI-RS的资源映射，也即指示CSI-RS资源未配置。
当nrofPorts子字段指示的为p1，p2，p4，p8，p12，p16，p24或p32中的一种时，表示有CSI-RS的资源映射，也即指示配置了CSI-RS资源。
方法2、通过nrofPorts子字段的有无，来确定是否有CSI-RS的资源映射。
当CSI-RS-ResourceMapping包含nrofPorts子字段时，表示有CSI-RS的资源映射，也即指示CSI-RS资源未配置。
当CSI-RS-ResourceMapping不包含nrofPorts子字段时，表示无CSI-RS的资源映射，也即指示配置了CSI-RS资源。
方法3、在firstOFDMSymbolInTimeDomain2增加新的状态，例如状态0，表示无CSI-RS 的资源映射。
当firstOFDMSymbolInTimeDomain2子字段指示的为0时，表示无CSI-RS的资源映射也即指示CSI-RS资源未配置。
当firstOFDMSymbolInTimeDomain2子字段指示的为2、3、4、5、6、7、8、9、10、 11或12中的一种时，表示有CSI-RS的资源映射，也即指示配置了CSI-RS资源。
方法4、通过firstOFDMSymbolInTimeDomain2子字段的有无，来确定是否有CSI-RS的资源映射。
当CSI-RS-ResourceMapping包含firstOFDMSymbolInTimeDomain2子字段时，表示有CSI-RS的资源映射，也即指示配置了CSI-RS资源。
当CSI-RS-ResourceMapping不包含firstOFDMSymbolInTimeDomain2子字段时，表示无CSI-RS的资源映射也即指示CSI-RS资源未配置。
再比如，上述参考信号还可以是探测参考信号(Sounding Reference Signal，SRS)，下面结合一个具体示例对该方法进行说明。网络设备通过高层信令SRS-Resource对SRS资源进行配置。
Figure GDA0003465883080000211
Figure GDA0003465883080000221
方法1、在nrofSRS-Ports增加状态port0，用于指示无SRS的资源映射，也即指示CSI-RS 资源未配置。
当nrofSRS-Ports子字段指示的为port0时，表示无SRS的资源映射，也即指示CSI-RS 资源未配置。
当nrofSRS-Ports子字段指示的为port1，port2，或port4中的一种时，表示有SRS的资源映射，也即指示配置了CSI-RS资源。
方法2、通过nrofSRS-Ports子字段的有无，来确定是否有SRS的资源映射。
当SRS-Resource包含nrofSRS-Ports子字段时，表示有SRS的资源映射，也即指示配置了CSI-RS资源。
当SRS-Resource不包含nrofSRS-Ports子字段时，表示无SRS的资源映射，也即指示 CSI-RS资源未配置。
方法3、在nrofSymbols增加新的状态，例如状态0，表示无SRS的资源映射。
当nrofSymbols子字段指示的为0时，表示无SRS的资源映射，也即指示CSI-RS资源未配置。
当nrofSymbols子字段指示的为n1、n2或n4中的一种时，表示有SRS的资源映射，也即指示配置了CSI-RS资源。
方法4、通过nrofSymbols子字段的有无，来确定是否有SRS的资源映射。
当SRS-Resource包含nrofSymbols子字段时，表示有SRS的资源映射，也即指示配置了CSI-RS资源。
当SRS-Resource不包含nrofSymbols子字段时，表示无SRS的资源映射，也即指示CSI-RS资源未配置。
如图8所示，为本申请提供的又一种参考信号资源的配置方法流程图。该方法可以由终端设备、或用于终端设备的芯片执行。
步骤801，从网络设备接收第三指示信息和预设类型的参考信号，所述第三指示信息用于指示参考信号实际占用的频域资源小于或等于所述预设类型的参考信号对应的频域资源；
这里的参考信号可以是DMRS，也可以是其他参考信号，本申请对此不做限定。
以参考信号为DMRS为例，则这里的预设类型包括配置类型1和配置类型2。
步骤802，根据所述第三指示信息和预设类型的参考信号，确定参考信号实际占用的频域资源。
基于该方案，在现有DMRS配置基础上，无需额外定义新的DMRS类型。通过指示信息，可以指示配置的参考信号占用的频域资源为现有配置下DMRS频域资源的子集，从而在兼容现有DMRS配置的基础上，提升了参考信号配置的灵活性。
在一种实现方法中，第三指示信息具体可以用于：指示参考信号实际占用的频域资源与预设类型的参考信号占用的频域资源的第一比值。
比如，在一种情形中，该第一比值等于0，则表示参考信号的频域资源未配置。也即，可以根据该第一比值和预设类型的参考信号，确定参考信号的频域资源未配置。
再比如，在又一种情形中，该第一比值为小于或等于1的正数，则表示配置的参考信号占用的频域资源与预设类型的参考信号占用的频域资源的比值为所述第一比值。
当上述第一比值为小于或等于1的正数时，进一步的，还可以从网络设备接收第四指示信息，所述第四指示信息用于指示参考信号实际占用的时域资源相对于所述预设类型的参考信号占用的时域资源的偏移量；根据所述第四指示信息和预设的参考信号的类型，确定参考信号实际占用的时域资源。也即，一方面可以确定配置的参考信号占用的频域资源，另一方面还可以确定配置的参考信号占用的时域资源。
