CN114172779B - 一种信道估计方法、装置、设备和存储介质 - Google Patents
一种信道估计方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN114172779B CN114172779B CN202111465225.0A CN202111465225A CN114172779B CN 114172779 B CN114172779 B CN 114172779B CN 202111465225 A CN202111465225 A CN 202111465225A CN 114172779 B CN114172779 B CN 114172779B
- Authority
- CN
- China
- Prior art keywords
- response matrix
- channel response
- subcarrier
- signal
- frequency domain
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 239000011159 matrix material Substances 0.000 claims abstract description 147
- 230000004044 response Effects 0.000 claims abstract description 139
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 109
- 239000013598 vector Substances 0.000 claims description 71
- 230000005540 biological transmission Effects 0.000 claims description 45
- 238000004364 calculation method Methods 0.000 claims description 24
- 239000000969 carrier Substances 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 6
- 238000001514 detection method Methods 0.000 description 6
- 238000005457 optimization Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000007476 Maximum Likelihood Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 239000000654 additive Substances 0.000 description 2
- 230000000996 additive effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 125000004122 cyclic group Chemical group 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012804 iterative process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/26—Systems using multi-frequency codes
- H04L27/2601—Multicarrier modulation systems
- H04L27/2647—Arrangements specific to the receiver only
- H04L27/2655—Synchronisation arrangements
- H04L27/2689—Link with other circuits, i.e. special connections between synchronisation arrangements and other circuits for achieving synchronisation
- H04L27/2695—Link with other circuits, i.e. special connections between synchronisation arrangements and other circuits for achieving synchronisation with channel estimation, e.g. determination of delay spread, derivative or peak tracking
-
- 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
- H04B7/08—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station
- H04B7/0837—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station using pre-detection combining
