CN112953863A - 一种适用于超低信噪比多径传输环境的信道参数估计方法 - Google Patents

Abstract

本发明属于无线通信技术领域，公开了一种适用于超低信噪比多径传输环境的信道参数估计方法，包括：产生两组PN序列PN1与PN2，利用PN1与PN2对训练序列进行组帧；根据训练序列的帧结构特点，定义并计算接收信号多径分量检测的判决向量；利用接收信号的判决值，计算多径检测判决门限；对接收信号进行检测，估计超过判决门限多径的路径时延与路径衰减；估计上述各多径分量的相位偏移。本发明主要解决了在低信噪比多径信道下，如何快速准确的估计出信道多径分量基本参数的问题。本发明对训练序列帧结构进行设计，在保证估计精度的同时，大大降低了计算复杂度，可适用于接收机的精定时同步、信道均衡、多径信号合并等部分。

Description

一种适用于超低信噪比多径传输环境的信道参数估计方法

技术领域

本发明属于无线通信技术领域，尤其涉及一种适用于超低信噪比多径传输环境的信道参数估计方法。

背景技术

目前，业内常用的现有技术是这样的：

信号在传输过程中，由于障碍物的存在，会经过多点反射，从多条不同路径到达接收端，这种多径信号的幅度、相位和到达时间均不相同，它们相互叠加会产生电平衰落和时延扩展。由于多径衰落的存在，直接利用无线信道进行通信，存在严重的码间干扰。而信道参数估计可以从接收数据中将信号经过的信道模型参数估计出来，再通过信道均衡技术对接收信号进行补偿，从而可以消除或减弱多径效应带来的码间干扰问题。因此，快速准确地对信道模型参数进行估计，在多径信道传输中是很有必要的。

根据先验信息的不同，信道参数估计方法可分为基于参考信号的估计、半盲估计及盲估计三类，基于参考信号的估计适用于突发传输系统，通过对接收训练序列与本地训练序列的比较，获得信道传输特征，而盲估计和半盲信道估计算法无需或者需要较短的训练序列，频谱效率高，但是盲估计和半盲估计方法的计算复杂度较高，且可能出现相位模糊、误差传播、收敛慢或陷入局部极小等问题。Rontogiannis提出了一种通过延迟解耦优化方法来估计多径信道冲激响应，Meng Ye通过提取滑动和曲线的突变信息，提出了一种改进的多径信道滑动窗口时延估计方法，AsifIqbal提出了一种基于时域循环相关的信道冲激响应估计技术，Yu Yang提出了一种基于匹配滤波和最小二乘法的联合改进的多径参数估计算法，使用Chirp信号或m序列估计路径数和每个路径的时延，并通过最小二乘法来估计每个路径的衰减，Yong-Hwa Kim引入了时延估计方案和衰减因子估计方案来分析多径参数，Dmitriy Shutin开发了空间交替广义期望最大化方法的稀疏变分贝叶斯扩展，用于估计频率和空间选择性无线信道中相关多径分量的参数。

综上所述，现有技术存在的问题是：

对于低信噪比多径信道，更高的信道参数估计精度，意味着更长的训练序列，或更高的迭代次数，而过长的序列或过多的迭代次数意味着增加大量的计算复杂度，导致其在实际通信系统中的应用成本难以承受，并且估计时间也会大大增加，造成通信系统的整体性能很低。

解决上述技术问题的难度：

(1)在低信噪比环境下，信号往往湮没在噪声当中，如何避免噪声对信道参数估计性能的影响，从而获得准确的多径信道基本参数，是亟需解决的第一个难点。

(2)随着训练序列长度的增加，相关窗口相应变得更长，同一时间需要的计算量大大增加，如何设计训练序列帧结构，使得系统在提高训练序列长度的同时，几乎不增加估计方法的复杂度，是亟需解决的第二个难点。

解决上述技术问题的意义：如果可以在保证系统在低信噪比下信道参数估计精度的同时，降低多径信道参数估计的实现复杂度，则可以快速获得精确的多径信道基本参数，大大降低通信系统的应用成本。