下面结合具体示例和附图，对图8实施例的方案进行介绍说明。需要说明的是，该示例中是以参考信号为DMRS为例进行说明，但不限于参考信号为DMRS，比如还可以是 CSI-RS或SRS等。
如图9所示，为本申请提出的基于现有NR DMRS配置的低开销参考信号指示方法示意图。以DMRS类型1的单符号为例，时频资源映射方式如图9中左图所示。其中DMRS 端口0/1占用偶数索引子载波，DMRS端口2/3占用奇数索引子载波。在一个OFDM符号内，所有子载波都被DMRS占用。
对于适用于本申请提出的上述信道估计方法的DMRS设计，无需如此密集的DMRS排布，甚至无需DMRS。因而，网络设备可以向终端设备发送指示信息，指示信息用于指示现有DMRS资源的部分资源被使用。具体地，指示信息包含频域长度指示(即上述第三指示信息)，该频域长度指示用于指示比例系数β，β为小于或等于1的实数。β的可选取值可以是预设的一个或多个值。如β＝1，β＝1/3，β＝0等。β用于表示DMRS的频域资源长度为现有DMRS类型对应的频域资源长度的β倍。如图9所示，当β＝1/3时，一个资源块(Resource Block，RB)内仅有1/3的子载波用于DMRS资源。特别地，β＝0表示无DMRS资源。β＝1 表示现有NR的DMRS资源映射方式。
此外，指示信息还可以包含时域位置指示(即上述第四指示信息)，用于指示DMRS的时域资源相对于现有DMRS的时域资源的偏移量。例如，时域位置指示用于指示偏移符号数lΔ，则表示DMRS位于OFDM符号
Figure GDA0003465883080000241
Figure GDA0003465883080000242
表示现有协议中定义的DMRS所在的 OFDM符号。
可以理解的，本申请实施例中，终端设备和/或网络设备可以执行本申请实施例中的部分或全部步骤，这些步骤或操作仅是示例，本申请实施例还可以执行其它操作或者各种操作的变形。此外，各个步骤可以按照本申请实施例呈现的不同的顺序来执行，并且有可能并非要执行本申请实施例中的全部操作。在本申请的各个实施例中，如果没有特殊说明以及逻辑冲突，不同的实施例之间的术语和/或描述具有一致性、且可以相互引用，不同的实施例中的技术特征根据其内在的逻辑关系可以组合形成新的实施例。
可以理解的是，上述方法实施例中，由终端设备实现的方法，也可以由可用于终端设备的部件(例如芯片或者电路)实现，本申请实施例对此不作限定。
图10示出了本发明实施例中所涉及的通信装置的可能的示例性框图，该装置1000可以以软件或者硬件的形式存在。装置1000可以包括：样本信道矩阵确定单元1001和信道估计单元1002。作为一种实现方式，样本信道矩阵确定单元1001和信道估计单元1002可以集成于一个处理单元，该处理单元用于对装置1000的动作进行控制管理。
其中，当样本信道矩阵确定单元1001和信道估计单元1002集成于一个处理单元时，该处理单元可以是处理器或控制器，例如可以是通用中央处理器(central processingunit， CPU)，通用处理器，数字信号处理(digital signal processing，DSP)，专用集成电路(application specific integrated circuits，ASIC)，现场可编程门阵列(fieldprogrammable gate array，FPGA) 或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本发明公开内容所描述的各种示例性的逻辑方框，模块和电路。所述处理器也可以是实现计算功能的组合，例如包括一个或多个微处理器组合，DSP和微处理器的组合等等。
该装置1000可以为用于执行图4实施例的终端设备、或网络设备，还可以为用于执行图4实施例的芯片。例如当样本信道矩阵确定单元1001和信道估计单元1002集成于一个处理单元时，该处理单元例如可以是处理器。
在一个实施例中：
样本信道矩阵确定单元1001，用于确定表示信道状态的Ps个初始样本信道矩阵，所述 Ps个初始样本信道矩阵包括P1个第一样本信道矩阵和Ps-P1个第二样本信道矩阵，所述P1 个第一样本信道矩阵是根据先前的样本信道矩阵、或给定的参考信号确定的，Ps为大于1 的整数，P1为不大于Ps的正整数；信道估计单元1002，用于根据所述Ps个初始样本信道矩阵，确定信道矩阵，得到信道估计结果。
在一种可能的实现方法中，所述Ps-P1个第二样本信道矩阵中的至少一个为所述P1个第一样本信道矩阵中的任一个与第一扰动矩阵之和，所述第一扰动矩阵中的每个元素为均值等于0、方差等于σ2的复值高斯随机变量；或者，所述Ps-P1个第二样本信道矩阵中的至少一个是根据预设的随机算法生成的；或者，所述Ps-P1个第二样本信道矩阵中的至少一个是根据多组信号检测结果中的至少一组信号检测结果进行信道估计得到的，所述多组信号检测结果是对数据信号检测结果进行分组得到的，所述数据信号检测结果是利用所述P1个第一样本信道矩阵中的任一个矩阵对数据信号进行检测得到的。
图10所示的装置执行信道估计方法的具体有益效果，可参考前述图4所示的方法实施例中的相关描述，这里不再赘述。可以理解的是，本申请实施例中的单元也可以称为模块。上述单元或者模块可以独立存在，也可以集成在一起。
图11示出了本发明实施例中所涉及的通信装置的可能的示例性框图，该装置1100可以以软件或者硬件的形式存在。装置1100可以包括：信道矩阵处理单元1101，所述信道矩阵处理单元1101包括数据信号检测子单元11011、分组子单元11012和信道估计子单元11013。作为一种实现方式，信道矩阵处理单元1101可以集成于处理单元上，该处理单元用于对装置1100的动作进行控制管理。