- H04B7/0842—Weighted combining
- H04B7/0848—Joint weighting
- H04B7/0854—Joint weighting using error minimizing algorithms, e.g. minimum mean squared error [MMSE], "cross-correlation" or matrix inversion
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Radio Transmission System (AREA)
Abstract
一种信道估计方法、装置、设备和存储介质,根据导频处的发送信号和导频处的接收信号,估计导频处的初始信道响应矩阵,进一步估计数据处的初始信道响应矩阵,从而得到频域上任意子载波的初始信道响应矩阵;根据频域上任意子载波的初始信道响应矩阵和频域上的接收天线中的接收信号,采用基于求最大后验概率的EM算法进行信道估计,得到迭代后的信道响应矩阵。本发明在保证性能损耗可接受的范围内,实现复杂度折半的效果,达到性能与复杂度间更好的平衡。
Description
技术领域
本发明属于移动通信的技术领域,尤其涉及一种信道估计方法、装置、设备和存储介质。
多输入多输出技术(Multiple Input and Multiple Output,以下简称:MIMO) 可以提高信道的容量,同时也可以提高信道的可靠性,降低误码率。多输入多输出技术分别利用了MIMO信道提供的空间复用增益和空间分集增益。现空间复用增益的算法有迫零检测算法(Zero Foring,简称ZF),ZF算法简单容易实现,但是对信道的信噪比要求较高。正交频分复用技术(OFDM, Orthogonal Frequency Division Multiplexing,以下简称:OFDM)能够将信道分成若干正交子信道,将高速数据信号转换成并行的低速子数据流,调制到在每个子信道上进行传输,大大减低了系统的复杂度。
MIMO-OFDM系统是MIMO和OFDM技术的结合,充分利用了空间资源,增加系统容量,还获得了分集增益。通常来讲,MIMO-OFDM系统的信道估计算法分为三类:导频辅助信道估计算法,盲信道估计算法以及半盲信道估计算法。期望最大化(Expectation-maximization,以下简称:EM)信道估计算法作为一种半盲信道估计算法,依靠少量导频信号进行信道估计,在复杂度可接受范围内实现了更好的性能。1998年发表的论文名称为《Expectation-maximization as lower bound maximization》公开了一种基于EM 算法的信道估计算法,论文中提及的基于EM算法的信道估计算法是最大似然估计(MaximumLikelihood Estimation,简称ML)的一种简化。
目前公开的有:利用EM算法收敛性提高最大后验概率估计(Maximum aposteriori estimation,简称MAP)算法在高信噪比下的信道估计性能,有将其用在基于多项式的信号模型中,也有与维纳插值算法结合从而极大降低导频数量的应用。但是这些应用大多忽略算法计算复杂度,难以应用在现实场景之中。除此之外,也有许多对EM算法本身进行优化的研究,但大多优化研究工作都基于时域信道模型或者抽头信道模型,无法适用于频域信道模型。 EM算法的计算复杂度过高,目前已有针对EM算法的优化工作不适用于频域信道模型。频域信道模型下的EM算法难以直接进行应用。因此,如何在频域信道模型下权衡信道估计算法计算复杂度和性能,成为亟待解决的问题。
发明内容
发明目的:针对OFDM系统中在频域信道模型下,信道估计方法计算复杂度较高的问题,提出了一种信道估计方法、装置、设备和存储介质,在保证检测性能的前提下,有效降低了信道估计方法的复杂度。
技术方案:为实现上述目的,本发明采用如下技术方案:一种信道估计方法,包括步骤:
获取接收天线中的接收信号以及导频处的发送信号;所述接收信号包括导频处的接收信号和数据处的接收信号;
根据所述导频处的发送信号和导频处的接收信号,估计导频处的初始信道响应矩阵,进一步估计数据处的初始信道响应矩阵,从而得到频域上任意子载波的初始信道响应矩阵;
根据所述频域上任意子载波的初始信道响应矩阵和频域上的接收天线中的接收信号,采用基于求最大后验概率的EM算法进行信道估计,得到迭代后的信道响应矩阵。
进一步的,所述根据所述频域上任意子载波的初始信道响应矩阵和频域上的接收天线中的接收信号,采用基于求最大后验概率的EM算法进行信道估计,得到迭代后的信道响应矩阵,包括步骤:
根据任意子载波上的初始信道响应矩阵和频域上的所述接收天线中的接收信号,对预先构建的发射信号向量集中的所有发射信号向量计算后验概率,求出最大的后验概率对应的第一发射信号向量;
根据所述第一发射信号向量估计该子载波上的信道响应矩阵更新值;
将所述更新值替代该子载波上的初始信道响应矩阵,进行迭代计算,直到达到预设的最大迭代次数,得到迭代后的信道响应矩阵。
进一步的,所述该子载波上的信道响应矩阵更新值为:
其中,
为第j个接收天线、第k个子载波的信道响应矩阵更新值,yj,k,t为接收天线j上、第k个子载波、t时刻的接收信号,xmax为第一发射信号向量, m为当前迭代次数,t为时刻序号,T为时刻总数。
进一步的,所述发射信号向量集的构建方法包括:
根据发射信号调制方式确定发射信号的固定符号集,根据所述固定符号集确定发射信号向量集。
一种信道估计装置,包括:
获取模块,用于获取接收天线中的接收信号以及导频处的发送信号;所述接收信号包括导频处的接收信号和数据处的接收信号;
初始信道矩阵计算模块,用于根据所述导频处的发送信号和导频处的接收信号估计导频处的初始信道响应矩阵,进一步估计数据处的初始信道响应矩阵,从而得到频域上任意子载波的初始信道响应矩阵;
信道矩阵迭代计算模块,用于根据所述频域上任意子载波的初始信道响应矩阵和频域上的接收天线中的接收信号,采用基于求最大后验概率的EM 算法进行信道估计,得到迭代后的信道响应矩阵。
进一步的,所述信道矩阵迭代计算模块包括:
第一发射信号向量计算模块,用于根据任意子载波上的初始信道响应矩阵和频域上的所述接收天线中的接收信号,对预先构建的发射信号向量集中的所有发射信号向量计算后验概率,求出最大后验概率对应的第一发射信号向量;
迭代更新模块,用于根据所述第一发射信号向量估计该子载波上的信道响应矩阵更新值;
迭代计算模块,用于将所述更新值替代第一发射信号向量计算模块中的该子载波上的初始信道响应矩阵,进行迭代计算,直到达到预设的最大迭代次数,得到迭代后的信道响应矩阵。
进一步的,所述该子载波上的信道响应矩阵更新值为:
其中,
为第j个接收天线、第k个子载波的信道响应矩阵更新值,yj,k,t为接收天线j上、第k个子载波、t时刻的接收信号,xmax为第一发射信号向量, m为当前迭代次数,t为时刻序号,T为时刻总数。
进一步的,所述发射信号向量集的构建方法包括:
根据发射信号调制方式确定发射信号的固定符号集,根据所述固定符号集确定发射信号向量集。
一种信道估计设备,包括处理器、存储器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现前述的任意一项所述信道估计方法。
一种计算机可读存储介质,存储有计算机可执行指令,所述计算机可执行指令用于执行前述的任意一项所述信道估计方法。
有益效果:与现有技术相比,本发明具有如下有益效果:
本发明通过估计导频处的初始信道响应矩阵,进一步估计数据处的初始信道响应矩阵,从而得到频域上任意子载波的初始信道响应矩阵;采用基于求最大后验概率的EM算法进行信道估计,得到迭代后的信道响应矩阵。本发明基于求最大后验概率的EM算法,降低了EM算法50%的计算复杂度,本发明对EM算法进行了复杂度优化,在保证性能损耗可接受的范围内,实现复杂度折半的效果,达到性能与复杂度间更好的平衡。
附图说明
图1是本发明实施例中的MIMO-OFDM系统框架示意图;
图2是本发明实施例中的信道估计方法的流程图;
图3是本发明实施例中的信道估计方法中迭代算法的流程图;
图4是本发明实施例中的导频频域插值下的OFDM符号帧示意图;
图5是16阶QAM调制下多种信道估计方法的BER性能对比图,其中,无图标实线表示传统LS算法性能,带圆形图标虚线表示MMSE信道估计算法性能;带三角形图标实线表示EM算法1次迭代结果;带正方形图标实线表示EM算法3次迭代结果;带三角形图标虚线表示EM-MAX算法1次迭代结果,带正方形图标虚线表示EM-MAX算法3次迭代结果;
图6是4阶QAM调制方式下多种信道估计方法的BER性能对比图,其中无图标实线表示传统LS算法性能,带圆形图标虚线表示MMSE信道估计算法性能;带三角形图标实线表示EM算法1次迭代结果;带正方形图标实线表示EM算法3次迭代结果;带三角形图标虚线表示EM-MAX算法1次迭代结果,带正方形图标虚线表示EM-MAX算法3次迭代结果;
图7是本发明实施例中的信道估计装置的结构框图。
具体实施方式
下面结合附图对本发明的技术方案进行详细说明:
实施例1:
如图2所示,一种信道估计方法,包括如下步骤:
S1:获取接收天线中的接收信号以及导频处的发送信号;所述接收信号包括导频处的接收信号和数据处的接收信号;
S2:根据所述导频处的发送信号和导频处的接收信号估计导频处的初始信道响应矩阵,进一步估计数据处的初始信道响应矩阵,从而得到频域上任意子载波的初始信道响应矩阵;
S3:根据所述频域上任意子载波的初始信道响应矩阵和频域上的接收天线中的接收信号,采用基于求最大后验概率的EM算法进行信道估计,得到迭代后的信道响应矩阵。
本发明通过估计导频处的初始信道响应矩阵,进一步估计数据处的初始信道响应矩阵,从而得到频域上任意子载波的初始信道响应矩阵;采用基于求最大后验概率的EM算法进行信道估计,得到迭代后的信道响应矩阵。本发明基于求最大后验概率的EM算法,降低了EM算法50%的计算复杂度,本发明对EM算法进行了复杂度优化,在保证性能损耗可接受的范围内,实现复杂度折半的效果,达到性能与复杂度间更好的平衡。
其中,导频处指代OFDM符号帧中放置导频符号的位置,该位置可用子载波k与时刻t作为索引;数据处,指代OFDM符号帧中放置数据符号的位置,该位置可用子载波k与时刻t作为索引。
本发明应用在OFDM系统中,其采用的导频结构可以为梳状导频结构、块状导频结构或其他任意形式的离散导频结构;
当采用梳状导频结构时,通过S2中的数据处理,直接得到频域上任意子载波的初始信道响应矩阵;
若采用块状导频结构,导频只在OFDM帧的时域上排布,所以步骤S2先在时域上进行数据处理,即估计导频处的初始信道响应矩阵,进一步估计数据处的初始信道响应矩阵,最后通过对导频处和数据处的初始信道响应矩阵进行傅里叶变换得到频域上任意子载波上的初始信道响应矩阵;