发明内容

针对现有技术存在的问题，本发明提供了一种适用于超低信噪比多径传输环境的信道参数估计方法。

本发明是这样实现的，一种适用于超低信噪比多径传输环境的信道参数估计方法，包括：

产生两组PN序列PN1与PN2，利用PN1与PN2对训练序列进行组帧，可以在估计精度不变的情况下，减小相关窗口的长度，从而极大降低计算复杂度；

根据训练序列的帧结构特点，定义并计算接收信号多径分量检测的判决向量；

利用接收信号的判决值，计算多径检测判决门限；

对接收信号进行检测，将得到的判决向量与判决门限进行比较，估计超过判决门限多径的路径时延与路径衰减；

估计上述各多径分量的相位偏移，得到接收信号中各多径分量的基本参数。

进一步，所述产生两组伪随机PN序列PN1与PN2，利用PN1与PN2对训练序列进行组帧具体包括：产生两组PN序列PN1：a＝[a₀,a₁,...,a_n,...,a_N-1]^T与PN2：b＝[b₀,b₁,...,b_m,...,b_M-1]^T，其中PN1的长度为N，PN2的长度为M，要求M≥K_max，其中

表示最大多径时延对应的符号个数，τ_max表示信道的最大多径时延，T_s表示符号周期，

表示向下取整，序列a与b均表示模值为1的复序列：

其中，exp(·)表示指数运算，当b中的每一项均为±1，即θ_m∈{0,π}时，可以在基本不损失估计性能的情况下，极大降低估计复杂度；

发射机利用两个PN序列a与b进行下述的组帧操作，将a中的每一项a_n与b相乘，得到组帧输出的第n个向量：

x_n＝a_nb＝[a_nb₀,a_nb₁,...,a_nb_m,...,a_nb_M-1]^T；

其中[·]^T表示转置运算，x_n表示组帧输出的第n个向量，由于a的长度为N，故相乘后可得到N个向量x₀,x₁,...,x_N-1；

将这些向量按顺序前后拼接起来，即可得到最终组帧后的训练序列输出x＝[x₀,x₁,...,x_nM+m,...,x_NM-1]^T，其可用下述公式表示：

其中，x_nM+m＝a_nb_m表示第n个组帧向量的第m项。

进一步，所述根据训练序列的帧结构特点，定义并计算接收信号多径分量检测的判决向量具体包括：将组帧后的训练序列x经过低信噪比多径信道，得到接收输入信号r：

由于存在多径效应，接收信号向量为多个路径的信号经过不同延时后叠加得到的，造成符号间干扰，因此接收信号向量比发射信号向量更长，增加的长度为K_max；

定义判决向量为J＝[J₀,J₁,...,J_k,...,J_M-1]^T，其中每一项J_k通过下述计算方法得到，从接收信号中截取长度为NM的向量r_k：

r_k＝[r_k,r_k+1,...,r_k+NM-1]^T；

再将该向量分为N组，每组长度为M，则第k个截取向量的第n组可表示为：

r_k,n＝[r_k+nM,r_k+nM+1,...,r_k+nM+m,...,r_k+(n+1)M-1]^T；

其中，k＝0,1,...,M-1，n＝0,1,...,N-1，m＝0,1,...,M-1，将第k个截取向量的每一组转置后分别与PN序列b的共轭相乘，然后求计算结果的模值，并将得到的N个结果相加，其可用下述公式表示：

其中，J_k表示判决向量中的第k项，|·|表示取模，(·)^*表示取共轭，则判决向量J可用下述公式表示：

进一步，所述利用接收信号的判决值，计算多径检测判决门限具体包括：设判决门限向量γ＝[γ₀,γ₁,...,γ_k,...,γ_M-1]^T，其长度同样为M，由判决向量J的定义可知，该判决向量的每一项表示接收向量r_k,n与PN序列b的互相关模值，而r_k,n的帧格式中本身包含序列b，故会在二者对齐时存在一个明显的相关峰值，判决门限向量计算每个判决值周围点的平均值，再扩大一定倍数后，与该点的判决值进行比较，得到该点位置的判决结果，判决门限γ_k可用下述公式表示：