其中，当信道矩阵处理单元1101集成于处理单元时，该处理单元可以是处理器或控制器，例如可以是CPU，通用处理器，DSP，ASIC，FPGA或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本发明公开内容所描述的各种示例性的逻辑方框，模块和电路。所述处理器也可以是实现计算功能的组合，例如包括一个或多个微处理器组合，DSP和微处理器的组合等等。
该装置1100可以为用于执行图5实施例的终端设备、或网络设备，还可以为用于执行图5实施例的芯片。例如当信道矩阵处理单元1101集成于处理单元时，该处理单元例如可以是处理器。
在一个实施例中：
信道矩阵处理单元1101，用于对数据信号和样本信道矩阵进行N次处理后得到信道矩阵；N为正整数，其中，单次处理过程中：
数据信号检测子单元11011，用于利用第三样本信道矩阵，对数据信号进行检测，获得数据信号检测结果；分组子单元11012，用于对所述数据信号检测结果进行分组，得到多组信号检测结果；信道估计子单元11013，用于根据所述多组信号检测结果中的至少一组信号检测结果进行信道估计，得到至少一个估计信道矩阵。
在一种可能的实现方法中，所述N次处理中的第一次处理所使用的第三样本信道矩阵，是Ps个初始样本信道矩阵经过处理后，代价函数值最优的信道矩阵。
在一种可能的实现方法中，所述Ps个初始样本信道矩阵，包括P1个第一样本信道矩阵和Ps-P1个第二样本信道矩阵；其中，所述P1个第一样本信道矩阵是根据先前的样本信道矩阵、或给定的参考信号确定的，Ps为大于1的整数，P1为不大于Ps的正整数。
在一种可能的实现方法中，所述Ps-P1个第二样本信道矩阵中的至少一个为所述P1个第一样本信道矩阵中的任一个与第一扰动矩阵之和，所述第一扰动矩阵中的每个元素为均值等于0、方差等于σ2的复值高斯随机变量。
在一种可能的实现方法中，所述Ps个初始样本信道矩阵，是随机生成的样本信道矩阵。
在一种可能的实现方法中，所述N次处理中的除第一次之外的处理中，所使用的第三样本信道矩阵，为代价函数值最优的信道矩阵。
在一种可能的实现方法中，所述代价函数值最优的信道矩阵，是对多个第四样本信道矩阵进行处理后得到的，所述多个第四样本信道矩阵包括至少一个所述估计信道矩阵。
在一种可能的实现方法中，所述多个第四样本信道矩阵，还包括随机生成的样本信道矩阵。
在一种可能的实现方法中，所述多个第四样本信道矩阵中的至少一个为所述第三样本信道矩阵与第二扰动矩阵之和，所述第二扰动矩阵中的每个元素为均值等于0、方差等于σ2的复值高斯随机变量。
图11所示的装置执行信道估计方法的具体有益效果，可参考前述图5所示的方法实施例中的相关描述，这里不再赘述。可以理解的是，本申请实施例中的单元也可以称为模块。上述单元或者模块可以独立存在，也可以集成在一起。
图12示出了本发明实施例中所涉及的通信装置的可能的示例性框图，该装置1200可以以软件或者硬件的形式存在。装置1200可以包括：接收单元1201和确定单元1202。作为一种实现方式，确定单元1202可以集成于处理单元上，该处理单元用于对装置1200的动作进行控制管理。
其中，当确定单元1202集成于处理单元时，该处理单元可以是处理器或控制器，例如可以是CPU，通用处理器，DSP，ASIC，FPGA或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本发明公开内容所描述的各种示例性的逻辑方框，模块和电路。所述处理器也可以是实现计算功能的组合，例如包括一个或多个微处理器组合，DSP和微处理器的组合等等。
该装置1200可以为用于执行图7实施例的终端设备，还可以为用于执行图7实施例的芯片。例如当确定单元1202集成于处理单元时，该处理单元例如可以是处理器。
在一个实施例中：
接收单元1201，用于从网络设备接收参考信号的配置信息；确定单元1202，用于根据所述参考信号的配置信息，确定参考信号的资源未配置。
在一种可能的实现方法中，所述参考信号的配置信息包括第一指示信息；确定单元1202，具体用于根据所述第一指示信息，确定所述参考信号的资源未配置。
在一种可能的实现方法中，确定单元1202，具体用于确定所述参考信号的配置信息不包含第二指示信息，则确定所述参考信号的资源未配置，所述第二指示信息用于指示预设类型的参考信号，所述预设类型的参考信号表示终端设备被配置有参考信号。
在一种可能的实现方法中，所述参考信号为DMRS，所述第二指示信息指示的所述预设类型的参考信号为配置类型1或配置类型2。
图12所示的装置执行信道估计方法的具体有益效果，可参考前述图7所示的方法实施例中的相关描述，这里不再赘述。可以理解的是，本申请实施例中的单元也可以称为模块。上述单元或者模块可以独立存在，也可以集成在一起。
图13示出了本发明实施例中所涉及的通信装置的可能的示例性框图，该装置1300可以以软件或者硬件的形式存在。装置1300可以包括：接收单元1301和确定单元1302。作为一种实现方式，确定单元1302可以集成于处理单元上，该处理单元用于对装置1300的动作进行控制管理。
其中，当确定单元1302集成于处理单元时，该处理单元可以是处理器或控制器，例如可以是CPU，通用处理器，DSP，ASIC，FPGA或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本发明公开内容所描述的各种示例性的逻辑方框，模块和电路。所述处理器也可以是实现计算功能的组合，例如包括一个或多个微处理器组合，DSP和微处理器的组合等等。
该装置1300可以为用于执行图8实施例的终端设备，还可以为用于执行图8实施例的芯片。例如当确定单元1302集成于处理单元时，该处理单元例如可以是处理器。