若采用离散导频结构,导频在OFDM帧的时域和频域是二维分布的,所以步骤S2在时域和频域两维度上均进行数据处理,即估计导频处的初始信道响应矩阵,进一步估计数据处的初始信道响应矩阵,最后得到频域上任意子载波的初始信道响应矩阵。
在其中一个实施例中,通过LS(最小二乘)算法得到导频处的初始信道响应矩阵;
具体的:本实施例中采用梳状导频结构,则第i个导频处的初始信道响应矩阵为:
其中,Hi为第i个导频子载波(即导频处)的初始信道响应矩阵;和分别是第i个导频子载波的接收信号和发送信号,/>表示Xi的共轭转置;Mr表示接收天线的总数,Mt表示发射天线的总数,Kp表示导频子载波的总数,/>一帧OFDM符号在频域上有K个子载波,时域上有T个时刻;
在其中一个实施例中,通过插值算法估计数据处的初始信道响应矩阵;
采用梳状导频结构,如图4所示,假定导频间隔为D,K个子载波又划分为Kd个数据子载波和Kp个导频子载波;
具体的:本实施例在得到导频处的初始信道响应矩阵后,利用一阶线性插值算法估计数据处的初始信道响应矩阵:
其中,Hl是第l个数据子载波上的初始信道响应矩阵;Hi和Hi+D分别是第i个导频子载波和第i+D个导频子载波上的初始信道响应矩阵,D为导频间隔;K是子载波总数;
本实施例中采用的一阶线性插值算法也可以采用其他插值算法,本实施例对插值算法不做限定;若采用离散导频结构,则此处采用二维插值算法得到数据处的初始信道响应矩阵;
从而得到频域上任意子载波k上的初始信道响应矩阵如下式所示:
从中可以得到第j个接收天线和第k个子载波的初始信道响应矩阵:/>其中T为一帧OFDM符号的时刻总数;
在其中一个实施例中,根据所述频域上任意子载波的初始信道响应矩阵和频域上的接收天线中的接收信号,采用基于求最大后验概率的EM算法进行信道估计,得到迭代后的信道响应矩阵,包括:
1)根据任意子载波上的初始信道响应矩阵和频域上的所述接收天线中的接收信号,对预先构建的发射信号向量集中的所有发射信号向量计算后验概率,求出最大后验概率对应的第一发射信号向量;
2)根据所述第一发射信号向量估计该子载波上的信道响应矩阵更新值;
3)将所述子载波上的信道响应矩阵更新值替代该子载波上的初始信道响应矩阵,返回步骤1)迭代计算,直到达到预设的最大迭代次数,得到迭代后的信道响应矩阵。
在其中一种实施例中,所述发射信号向量集的构建方法包括:根据发射信号调制方式确定发射信号的固定符号集,根据所述固定符号集确定发射信号向量集;
具体的,例如采用4QAM或16QAM调制方式,能确定对应的发射信号的固定符号集{X}={x1,x2...xM};M表示固定符号集中符号的总数,第k个子载波上第t个时刻的发射信号向量中的Mt个符号均从预先给定的固定符号集{X}={x1,x2...xM}中选择,将其排列组合后,共有/>个发射信号向量类型,将所有发射信号向量xk,t的可能组合记为发射信号向量集S,令 xu∈S,xu为发射信号向量集S中的第u个向量;/>
进一步的,所述该子载波上的信道响应矩阵更新值为:
其中,
为第j个接收天线、第k个子载波的信道响应矩阵更新值,yj,k,t为接收天线j上、第k个子载波、t时刻的接收信号,xmax为第一发射信号向量, m为当前迭代次数,t为时刻序号,T为时刻总数。
具体的,如图3所示,根据所述频域上任意子载波的初始信道响应矩阵和频域上的接收天线中的接收信号,采用基于求最大后验概率的EM算法进行信道估计,得到迭代后的信道响应矩阵,具体步骤包括:
初始化:设置最大迭代次数,令初始迭代次数m=0;输入参数包括:(即第j个接收天线、第k个子载波的初始信道响应矩阵,即频域上任意子载波的初始信道响应矩阵)以及yj,k,t,yj,k,t为接收天线j上、子载波k、时刻t时的接收信号,t=1,2,3,…,T;
1)令时刻t=1,2,…,T,循环计算:
1.1)令循环计算后验概率:根据任意子载波上的初始信道响应矩阵和频域上的所述接收天线中的接收信号,对预先构建的发射信号向量集中的所有发射信号向量计算后验概率:
其中,N0为加性复高斯白噪声的方差,m为迭代次数序号;xu为发射信号向量集S中的第u个向量; 为第m次迭代时的第j个接收天线、第k个子载波的信道响应矩阵;
1.2)找到最大的后验概率fu对应的第一发射信号向量xmax;
1.3)计算中间变量:
2)进一步得到接收天线j、子载波k上的信道响应矩阵迭代更新值:
其中,
3)令m=m+1,判断m是否大于设定的最大迭代次数,若不大于,则继续执行步骤1),若大于,则结束迭代过程,将上述步骤2)得到的接收天线j、子载波k上的信道响应矩阵迭代更新值作为迭代后的信道响应矩阵输出。
根据上述方法即可得到每个接收天线、每个子载波上的迭代后的信道响应矩阵。
本发明涉及OFDM系统中基于求最大后验概率的EM的一种信道估计方法,称为EM-MAX算法。
本发明的频域上任意子载波的初始信道响应矩阵由传统LS算法加上频域插值算法得到;本发明区分于EM算法之处是不需要用所得后验概率组成的集合对所有的发射信号向量进行加权平均,所以降低了50%的计算复杂度。
本发明提出的EM-MAX信道估计方法,对EM算法进行了复杂度优化,在保证性能损耗可接受的范围内,实现复杂度折半的效果;在对系统计算复杂度要求严格的情况下,可以用EM-MAX算法代替EM算法与传统信道估计算法,达到性能与复杂度间更好的平衡。
实施例2:
如图7所示,一种信道估计装置,包括:
获取模块,用于获取接收天线中的接收信号以及导频处的发送信号;所述接收信号包括导频处的接收信号和数据处的接收信号;