其中，u表示放大倍数，v表示取平均的范围。

步骤四，根据多径信道的定义，接收信号可用下述公式表示：

其中，r_nM+m表示第n个组帧向量的第m个符号对应的接收信号，L表示多径数量，α_l表示第l条路径的衰减，

表示第l条路径的相位，K_l表示第l条路径的时延，w_nM+m表示噪声，由定义可知，K_l≤K_max＜M，故经过延时后第n个发射信号向量的起始位置，仍然落在该接收信号向量的持续时间范围内，即：

其中，|m-K_l|＜M，设接收信号在l＝l₀处存在一多径，相应的路径衰减为

路径时延为

相位为

则判决向量中第

项可表示为：

其中，|·|表示取模运算，可以看到，由于a_n不参与后续相关运算，故可以直接提取出来，且|a_n|＝1，因此在不增加复杂度的情况下，将判决向量的值扩大了N倍，在相关运算部分，只有当

即l＝l₀时，对应的多径才具有自相关特性，相关结果进一步将判决值扩大了M倍，而其他多径分量由于不具有相关性，故不会被放大，因此仅会存在l₀多径分量一个峰值；

上面的分析可知，每个多径分量在判决向量中存在一个相关峰值，故可以比较判决向量与判决门限向量的大小，来找到超过判决门限的多径分量，则路径时延估计值

可用下述公式表示：

其中，

表示所有超过判决门限的路径时延估计值的集合，相应的路径衰减的估计值

可用下述公式表示：

其中，

表示所有超过判决门限的路径衰减估计值的集合。

进一步，所述估计各多径分量的相位偏移具体包括：对于第l₀个路径时延估计值

及路径衰减估计值

求接收信号与本地PN序列的相关结果，相关结果的幅角即为第l₀个路径的相位估计值

其可用下述公式表示：

其中，arg[·]表示求幅角运算，可以看到，由于取消了模值运算，原本的标量相加变为矢量相加，故模值大的矢量在计算中占更大的权重，而训练序列的自相关性，将第l₀条多径分量对应的相关值扩大了M倍，故在计算结果中的权重远大于噪声及其他多径分量，因此可以通过求相关结果的幅角来估计第l₀条多径的相位，则路径相位的估计值

可用下述公式表示：

其中，

表示所有超过判决门限的路径相位估计值的集合。

本发明的另一目的在于提供一种实施权利要求所述适用于超低信噪比多径传输环境的信道参数估计方法的低信噪比多径信道下的低复杂度时域信道参数估计系统。

综上所述，本发明的优点及积极效果为：

本发明提供了一种适用于超低信噪比多径传输环境的信道参数估计方法，主要解决了在低信噪比多径信道下，如何快速准确的估计出信道多径分量基本参数的问题。本发明对训练序列帧结构进行设计，在保证估计精度的同时，大大降低了计算复杂度，同时，本发明根据当前信道状态，动态调整判决门限的大小，保证在不同信道环境下的工作性能。

本发明可在极低信噪比多径信道的恶劣环境下，准确估计出接收强度高的若干多径分量的基本参数，避免了多径效应引起的符号间干扰，同时本发明将训练序列分为两组进行组帧，在保证估计精度的同时，降低了相关窗口的长度，极大地降低了系统的复杂度。本发明所述方法可适用于接收机的精定时同步、信道均衡、多径信号合并等部分，在消除多径效应引起的符号间干扰的同时，还可利用不同路径接收信号之间具有一定的独立性，对多径信号进行分集合并处理，从而有效提升系统的整体性能。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图做简单的介绍。