在一个实施例中：
接收单元1301，用于从网络设备接收第三指示信息和预设类型的参考信号，所述第三指示信息用于指示参考信号实际占用的频域资源小于或等于所述预设类型的参考信号对应的频域资源；确定单元1302，用于根据所述第三指示信息和预设类型的参考信号，确定参考信号实际占用的频域资源。
在一种可能的实现方法中，所述第三指示信息指示所述参考信号实际占用的频域资源与所述预设类型的参考信号占用的频域资源的第一比值。
在一种可能的实现方法中，所述第一比值等于0；确定单元1302，具体用于根据所述第一比值和预设类型的参考信号，确定参考信号的频域资源未配置。
在一种可能的实现方法中，所述第一比值为小于或等于1的正数；接收单元1301，还用于从网络设备接收第四指示信息，所述第四指示信息用于指示参考信号实际占用的时域资源相对于所述预设类型的参考信号占用的时域资源的偏移量；根据所述第四指示信息和预设的参考信号的类型，确定参考信号实际占用的时域资源。
在一种可能的实现方法中，所述参考信号为DMRS，所述预设的参考信号的类型为配置类型1或配置类型2。
图13所示的装置执行信道估计方法的具体有益效果，可参考前述图8所示的方法实施例中的相关描述，这里不再赘述。可以理解的是，本申请实施例中的单元也可以称为模块。上述单元或者模块可以独立存在，也可以集成在一起。
参考图14，其为本申请实施例提供的一种终端设备的结构示意图。该终端设备用于实现以上实施例中终端设备的操作。如图14所示，该终端设备包括：天线1410、射频装置1420、信号处理部分1430。天线1410与射频装置1420连接。在下行方向上，射频装置1420 通过天线1410接收网络设备发送的信息，将网络设备发送的信息发送给信号处理部分1430进行处理。在上行方向上，信号处理部分1430对终端设备的信息进行处理，并发送给射频装置1420，射频装置1420对终端设备的信息进行处理后经过天线1410发送给网络设备。
信号处理部分1430用于实现对数据各通信协议层的处理。信号处理部分1430可以为该终端设备的一个子系统，则该终端设备还可以包括其它子系统，例如中央处理子系统，用于实现对终端设备操作系统以及应用层的处理；再如，周边子系统用于实现与其它设备的连接。信号处理部分1430可以为单独设置的芯片。可选的，以上的装置可以位于信号处理部分1430。
信号处理部分1430可以包括一个或多个处理元件14301(例如，包括一个主控CPU和其它集成电路)和接口电路14303。此外，该信号处理部分1430还可以包括存储元件14302。存储元件14302用于存储数据和程序，用于执行以上方法中终端设备所执行的方法的程序可能存储，也可能不存储于该存储元件14302中，例如，存储于信号处理部分1430之外的存储器中，使用时信号处理部分1430加载该程序到缓存中进行使用。接口电路14303用于与装置通信。以上装置可以位于信号处理部分1430，该信号处理部分1430可以通过芯片实现，该芯片包括至少一个处理元件和接口电路，其中处理元件用于执行以上终端设备执行的任一种方法的各个步骤，接口电路用于与其它装置通信。比如，处理元件14301可用于执行图4实施例的步骤401、步骤402，执行图4实施例的步骤501至步骤503，执行图7 实施例的步骤702，执行图8实施例的步骤802。再比如，接口电路14303可用于执行图7 实施例的步骤701，执行图8实施例的步骤801。
在一种实现中，实现以上方法中各个步骤的单元可以通过处理元件调度程序的形式实现，例如该装置包括处理元件和存储元件，处理元件调用存储元件存储的程序，以执行以上方法实施例中终端设备执行的方法。存储元件可以为处理元件处于同一芯片上的存储元件，即片内存储元件。
在另一种实现中，用于执行以上方法中终端设备所执行的方法的程序可以在与处理元件处于不同芯片上的存储元件，即片外存储元件。此时，处理元件从片外存储元件调用或加载程序于片内存储元件上，以调用并执行以上方法实施例中终端设备执行的方法。
在又一种实现中，终端设备实现以上方法中各个步骤的单元可以是被配置成一个或多个处理元件，这些处理元件设置于信号处理部分1430上，这里的处理元件可以为集成电路，例如：一个或多个ASIC，或，一个或多个DSP，或，一个或者多个FPGA，或者这些类集成电路的组合。这些集成电路可以集成在一起，构成芯片。
实现以上方法中各个步骤的单元可以集成在一起，以片上系统(system-on-a-chip，SOC) 的形式实现，该SOC芯片，用于实现以上方法。该芯片内可以集成至少一个处理元件和存储元件，由处理元件调用存储元件的存储的程序的形式实现以上终端设备执行的方法；或者，该芯片内可以集成至少一个集成电路，用于实现以上终端设备执行的方法；或者，可以结合以上实现方式，部分单元的功能通过处理元件调用程序的形式实现，部分单元的功能通过集成电路的形式实现。
可见，以上装置可以包括至少一个处理元件和接口电路，其中至少一个处理元件用于执行以上方法实施例所提供的任一种终端设备执行的方法。处理元件可以以第一种方式：即调用存储元件存储的程序的方式执行终端设备执行的部分或全部步骤；也可以以第二种方式：即通过处理器元件中的硬件的集成逻辑电路结合指令的方式执行终端设备执行的部分或全部步骤；当然，也可以结合第一种方式和第二种方式执行终端设备执行的部分或全部步骤。
这里的处理元件同以上描述，可以是通用处理器，例如CPU，还可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个ASIC，或，一个或多个微处理器DSP，或，一个或者多个FPGA等，或这些集成电路形式中至少两种的组合。存储元件可以是一个存储器，也可以是多个存储元件的统称。