初始信道矩阵计算模块,用于根据所述导频处的发送信号和导频处的接收信号估计导频处的初始信道响应矩阵,进一步估计数据处的初始信道响应矩阵,从而得到频域上任意子载波的初始信道响应矩阵;
信道矩阵迭代计算模块,用于根据所述频域上任意子载波的初始信道响应矩阵和频域上的接收天线中的接收信号,采用基于求最大后验概率的EM 算法进行信道估计,得到迭代后的信道响应矩阵。
本发明通过估计导频处的初始信道响应矩阵,进一步估计数据处的初始信道响应矩阵,从而得到频域上任意子载波的初始信道响应矩阵;采用基于求最大后验概率的EM算法进行信道估计,得到迭代后的信道响应矩阵。本发明基于求最大后验概率的EM算法,降低了EM算法50%的计算复杂度,本发明对EM算法进行了复杂度优化,在保证性能损耗可接受的范围内,实现复杂度折半的效果,达到性能与复杂度间更好的平衡。
在其中一个实施例中,所述信道矩阵迭代计算模块包括:
第一发射信号向量计算模块,用于根据任意子载波上的初始信道响应矩阵和频域上的所述接收天线中的接收信号,对预先构建的发射信号向量集中的所有发射信号向量计算后验概率,求出最大后验概率对应的第一发射信号向量;
迭代更新模块,用于根据所述第一发射信号向量估计该子载波上的信道响应矩阵更新值;
迭代计算模块,用于将所述更新值替代第一发射信号向量计算模块中的该子载波上的初始信道响应矩阵,进行迭代计算,直到达到预设的最大迭代次数,得到迭代后的信道响应矩阵。
进一步的,所述该子载波上的信道响应矩阵更新值为:
其中,
为第j个接收天线、第k个子载波的信道响应矩阵更新值,yj,k,t为接收天线j上、第k个子载波、t时刻的接收信号,xmax为第一发射信号向量, m为当前迭代次数,t为时刻序号,T为时刻总数。
具体的,信道矩阵迭代计算模块中的计算步骤包括:
初始化:设置最大迭代次数,令初始迭代次数m=0;输入参数包括:(即第j个接收天线、第k个子载波的初始信道响应矩阵,即频域上任意子载波的初始信道响应矩阵)以及yj,k,t,yj,k,t为接收天线j上、子载波k、时刻t时的接收信号,t=1,2,3,…,T;
1)令时刻t=1,2,…,T,循环计算:
1.1)令循环计算后验概率:根据任意子载波上的初始信道响应矩阵和频域上的所述接收天线中的接收信号,对预先构建的发射信号向量集中的所有发射信号向量计算后验概率:
其中,N0为加性复高斯白噪声的方差,m为迭代次数序号;xu为发射信号向量集S中的第u个向量; 为第m次迭代时的第j个接收天线、第k个子载波的信道响应矩阵;
1.2)找到最大的后验概率fu对应的第一发射信号向量xmax;
1.3)计算中间变量:
2)进一步得到接收天线j、子载波k上的信道响应矩阵迭代更新值:
其中,
3)令m=m+1,判断m是否大于设定的最大迭代次数,若不大于,则继续执行步骤1),若大于,则结束迭代过程,将上述步骤2)得到的接收天线j、子载波k上的信道响应矩阵迭代更新值作为迭代后的信道响应矩阵输出。
根据上述方法即可得到每个接收天线、每个子载波上的迭代后的信道响应矩阵。
在其中一个实施例中,所述发射信号向量集的构建方法包括:
根据发射信号调制方式确定发射信号的固定符号集,根据所述固定符号集确定发射信号向量集。
具体的,例如采用4QAM或16QAM调制方式,能确定对应的发射信号的固定符号集{X}={x1,x2...xM};M表示固定符号集中符号的总数,第k个子载波上第t个时刻的发射信号向量中的Mt个符号均从预先给定的固定符号集{X}={x1,x2...xM}中选择,将其排列组合后,共有/>个发射信号向量类型,将所有发射信号向量xk,t的可能组合记为发射信号向量集S,令 xu∈S,xu为发射信号向量集S中的第u个向量;/>
在其中一个实施例中,通过LS(最小二乘)算法得到导频处的初始信道响应矩阵;
具体的:本实施例中采用梳状导频结构,则第i个导频处的初始信道响应矩阵为:
其中,Hi为第i个导频子载波(即导频处)的初始信道响应矩阵;和分别是第i个导频子载波的接收信号和发送信号,/>表示Xi的共轭转置;Mr表示接收天线的总数,Mt表示发射天线的总数,Kp表示导频子载波的总数,/>一帧OFDM符号在频域上有K个子载波,时域上有T个时刻;
在其中一个实施例中,通过插值算法估计数据处的初始信道响应矩阵;
采用梳状导频结构,如图4所示,假定导频间隔为D,K个子载波又划分为Kd个数据子载波和Kp个导频子载波;
具体的:本实施例在得到导频处的初始信道响应矩阵后,利用一阶线性插值算法估计数据处的初始信道响应矩阵:
其中,Hl是第l个数据子载波上的初始信道响应矩阵;Hi和Hi+D分别是第i个导频子载波和第i+D个导频子载波上的初始信道响应矩阵,D为导频间隔;K是子载波总数;
本实施例中采用的一阶线性插值算法也可以采用其他插值算法,本实施例对插值算法不做限定;若采用离散导频结构,则此处采用二维插值算法得到数据处的初始信道响应矩阵;
从而得到频域上任意子载波k上的初始信道响应矩阵如下式所示:
从中可以得到第j个接收天线和第k个子载波的初始信道响应矩阵:/>其中T为一帧OFDM符号的时刻总数;
实施例3
一种信道估计设备,包括处理器、存储器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现前述的任意一项所述信道估计方法。
一种计算机可读存储介质,其特征在于,存储有计算机可执行指令,所述计算机可执行指令用于执行前述的任意一项所述信道估计方法。
实施例4:
如图1所示,为本实施例的信道估计方法应用的MIMO-OFDM系统框架,该系统模型具有以下特征:
(1)系统采用无编解码系统,使系统BER性能不受编解码过程影响,得到由信道估计算法的改变而产生的直观性能变化;
(2)由随机信号源生成的一串数据流作为系统输入。由(1)中可知,采用无编解码系统,所以数据流不经过编码,直接进行M进制的正交幅度调制 (即图1中的M-QAM)调制,并且在调制后对发射符号功率进行归一化处理;
(3)由调制过程中星座点固定,即(2)中所述的采用M进制调制会对应M个星座点,可知发射信号均来自固定的符号集{X}={x1,x2...xM},其中为了简化,假设发射信号中每个符号的概率相等;
(4)系统发射天线数为Mt,接收天线数为Mr;
(5)调制完成后,数据流通过串并转换,转换为并行的多路信号(有多少条发射天线,就有多少路信号),在Mt个发射天线上分别进行发射。其中每路数据流再通过IFFT变换,复用到子载波上,然后在数据帧上添加长度为L的循环前缀(CP),这样就实现了OFDM调制过程;
(6)不同发射天线发送的信号相互独立,不同子载波上的信号在传输过程中的传输参数是独立同分布的;
(7)一帧OFDM符号有T个时刻,K个子载波;
(8)信道模型采用基于3GPPTR38.901协议的CDL-B信道模型;
(9)经过CDL建模的MIMO信道后,每个接收天线上的数据流进行 OFDM解调过程,具体就是在数据帧上去除长度为L的循环前缀(CP),而后进行FFT变换;
(10)Mr个接收天线上的信号在OFDM解调后通过并串转换,再统一传入信道估计与信道检测模块;
(11)信道检测算法是MMSE信道检测算法;检测完成后进行M-QAM 解调就可以得到输出数据流。
对比本发明中的信道估计方法(即EM-MAX算法)和EM算法步骤,给出每次迭代下两种算法的复杂度比较,如下表所示。其中,求最大的后验概率这一步骤认为其复杂度是
表1 EM算法与EM-MAX算法复杂度比较
为了验证EM-MAX算法的可行性,进行仿真测试。测试采用K=2048 个子载波,并且给定每个OFDM符号帧由T=16个时刻构成,调制方式选用 4QAM和16QAM。本发明信道选用的是基于3GPP TR 38.901协议的CDL-B 信道模型,具体的信道参数如下表所示。
表2仿真信道参数
其中,采样密度是单位面积上的样品数。CDL(Clustered Delay Line,简称CDL)延时类型为集群延时线信道模型,CDL-B是CDL信道多种类型的一种;载波频率是信号传输的过程中,将信号负载到一个固定频率的波上,这个固定频率就是载波频率;群集延迟扩展与延迟扩展期望分别是CDL信道内用来调控信道时延的参数;多普勒频移是当移动台以恒定的速率沿某一方向移动时,造成相位和频率的变化,这种变化称为多普勒频移;输入信号采样率是指对模拟信号采样变为数字信号时采用的频率。
为了对比EM-MAX算法性能,本发明仿真了传统算法LS信道估计算法和MMSE信道估计算法,统一采用一阶线性插值方式,导频间隔设定为D=64。最终,在matlab仿真平台上,本发明得到在不同信噪比下多种信道估计算法的BER性能曲线,如图5和图6所示。两图中无图标实线表示传统LS算法性能;带圆形图标虚线表示MMSE信道估计算法性能;EM算法1次迭代结果用带三角形图标实线表示,3次迭代结果用带正方形图标实线表示; EM-MAX算法1次迭代结果用带三角形图标虚线表示,3次迭代结果用带正方形图标虚线表示。不难发现,EM与EM-MAX算法较于传统算法,均有明显的性能优势,即在信噪比大于20dB后,均对传统的两种信道估计算法有明显改善;而EM-MAX算法对比EM算法的性能损失在1dB以内,对比于对传统算法的性能改进程度而言,几乎可以忽略不计。由上文表1给出的EM 算法与EM-MAX算法复杂度对比,所提出的EM-MAX算法从乘法数上降低了62.5%的循环,加法上降低了37.5%,总的来说复杂度降低了50%。
总的来说,本发明提出的信道估计方法,对EM算法进行了复杂度优化,在保证性能损耗可接受的范围内,实现复杂度折半的效果;在对系统计算复杂度要求严格的情况下,可以用EM-MAX算法代替EM算法与传统信道估计方法,达到性能与复杂度间更好的平衡。
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种信道估计方法,其特征在于,包括步骤:
获取接收天线中的接收信号以及导频处的发送信号;所述接收信号包括导频处的接收信号和数据处的接收信号;
根据所述导频处的发送信号和导频处的接收信号,估计导频处的初始信道响应矩阵,进一步估计数据处的初始信道响应矩阵,从而得到频域上任意子载波的初始信道响应矩阵;
根据所述频域上任意子载波的初始信道响应矩阵和频域上的接收天线中的接收信号,采用基于求最大后验概率的EM算法进行信道估计,得到迭代后的信道响应矩阵。
2.根据权利要求1所述的一种信道估计方法,其特征在于,根据所述频域上任意子载波的初始信道响应矩阵和频域上的接收天线中的接收信号,采用基于求最大后验概率的EM算法进行信道估计,得到迭代后的信道响应矩阵,包括步骤:
根据任意子载波上的初始信道响应矩阵和频域上的所述接收天线中的接收信号,对预先构建的发射信号向量集中的所有发射信号向量计算后验概率,求出最大的后验概率对应的第一发射信号向量;
根据所述第一发射信号向量估计该子载波上的信道响应矩阵更新值;
将所述更新值替代该子载波上的初始信道响应矩阵,进行迭代计算,直到达到预设的最大迭代次数,得到迭代后的信道响应矩阵。