图1是本发明实施例提供的信道参数估计方法流程图。

图2是本发明实施例提供的训练序列组帧方式示意图。

图3是本发明实施例提供的接收机信道参数估计及判决流程图。

图4是本发明实施例提供的路径时延估计准确率仿真结果示意图。

图5是本发明实施例提供的路径衰减估计精度仿真结果示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

针对现有技术存在的问题，本发明提供了一种适用于超低信噪比多径传输环境的信道参数估计方法，下面结合附图对本发明的应用原理作详细的描述。

如图1所示，本发明实施例提供的适用于超低信噪比多径传输环境的信道参数估计方法包括以下步骤：

S101：产生两组PN序列PN1与PN2，利用PN1与PN2对训练序列进行组帧；

S102：根据训练序列的帧结构特点，定义并计算接收信号多径分量检测的判决向量；

S103：利用接收信号的判决值，计算多径检测判决门限；

S104：对接收信号进行检测，估计超过判决门限多径的路径时延与路径衰减；

S105：估计上述各多径分量的相位偏移。

本发明实施例提供的多径信道下短突发直接序列扩频系统的时间与频率同步方法具体包括以下步骤：

步骤S101中，产生两组PN序列PN1：a＝[a₀,a₁,...,a_n,...,a_N-1]^T与PN2：b＝[b₀,b₁,...,b_m,...,b_M-1]^T，其中PN1的长度为N，PN2的长度为M，要求M≥K_max，其中

表示最大多径时延对应的符号个数，τ_max表示信道的最大多径时延，T_s表示符号周期，

表示向下取整，序列a与b均表示模值为1的复序列：

其中，exp(·)表示指数运算，当b中的每一项均为±1，即θ_m∈{0,π}时，可以在基本不损失估计性能的情况下，极大降低估计复杂度；

发射机利用两个PN序列a与b进行下述的组帧操作，将a中的每一项a_n与b相乘，得到组帧输出的第n个向量：

x_n＝a_nb＝[a_nb₀,a_nb₁,...,a_nb_m,...,a_nb_M-1]^T；

其中[·]^T表示转置运算，x_n表示组帧输出的第n个向量，由于a的长度为N，故相乘后可得到N个向量x₀,x₁,...,x_N-1；

本发明采用的训练序列组帧方式如图2所示，将这些向量按顺序前后拼接起来，即可得到最终组帧后的训练序列输出x＝[x₀,x₁,...,x_nM+m,...,x_NM-1]^T，其可用下述公式表示：

其中，x_nM+m＝a_nb_m表示第n个组帧向量的第m项。

步骤S102中，本发明所述信道参数估计与判决方法如图3所示，将组帧后的训练序列x经过低信噪比多径信道，得到接收输入信号r：

由于存在多径效应，接收信号向量为多个路径的信号经过不同延时后叠加得到的，造成符号间干扰，因此接收信号向量比发射信号向量更长，增加的长度为K_max；

定义判决向量为J＝[J₀,J₁,...,J_k,...,J_M-1]^T，其中每一项J_k通过下述计算方法得到，从接收信号中截取长度为NM的向量r_k：

r_k＝[r_k,r_k+1,...,r_k+NM-1]^T；

再将该向量分为N组，每组长度为M，则第k个截取向量的第n组可表示为：

r_k,n＝[r_k+nM,r_k+nM+1,...,r_k+nM+m,...,r_k+(n+1)M-1]^T；

其中，k＝0,1,...,M-1，n＝0,1,...,N-1，m＝0,1,...,M-1，将第k个截取向量的每一组转置后分别与PN序列b的共轭相乘，然后求计算结果的模值，并将得到的N个结果相加，其可用下述公式表示：

其中，J_k表示判决向量中的第k项，|·|表示取模，(·)^*表示取共轭，则判决向量J可用下述公式表示：

步骤S103中，设判决门限向量γ＝[γ₀,γ₁,...,γ_k,...,γ_M-1]^T，其长度同样为M，由判决向量J的定义可知，该判决向量的每一项表示接收向量r_k,n与PN序列b的互相关模值，而r_k,n的帧格式中本身包含序列b，故会在二者对齐时存在一个明显的相关峰值，判决门限向量计算每个判决值周围点的平均值，再扩大一定倍数后，与该点的判决值进行比较，得到该点位置的判决结果，判决门限γ_k可用下述公式表示：