请参考图15，其为本申请实施例提供的一种网络设备的结构示意图。该网络设备用于实现以上实施例中网络设备的操作。如图15所示，该网络设备包括：天线1510、射频装置 1520、基带装置1530。天线1510与射频装置1520连接。在上行方向上，射频装置1520通过天线1510接收终端设备发送的信息，将终端设备发送的信息发送给基带装置1530进行处理。在下行方向上，基带装置1530对终端设备的信息进行处理，并发送给射频装置1520，射频装置1520对终端设备的信息进行处理后经过天线1510发送给终端设备。
基带装置1530可以包括一个或多个处理元件1531，例如，包括一个主控CPU和其它集成电路。此外，该基带装置1530还可以包括存储元件1532和接口1533，存储元件1532 用于存储程序和数据；接口1533用于与射频装置1520交互信息，该接口1533例如为通用公共无线接口(common public radio interface，CPRI)。以上用于网络设备的装置可以位于基带装置1530，例如，以上用于网络设备的装置可以为基带装置1530上的芯片，该芯片包括至少一个处理元件和接口电路，其中处理元件用于执行以上网络设备执行的任一种方法的各个步骤，接口电路用于与其它装置通信。在一种实现中，网络设备实现以上方法中各个步骤的单元可以通过处理元件调度程序的形式实现，例如用于网络设备的装置包括处理元件和存储元件，处理元件调用存储元件存储的程序，以执行以上方法实施例中网络设备执行的方法。存储元件可以为处理元件处于同一芯片上的存储元件，即片内存储元件，也可以为与处理元件处于不同芯片上的存储元件，即片外存储元件。
在另一种实现中，网络设备实现以上方法中各个步骤的单元可以是被配置成一个或多个处理元件，这些处理元件设置于基带装置上，这里的处理元件可以为集成电路，例如：一个或多个ASIC，或，一个或多个DSP，或，一个或者多个FPGA，或者这些类集成电路的组合。这些集成电路可以集成在一起，构成芯片。
网络设备实现以上方法中各个步骤的单元可以集成在一起，以片上系统(system-on-a-chip，SOC)的形式实现，例如，基带装置包括该SOC芯片，用于实现以上方法。该芯片内可以集成至少一个处理元件和存储元件，由处理元件调用存储元件的存储的程序的形式实现以上网络设备执行的方法；或者，该芯片内可以集成至少一个集成电路，用于实现以上网络设备执行的方法；或者，可以结合以上实现方式，部分单元的功能通过处理元件调用程序的形式实现，部分单元的功能通过集成电路的形式实现。
可见，以上用于网络设备的装置可以包括至少一个处理元件和接口电路，其中至少一个处理元件用于执行以上方法实施例所提供的任一种网络设备执行的方法。处理元件可以以第一种方式：即调用存储元件存储的程序的方式执行网络设备执行的部分或全部步骤；也可以以第二种方式：即通过处理器元件中的硬件的集成逻辑电路结合指令的方式执行网络设备执行的部分或全部步骤；当然，也可以结合第一种方式和第二种方式执行以上网络设备执行的部分或全部步骤。
这里的处理元件同以上描述，可以是通用处理器，例如CPU，还可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个专用集成电路(ASIC)，或，一个或多个微处理器DSP，或，一个或者多个FPGA等，或这些集成电路形式中至少两种的组合。存储元件可以是一个存储器，也可以是多个存储元件的统称。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质 (例如固态硬盘(Solid State Disk，SSD))等。
本申请实施例中所描述的各种说明性的逻辑单元和电路可以通过通用处理器，数字信号处理器，ASIC，现场可编程门阵列(FPGA)或其它可编程逻辑装置，离散门或晶体管逻辑，离散硬件部件，或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器，可选地，该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现，例如数字信号处理器和微处理器，多个微处理器，一个或多个微处理器联合一个数字信号处理器核，或任何其它类似的配置来实现。
本申请实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件单元、或者这两者的结合。软件单元可以存储于RAM存储器、闪存、ROM存储器、EPROM 存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地，存储媒介可以与处理器连接，以使得处理器可以从存储媒介中读取信息，并可以向存储媒介存写信息。可选地，存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中，ASIC可以设置于终端中。可选地，处理器和存储媒介也可以设置于终端中的不同的部件中。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管结合具体特征及其实施例对本申请进行了描述，显而易见的，在不脱离本申请的精神和范围的情况下，可对其进行各种修改和组合。相应地，本说明书和附图仅仅是所附权利要求所界定的本申请的示例性说明，且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包括这些改动和变型在内。