3.根据权利要求2所述的一种信道估计方法,其特征在于,所述该子载波上的信道响应矩阵更新值为:
其中,
为第j个接收天线、第k个子载波的信道响应矩阵更新值,yj,k,t为接收天线j上、第k个子载波、t时刻的接收信号,xmax为第一发射信号向量,m为当前迭代次数,t为时刻序号,T为时刻总数。
4.根据权利要求2所述的一种信道估计方法,其特征在于,所述发射信号向量集的构建方法包括:
根据发射信号调制方式确定发射信号的固定符号集,根据所述固定符号集确定发射信号向量集。
5.一种信道估计装置,其特征在于,包括:
获取模块,用于获取接收天线中的接收信号以及导频处的发送信号;所述接收信号包括导频处的接收信号和数据处的接收信号;
初始信道矩阵计算模块,用于根据所述导频处的发送信号和导频处的接收信号估计导频处的初始信道响应矩阵,进一步估计数据处的初始信道响应矩阵,从而得到频域上任意子载波的初始信道响应矩阵;
信道矩阵迭代计算模块,用于根据所述频域上任意子载波的初始信道响应矩阵和频域上的接收天线中的接收信号,采用基于求最大后验概率的EM算法进行信道估计,得到迭代后的信道响应矩阵。
6.根据权利要求5所述的一种信道估计装置,其特征在于,所述信道矩阵迭代计算模块包括:
第一发射信号向量计算模块,用于根据任意子载波上的初始信道响应矩阵和频域上的所述接收天线中的接收信号,对预先构建的发射信号向量集中的所有发射信号向量计算后验概率,求出最大后验概率对应的第一发射信号向量;
迭代更新模块,用于根据所述第一发射信号向量估计该子载波上的信道响应矩阵更新值;
迭代计算模块,用于将所述更新值替代第一发射信号向量计算模块中的该子载波上的初始信道响应矩阵,进行迭代计算,直到达到预设的最大迭代次数,得到迭代后的信道响应矩阵。
7.根据权利要求6所述的一种信道估计装置,其特征在于,所述该子载波上的信道响应矩阵更新值为:
其中,
为第j个接收天线、第k个子载波的信道响应矩阵更新值,yj,k,t为接收天线j上、第k个子载波、t时刻的接收信号,xmax为第一发射信号向量,m为当前迭代次数,t为时刻序号,T为时刻总数。
8.根据权利要求6所述的一种信道估计装置,其特征在于,所述发射信号向量集的构建方法包括:
根据发射信号调制方式确定发射信号的固定符号集,根据所述固定符号集确定发射信号向量集。
9.一种信道估计设备,包括处理器、存储器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1~4中任意一项所述信道估计方法。
10.一种计算机可读存储介质,其特征在于,存储有计算机可执行指令,所述计算机可执行指令用于执行权利要求1~4中任意一项所述信道估计方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111465225.0A CN114172779B (zh) | 2021-12-03 | 2021-12-03 | 一种信道估计方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111465225.0A CN114172779B (zh) | 2021-12-03 | 2021-12-03 | 一种信道估计方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114172779A CN114172779A (zh) | 2022-03-11 |
CN114172779B true CN114172779B (zh) | 2023-12-05 |
Family
ID=80482621
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111465225.0A Active CN114172779B (zh) | 2021-12-03 | 2021-12-03 | 一种信道估计方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114172779B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116743530B (zh) * | 2023-08-08 | 2023-10-31 | 中国电子科技集团公司第二十九研究所 | 基于数据辅助的otsm系统信道估计方法、介质及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1588929A (zh) * | 2004-09-23 | 2005-03-02 | 上海交通大学 | 基于多入多出正交频分复用系统的迭代信道估计方法 |
CN103763223A (zh) * | 2014-01-20 | 2014-04-30 | 清华大学 | 基于信道空时相关性的稀疏mimo-ofdm信道估计方法 |
CN109560850A (zh) * | 2018-11-27 | 2019-04-02 | 中国人民解放军国防科技大学 | Mrc软检测方法、装置、设备及计算机可读存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100909570B1 (ko) * | 2007-12-17 | 2009-07-24 | 한국전자통신연구원 | 다중 입출력 직교 주파수 분할 시스템을 위한 반복 채널 및잡음 분산 추정 장치 및 방법 |