其中，u表示放大倍数，v表示取平均的范围。

步骤S104中，根据多径信道的定义，接收信号可用下述公式表示：

其中，r_nM+m表示第n个组帧向量的第m个符号对应的接收信号，L表示多径数量，α_l表示第l条路径的衰减，

表示第l条路径的相位，K_l表示第l条路径的时延，w_nM+m表示噪声，由定义可知，K_l≤K_max＜M，故经过延时后第n个发射信号向量的起始位置，仍然落在该接收信号向量的持续时间范围内，即：

其中，|m-K_l|＜M，设接收信号在l＝l₀处存在一多径，相应的路径衰减为

路径时延为

相位为

则判决向量中第

项可表示为：

其中，|·|表示取模运算，可以看到，由于a_n不参与后续相关运算，故可以直接提取出来，且|a_n|＝1，因此在不增加复杂度的情况下，将判决向量的值扩大了N倍，在相关运算部分，只有当

即l＝l₀时，对应的多径才具有自相关特性，相关结果进一步将判决值扩大了M倍，而其他多径分量由于不具有相关性，故不会被放大，因此仅会存在l₀多径分量一个峰值；

上面的分析可知，每个多径分量在判决向量中存在一个相关峰值，故可以比较判决向量与判决门限向量的大小，来找到超过判决门限的多径分量，则路径时延估计值

可用下述公式表示：

其中，

表示所有超过判决门限的路径时延估计值的集合，相应的路径衰减的估计值

可用下述公式表示：

其中，

表示所有超过判决门限的路径衰减估计值的集合。

步骤S105中，对于第l₀个路径时延估计值

及路径衰减估计值

求接收信号与本地PN序列的相关结果，相关结果的幅角即为第l₀个路径的相位估计值

其可用下述公式表示：

其中，arg[·]表示求幅角运算，可以看到，由于取消了模值运算，原本的标量相加变为矢量相加，故模值大的矢量在计算中占更大的权重，而训练序列的自相关性，将第l₀条多径分量对应的相关值扩大了M倍，故在计算结果中的权重远大于噪声及其他多径分量，因此可以通过求相关结果的幅角来估计第l₀条多径的相位，则路径相位的估计值

可用下述公式表示：

其中，

表示所有超过判决门限的路径相位估计值的集合。

本发明所述方法的具体应用方案包括但不限于以下两点：接收机的精定时同步、多径信号分集合并。

接收机在进行符号定时同步时，可能会受到噪声等干扰的影响，造成定时位置偏移，从而降低接收性能，而定时位置的偏移可以看做是接收信号中每一个多径分量均增加了相同的时延，这个时延会在本发明所述方法的路径时延估计部分估计出来，再通过信道均衡等方法对时延进行补偿，从而可以消除符号定时位置偏移对系统性能的影响。

在多径信道中，不同时间到达的接收信号路径分量之间具有一定的独立性，如果可以将这些多径分量分离出来，再按一定的方法进行合并，则可以通过时间分集技术，提高接收信号的可靠性，而本发明所述方法可以估计出每一个多径分量的路径时延、衰减与相位，接收机可以根据这些估计参数，将各多径分量分别提取出来，从而获得时间分集增益。

以上两点仅为本发明所述方法的具体应用方案实例而已，不作为本发明应用的限制条件。

下面结合仿真对本发明的应用效果作详细的描述。

1)仿真条件：

本发明的仿真实验使用MATLAB R2016a仿真软件，PN1选择长度为4的ZC复序列，PN2选择长度为255的m序列，仿真信噪比范围为-20dB～0dB。

2)仿真内容及结果分析：

仿真1：在多径衰落信道下，用本发明所述信道参数估计方法估计出的多径信道时延，与MengYe提出的多径信道时延估计方法，其估计准确率对比如图4所示，可以看到，当信噪比仅为-10dB时，本发明所述信道时延估计准确率已经近似达到100％，因此本发明所述方法具有很强的抗干扰能力与信道适应性，而Meng所提出的方法比本发明的方法估计准确率稍差，且每次估计均需要计算MN长度相关窗口的相关值，计算复杂度远高于本发明所述方法。