Claims (22)

1.一种信道估计方法，其特征在于，包括：
确定表示信道状态的Ps个初始样本信道矩阵，所述Ps个初始样本信道矩阵包括P1个第一样本信道矩阵和Ps-P1个第二样本信道矩阵，所述P1个第一样本信道矩阵是根据先前的样本信道矩阵、或给定的参考信号确定的，Ps为大于1的整数，P1为不大于Ps的正整数；
根据所述Ps个初始样本信道矩阵，确定信道矩阵，得到信道估计结果。
2.如权利要求1所述的信道估计方法，其特征在于，所述Ps-P1个第二样本信道矩阵中的至少一个为所述P1个第一样本信道矩阵中的任一个与第一扰动矩阵之和，所述第一扰动矩阵中的每个元素为均值等于0、方差等于σ2的复值高斯随机变量；或者，
所述Ps-P1个第二样本信道矩阵中的至少一个是根据预设的随机算法生成的；或者，
所述Ps-P1个第二样本信道矩阵中的至少一个是根据多组信号检测结果中的至少一组信号检测结果进行信道估计得到的，所述多组信号检测结果是对数据信号检测结果进行分组得到的，所述数据信号检测结果是利用所述P1个第一样本信道矩阵中的任一个矩阵对数据信号进行检测得到的。
3.一种信道估计装置，其特征在于，包括：
样本信道矩阵确定单元，用于确定表示信道状态的Ps个初始样本信道矩阵，所述Ps个初始样本信道矩阵包括P1个第一样本信道矩阵和Ps-P1个第二样本信道矩阵，所述P1个第一样本信道矩阵是根据先前的样本信道矩阵、或给定的参考信号确定的，Ps为大于1的整数，P1为不大于Ps的正整数；
信道估计单元，用于根据所述Ps个初始样本信道矩阵，确定信道矩阵，得到信道估计结果。
4.如权利要求3所述的信道估计装置，其特征在于，所述Ps-P1个第二样本信道矩阵中的至少一个为所述P1个第一样本信道矩阵中的任一个与第一扰动矩阵之和，所述第一扰动矩阵中的每个元素为均值等于0、方差等于σ2的复值高斯随机变量；或者，
所述Ps-P1个第二样本信道矩阵中的至少一个是根据预设的随机算法生成的；或者，
所述Ps-P1个第二样本信道矩阵中的至少一个是根据多组信号检测结果中的至少一组信号检测结果进行信道估计得到的，所述多组信号检测结果是对数据信号检测结果进行分组得到的，所述数据信号检测结果是利用所述P1个第一样本信道矩阵中的任一个矩阵对数据信号进行检测得到的。
5.一种信道估计方法，其特征在于，包括：
对数据信号和样本信道矩阵进行N次处理后得到信道矩阵；N为正整数，其中，单次处理包括如下步骤：
利用第三样本信道矩阵，对数据信号进行检测，获得数据信号检测结果；
对所述数据信号检测结果进行分组，得到多组信号检测结果；
根据所述多组信号检测结果中的至少一组信号检测结果进行信道估计，得到至少一个估计信道矩阵。
6.如权利要求5所述的信道估计方法，其特征在于，所述N次处理中的第一次处理所使用的第三样本信道矩阵，是Ps个初始样本信道矩阵经过处理后，代价函数值最优的信道矩阵。
7.如权利要求6所述的信道估计方法，其特征在于，所述Ps个初始样本信道矩阵，包括P1个第一样本信道矩阵和Ps-P1个第二样本信道矩阵；其中，所述P1个第一样本信道矩阵是根据先前的样本信道矩阵、或给定的参考信号确定的，Ps为大于1的整数，P1为不大于Ps的正整数。
8.如权利要求7所述的信道估计方法，其特征在于，所述Ps-P1个第二样本信道矩阵中的至少一个为所述P1个第一样本信道矩阵中的任一个与第一扰动矩阵之和，所述第一扰动矩阵中的每个元素为均值等于0、方差等于σ2的复值高斯随机变量；或者，
所述Ps-P1个第二样本信道矩阵中的至少一个是根据预设的随机算法生成的；或者，
所述Ps-P1个第二样本信道矩阵中的至少一个是根据多组信号检测结果中的至少一组信号检测结果进行信道估计得到的，所述多组信号检测结果是对数据信号检测结果进行分组得到的，所述数据信号检测结果是利用所述P1个第一样本信道矩阵中的任一个矩阵对数据信号进行检测得到的。
9.如权利要求6所述的信道估计方法，其特征在于，所述Ps个初始样本信道矩阵，是随机生成的样本信道矩阵。
10.如权利要求5或6所述的信道估计方法，其特征在于，所述N次处理中的除第一次之外的处理中，所使用的第三样本信道矩阵，为代价函数值最优的信道矩阵。
11.如权利要求10所述的信道估计方法，其特征在于，所述代价函数值最优的信道矩阵，是对多个第四样本信道矩阵进行处理后得到的，所述多个第四样本信道矩阵包括至少一个所述估计信道矩阵。
12.如权利要求11所述的信道估计方法，其特征在于，所述多个第四样本信道矩阵，还包括随机生成的样本信道矩阵。
13.如权利要求11所述的信道估计方法，其特征在于，所述多个第四样本信道矩阵中的至少一个为所述第三样本信道矩阵与第二扰动矩阵之和，所述第二扰动矩阵中的每个元素为均值等于0、方差等于σ2的复值高斯随机变量；或者，