-
2021
- 2021-12-03 CN CN202111465225.0A patent/CN114172779B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1588929A (zh) * | 2004-09-23 | 2005-03-02 | 上海交通大学 | 基于多入多出正交频分复用系统的迭代信道估计方法 |
CN103763223A (zh) * | 2014-01-20 | 2014-04-30 | 清华大学 | 基于信道空时相关性的稀疏mimo-ofdm信道估计方法 |
CN109560850A (zh) * | 2018-11-27 | 2019-04-02 | 中国人民解放军国防科技大学 | Mrc软检测方法、装置、设备及计算机可读存储介质 |
Non-Patent Citations (1)
Title |
---|
采用数据辅助的大规模MIMO信道半盲迭代估计;何文旭等;《电讯技术》;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114172779A (zh) | 2022-03-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2321949C1 (ru) | Устройство и способ передачи данных с помощью выбранного собственного вектора в mimo-системе мобильной связи замкнутого контура | |
JP5122428B2 (ja) | 移動通信システム、受信装置及び方法 | |
US8259864B2 (en) | Methods and systems for fourier-quadratic basis channel estimation in OFDMA systems | |
CN103595664A (zh) | 一种多接收天线系统中信道估计方法和装置 | |
CN101577692A (zh) | 一种正交频分复用系统的信道估计方法和装置 | |
US8750089B2 (en) | Method and system for iterative discrete fourier transform (DFT) based channel estimation using minimum mean square error (MMSE) techniques | |
CN101753491A (zh) | 一种多入多出正交频分复用系统的信道估计方法 | |
US7957481B2 (en) | Method and an apparatus for estimating a delay spread of a multipath channel | |
CN114172779B (zh) | 一种信道估计方法、装置、设备和存储介质 | |
CN102025662B (zh) | 多输入多输出正交频分复用系统的信道估计方法及装置 | |
CN112636855A (zh) | 一种ofdm信号检测方法 | |
CN101197796A (zh) | 基于sc-fde和虚拟多天线的无线传感器网络信道估计方法 | |
Pereira et al. | Tibwb-ofdm: A promising modulation technique for mimo 5g transmissions | |
CN102487368B (zh) | Per-tone均衡器的设计方法及实现装置 | |
CN111245589B (zh) | 一种导频叠加信道估计方法 | |
Kahlon et al. | Channel estimation techniques in MIMO-OFDM systems–review article | |
Gorbunov et al. | Spatial receive diversity for SEFDM based system | |
Ma et al. | EM-based channel estimation for OFDM | |
CN100386976C (zh) | 选频单载波分块传输系统中的功率控制方法 | |
CN114785643B (zh) | 一种基于深度学习的ofdm系统信道估计方法 | |
Adegbite et al. | A selective control information detection scheme for OFDM receivers | |
CN109842577B (zh) | 一种高动态情景下信道质量测定方法 | |
CN116488969B (zh) | 信道均衡方法、装置、设备和存储介质 | |
CN116827728B (zh) | 噪声功率的测量方法、装置及存储介质 | |
Jeremic et al. | OFDM channel estimation in the presence of asynchronous interference |
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 |