仿真2：在多径衰落信道下，用本发明所述信道参数估计方法估计出的多径信道衰减，其估计均方误差如图5所示，可以看到，即使处在低信噪比信道环境中，本发明所述信道衰减估计方法仍然具有很高的估计精度。

结合图4和图5可见，本发明的适用于超低信噪比多径传输环境的信道参数估计方法，在非常恶劣的信道环境中，仍然可以保证很高的估计准确率与估计精度，有效避免了多径效应引起的码间干扰，且本发明仅需进行一次卷积运算与若干乘加运算即可实现，计算复杂度极低。综上所述，本发明所述方案对于低信噪比多径信道环境下的信道参数估计方案具有较优的整体性能。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种适用于超低信噪比多径传输环境的信道参数估计方法，其特征在于，所述适用于超低信噪比多径传输环境的信道参数估计方法包括：

步骤一，产生两组PN序列PN1与PN2，利用PN1与PN2对训练序列进行组帧；

步骤二，根据训练序列的帧结构特点，定义并计算接收信号多径分量检测的判决向量；

步骤三，利用接收信号的判决值，计算多径检测判决门限；

步骤四，对接收信号进行检测，估计超过判决门限多径的路径时延与路径衰减；

步骤五，估计上述各多径分量的相位偏移。

2.如权利要求1所述的适用于超低信噪比多径传输环境的信道参数估计方法，其特征在于，所述步骤一具体包括：产生两组PN序列PN1：a＝[a₀,a₁,...,a_n,...,a_N-1]^T与PN2：b＝[b₀,b₁,...,b_m,...,b_M-1]^T，其中PN1的长度为N，PN2的长度为M，要求M≥K_max，其中

表示最大多径时延对应的符号个数，τ_max表示信道的最大多径时延，T_s表示符号周期，

表示向下取整，序列a与b均表示模值为1的复序列：

a_n＝exp(jθ_n),n＝0,1,...,N-1

b_m＝exp(jθ_m),m＝0,1,...,M-1；

其中，exp(·)表示指数运算，当b中的每一项均为±1，即θ_m∈{0,π}时，可以在基本不损失估计性能的情况下，极大降低估计复杂度；

发射机利用两个PN序列a与b进行下述的组帧操作，将a中的每一项a_n与b相乘，得到组帧输出的第n个向量：

x_n＝a_nb＝[a_nb₀,a_nb₁,...,a_nb_m,...,a_nb_M-1]^T；

其中，[·]^T表示转置运算，x_n表示组帧输出的第n个向量，由于a的长度为N，故相乘后可得到N个向量x₀,x₁,...,x_N-1；

将这些向量按顺序前后拼接起来，即可得到最终组帧后的训练序列输出x＝[x₀,x₁,...,x_nM+m,...,x_NM-1]^T，其可用下述公式表示：

其中，x_nM+m＝a_nb_m表示第n个组帧向量的第m项。

3.如权利要求1所述的适用于超低信噪比多径传输环境的信道参数估计方法，其特征在于，所述步骤二具体包括：将组帧后的训练序列x经过低信噪比多径信道，得到接收输入信号r：