所述第四样本信道矩阵中的至少一个是根据预设的随机算法生成的；或者，
所述第四样本信道矩阵中的至少一个是根据多组信号检测结果中的至少一组信号检测结果进行信道估计得到的，所述多组信号检测结果是对数据信号检测结果进行分组得到的，所述数据信号检测结果是利用P1个第一样本信道矩阵中的任一个矩阵对数据信号进行检测得到的。
14.一种信道估计装置，其特征在于，包括：信道矩阵处理单元，所述信道矩阵处理单元包括数据信号检测子单元、分组子单元和信道估计子单元；
所述信道矩阵处理单元，用于对数据信号和样本信道矩阵进行N次处理后得到信道矩阵；N为正整数，其中，单次处理过程中：
所述数据信号检测子单元，用于利用第三样本信道矩阵，对数据信号进行检测，获得数据信号检测结果；
所述分组子单元，用于对所述数据信号检测结果进行分组，得到多组信号检测结果；
所述信道估计子单元，用于根据所述多组信号检测结果中的至少一组信号检测结果进行信道估计，得到至少一个估计信道矩阵。
15.如权利要求14所述的信道估计装置，其特征在于，所述N次处理中的第一次处理所使用的第三样本信道矩阵，是Ps个初始样本信道矩阵经过处理后，代价函数值最优的信道矩阵。
16.如权利要求15所述的信道估计装置，其特征在于，所述Ps个初始样本信道矩阵，包括P1个第一样本信道矩阵和Ps-P1个第二样本信道矩阵；其中，所述P1个第一样本信道矩阵是根据先前的样本信道矩阵、或给定的参考信号确定的，Ps为大于1的整数，P1为不大于Ps的正整数。
17.如权利要求16所述的信道估计装置，其特征在于，所述Ps-P1个第二样本信道矩阵中的至少一个为所述P1个第一样本信道矩阵中的任一个与第一扰动矩阵之和，所述第一扰动矩阵中的每个元素为均值等于0、方差等于σ2的复值高斯随机变量；或者，
所述Ps-P1个第二样本信道矩阵中的至少一个是根据预设的随机算法生成的；或者，
所述Ps-P1个第二样本信道矩阵中的至少一个是根据多组信号检测结果中的至少一组信号检测结果进行信道估计得到的，所述多组信号检测结果是对数据信号检测结果进行分组得到的，所述数据信号检测结果是利用所述P1个第一样本信道矩阵中的任一个矩阵对数据信号进行检测得到的。
18.如权利要求15所述的信道估计装置，其特征在于，所述Ps个初始样本信道矩阵，是随机生成的样本信道矩阵。
19.如权利要求14或15所述的信道估计装置，其特征在于，所述N次处理中的除第一次之外的处理中，所使用的第三样本信道矩阵，为代价函数值最优的信道矩阵。
20.如权利要求19所述的信道估计装置，其特征在于，所述代价函数值最优的信道矩阵，是对多个第四样本信道矩阵进行处理后得到的，所述多个第四样本信道矩阵包括至少一个所述估计信道矩阵。
21.如权利要求20所述的信道估计装置，其特征在于，所述多个第四样本信道矩阵，还包括随机生成的样本信道矩阵。
22.如权利要求20所述的信道估计装置，其特征在于，所述多个第四样本信道矩阵中的至少一个为所述第三样本信道矩阵与第二扰动矩阵之和，所述第二扰动矩阵中的每个元素为均值等于0、方差等于σ2的复值高斯随机变量；或者，
所述第四样本信道矩阵中的至少一个是根据预设的随机算法生成的；或者，
所述第四样本信道矩阵中的至少一个是根据多组信号检测结果中的至少一组信号检测结果进行信道估计得到的，所述多组信号检测结果是对数据信号检测结果进行分组得到的，所述数据信号检测结果是利用P1个第一样本信道矩阵中的任一个矩阵对数据信号进行检测得到的。
CN201911055773.9A 2019-10-31 2019-10-31 一种信道估计方法及装置 Active CN112751792B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201911055773.9A CN112751792B (zh) 2019-10-31 2019-10-31 一种信道估计方法及装置
PCT/CN2020/111728 WO2021082690A1 (zh) 2019-10-31 2020-08-27 一种信道估计方法及装置
EP20883349.1A EP4044538A4 (en) 2019-10-31 2020-08-27 CHANNEL ESTIMATION METHOD AND APPARATUS
US17/732,786 US20220278876A1 (en) 2019-10-31 2022-04-29 Channel estimation method and apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911055773.9A CN112751792B (zh) 2019-10-31 2019-10-31 一种信道估计方法及装置