由于存在多径效应，接收信号向量为多个路径的信号经过不同延时后叠加得到的，造成符号间干扰，因此接收信号向量比发射信号向量更长，增加的长度为K_max；

定义判决向量为J＝[J₀,J₁,...,J_k,...,J_M-1]^T，其中每一项J_k通过下述计算方法得到，从接收信号中截取长度为NM的向量r_k：

r_k＝[r_k,r_k+1,...,r_k+NM-1]^T；

再将该向量分为N组，每组长度为M，则第k个截取向量的第n组可表示为：

r_k,n＝[r_k+nM,r_k+nM+1,...,r_k+nM+m,...,r_k+(n+1)M-1]^T；

其中，k＝0,1,...,M-1，n＝0,1,...,N-1，m＝0,1,...,M-1，将第k个截取向量的每一组转置后分别与PN序列b的共轭相乘，然后求计算结果的模值，并将得到的N个结果相加，其可用下述公式表示：

其中，J_k表示判决向量中的第k项，|·|表示取模，(·)^*表示取共轭，则判决向量J可用下述公式表示：

4.如权利要求1所述的适用于超低信噪比多径传输环境的信道参数估计方法，其特征在于，所述步骤三具体包括：设判决门限向量γ＝[γ₀,γ₁,...,γ_k,...,γ_M-1]^T，其长度同样为M，由判决向量J的定义可知，该判决向量的每一项表示接收向量r_k,n与PN序列b的互相关模值，而r_k,n的帧格式中本身包含序列b，故会在二者对齐时存在一个明显的相关峰值，判决门限向量计算每个判决值周围点的平均值，再扩大一定倍数后，与该点的判决值进行比较，得到该点位置的判决结果，判决门限γ_k可用下述公式表示：

其中，u表示放大倍数，v表示取平均的范围。

5.如权利要求1所述的适用于超低信噪比多径传输环境的信道参数估计方法，其特征在于，所述步骤四具体包括：根据多径信道的定义，接收信号可用下述公式表示：

其中，r_nM+m表示第n个组帧向量的第m个符号对应的接收信号，L表示多径数量，α_l表示第l条路径的衰减，

表示第l条路径的相位，K_l表示第l条路径的时延，w_nM+m表示噪声，由定义可知，K_l≤K_max＜M，故经过延时后第n个发射信号向量的起始位置，仍然落在该接收信号向量的持续时间范围内，即：

其中，|m-K_l|＜M，设接收信号在l＝l₀处存在一多径，相应的路径衰减为

路径时延为

相位为

则判决向量中第

项可表示为：

其中，|·|表示取模，可以看到，由于a_n不参与后续相关运算，故可以直接提取出来，且|a_n|＝1，因此在不增加复杂度的情况下，将判决向量的值扩大了N倍，在相关运算部分，只有当

即l＝l₀时，对应的多径才具有自相关特性，相关结果进一步将判决值扩大了M倍，而其他多径分量由于不具有相关性，故不会被放大，因此仅会存在l₀多径分量一个峰值；

上面的分析可知，每个多径分量在判决向量中存在一个相关峰值，故可以比较判决向量与判决门限向量的大小，来找到超过判决门限的多径分量，则路径时延估计值

可用下述公式表示：

其中，

表示所有超过判决门限的路径时延估计值的集合，相应的路径衰减的估计值

可用下述公式表示：

其中，

表示所有超过判决门限的路径衰减估计值的集合。

6.如权利要求1所述的适用于超低信噪比多径传输环境的信道参数估计方法，其特征在于，所述步骤五具体包括：对于第l₀个路径时延估计值

及路径衰减估计值

求接收信号与本地PN序列的相关结果，相关结果的幅角即为第l₀个路径的相位估计值

其可用下述公式表示：

其中，arg[·]表示求幅角运算，可以看到，由于取消了模值运算，原本的标量相加变为矢量相加，故模值大的矢量在计算中占更大的权重，而训练序列的自相关性，将第l₀条多径分量对应的相关值扩大了M倍，故在计算结果中的权重远大于噪声及其他多径分量，因此可以通过求相关结果的幅角来估计第l₀条多径的相位，则路径相位的估计值

可用下述公式表示：

其中，

表示所有超过判决门限的路径相位估计值的集合。

7.一种应用权利要求1～6任意一项所述适用于超低信噪比多径传输环境的信道参数估计方法的无线通信平台。

Images