Publications (2)

Publication Number Publication Date
CN112751792A CN112751792A (zh) 2021-05-04
CN112751792B true CN112751792B (zh) 2022-06-10

Family

ID=75644778

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911055773.9A Active CN112751792B (zh) 2019-10-31 2019-10-31 一种信道估计方法及装置

Country Status (4)

Country Link
US (1) US20220278876A1 (zh)
EP (1) EP4044538A4 (zh)
CN (1) CN112751792B (zh)
WO (1) WO2021082690A1 (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007137484A1 (fr) * 2006-05-11 2007-12-06 Shanghai Jiao Tong University Procédé et dispositif d'estimation de canaux
CN103997474A (zh) * 2014-06-12 2014-08-20 安徽工业大学 一种基于次佳检测的mimo-ofdm的通信装置及其通信方法和实验装置

Family Cites Families (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7050513B1 (en) * 2001-02-20 2006-05-23 Comsys Communications & Signal Processing Ltd. Block based channel tracking using weighted recursive least squares
KR100803682B1 (ko) * 2001-11-29 2008-02-20 인터디지탈 테크날러지 코포레이션 다중 경로 페이딩 채널에 효율적인 다중 입출력 시스템
AU2003903826A0 (en) * 2003-07-24 2003-08-07 University Of South Australia An ofdm receiver structure
CN100531161C (zh) * 2005-11-07 2009-08-19 中国人民解放军理工大学 一种基于叠加导频的联合半盲信道估计和数据检测方法及其装置
US7668268B2 (en) * 2006-05-22 2010-02-23 Nokia Corporation Lower complexity computation of lattice reduction
US9253009B2 (en) * 2007-01-05 2016-02-02 Qualcomm Incorporated High performance station
JP4991593B2 (ja) * 2008-02-19 2012-08-01 株式会社日立製作所 無線通信装置
EP2107698A1 (en) * 2008-03-31 2009-10-07 British Telecommunications Public Limited Company Selecting either open or closed loop MIMO according to which has the greatest estimated channel capacity
CN101651641A (zh) * 2008-08-13 2010-02-17 中兴通讯股份有限公司 一种终端设备基带处理系统中的匹配滤波电路装置及方法
WO2010105415A1 (en) * 2009-03-17 2010-09-23 Huawei Technologies Co., Ltd. Method for generating a codebook
CN102006124B (zh) * 2009-08-28 2014-05-07 华为技术有限公司 频谱预测方法、装置和系统
KR101595194B1 (ko) * 2010-03-19 2016-02-18 후지쯔 가부시끼가이샤 멀티-셀 ｍｉｍｏ 송신을 위한 셀 선택
EP2720424B1 (en) * 2012-10-09 2016-11-30 Alcatel Lucent Apparatus, method and computer program operable to determine estimates
RU2615493C1 (ru) * 2013-03-22 2017-04-05 Хуавэй Текнолоджиз Ко., Лтд. Система, устройство и способ управления мощностью
CN104272819B (zh) * 2013-05-03 2017-12-29 华为技术有限公司 功率控制方法、设备及系统
US9379917B2 (en) * 2013-09-09 2016-06-28 Huawei Technologies Co., Ltd. System and method for channel estimation for generalized frequency division multiplexing (GFDM)
RU2637514C2 (ru) * 2013-09-18 2017-12-05 Хуавей Текнолоджиз Ко., Лтд. Способ и система дезактивизации в сценарии перекрестных помех
CN106068619B (zh) * 2014-01-24 2019-11-19 华为技术有限公司 用于进行交叉极化干扰抑制的方法和设备
US9444576B2 (en) * 2014-05-09 2016-09-13 Qualcomm Incorporated Updates to MU-MIMO rate adaptation algorithm
WO2015188871A1 (en) * 2014-06-13 2015-12-17 Huawei Technologies Co.,Ltd Transmitter and receiver devices performing repetition before interleaving and puncturing after interleaving and methods thereof
CN105453501B (zh) * 2014-07-24 2019-02-19 华为技术有限公司 串扰估计方法、装置及系统
US9966983B2 (en) * 2014-08-15 2018-05-08 Huawei Technologies Co., Ltd. Interference cancellation in MIMO same channel full-duplex transceivers
US9847865B2 (en) * 2014-08-20 2017-12-19 Huawei Technologies Co., Ltd. System and method for digital cancellation of self-interference in full-duplex communications
TWI624166B (zh) * 2017-01-25 2018-05-11 國立清華大學 多載波通訊系統及其通道估測方法
CN109859766B (zh) * 2017-11-30 2021-08-20 华为技术有限公司 音频编解码方法和相关产品
CN108712353B (zh) * 2018-03-29 2021-05-11 江苏中科羿链通信技术有限公司 软迭代信道估计方法
CN109088666B (zh) * 2018-09-27 2022-03-29 上海金卓科技有限公司 适用于多天线的信号合并方法、装置、接收器及存储介质
US10891537B2 (en) * 2019-03-20 2021-01-12 Huawei Technologies Co., Ltd. Convolutional neural network-based image processing method and image processing apparatus
US11063724B1 (en) * 2020-01-14 2021-07-13 Cypress Semiconductor Corporation Reduced channel-sounding in MU-MIMO WLANS
WO2021155609A1 (zh) * 2020-02-07 2021-08-12 华为技术有限公司 信号发送方法及装置
US11271659B1 (en) * 2020-08-24 2022-03-08 Huawei Technologies Co., Ltd. Systems and methods for phase noise mitigation in optical superchannels
CN112101381B (zh) * 2020-08-30 2022-10-28 西南电子技术研究所（中国电子科技集团公司第十研究所） 张量协作图判别分析遥感图像特征提取方法
US11722202B1 (en) * 2022-02-24 2023-08-08 Huawei Technologies Co., Ltd. Communication systems, methods, and non-transitory computer-readable storage devices using orbital angular momentum beams

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007137484A1 (fr) * 2006-05-11 2007-12-06 Shanghai Jiao Tong University Procédé et dispositif d'estimation de canaux
CN103997474A (zh) * 2014-06-12 2014-08-20 安徽工业大学 一种基于次佳检测的mimo-ofdm的通信装置及其通信方法和实验装置

Also Published As

Publication number Publication date
US20220278876A1 (en) 2022-09-01
EP4044538A4 (en) 2023-01-11
WO2021082690A1 (zh) 2021-05-06
CN112751792A (zh) 2021-05-04
EP4044538A1 (en) 2022-08-17

Similar Documents

Publication Publication Date Title
JP2021073778A (ja) ネットワークアシスト干渉相殺及び抑制のためのネットワークシグナリング
KR101414665B1 (ko) 부분 채널 상태 정보를 이용한 다층 빔포밍
US10855339B2 (en) Information processing method and apparatus
WO2021244374A1 (zh) 干扰抑制合并方法、资源指示方法及通信装置
EP4152639A1 (en) Systems and methods for enhancing efficient uplink mimo performance and implementation for o-ran-based radio access networks
WO2017076102A1 (zh) 数据处理方法及装置
WO2018228243A1 (zh) 一种发送解调参考信号的方法和装置、解调方法和装置
US11196522B2 (en) Enhanced sounding reference signal scheme
US8600323B2 (en) Method, device, and system for sending reference signals
WO2018121123A1 (zh) 发送/接收参考信号的方法及终端设备、网络设备
WO2022161398A1 (zh) 一种相位噪声补偿方法、终端设备及网络设备
WO2021056588A1 (zh) 一种配置预编码的方法及装置
JP6574505B2 (ja) 位相ノイズの影響を減少する装置及び方法
EP2997682A1 (en) Network assisted interference suppression
US20230269745A1 (en) Method and ue for determining default beam behavior in wireless network
CN112751792B (zh) 一种信道估计方法及装置
WO2021104020A1 (zh) 数据传输方法、发送设备和接收设备
US11817928B2 (en) Method and apparatus for channel estimation for OFDM based single carrier system
TWI667905B (zh) 蜂窩通信系統中用戶設備的干擾消除方法
WO2016188177A1 (zh) 一种发送增强物理下行链路控制信道的方法和装置
CN110830090B (zh) 信号处理方法和装置
WO2018064842A1 (zh) 信号资源配置方法、终端及接入网设备
WO2023044696A1 (en) Dmrs overhead adaptation with ai-based channel estimation
WO2021036934A1 (zh) 发送和接收指示的方法和装置
WO2023274538A1 (en) A method for determining receiver weights

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