CN1148905C

CN1148905C - 宽带码分多址中抗深衰减的半盲信道估计方法

Info

Publication number: CN1148905C
Application number: CNB001093967A
Authority: CN
Inventors: 周小波
Original assignee: Huawei Technologies Co Ltd
Current assignee: Huawei Technologies Co Ltd
Priority date: 2000-06-01
Filing date: 2000-06-01
Publication date: 2004-05-05
Anticipated expiration: 2020-06-01
Also published as: CN1327316A

Abstract

本发明提供一种宽带码分多址中抗深衰减的半盲信道估计方法。本发明在上述深衰减的位置，利用数据信道的数据信息估计信道，例如采用盲子空间辨识方法；而在上述深衰减以外的位置，利用导频信道的导频信息估计信道。本发明能解决信道估计中由于深衰减带来的问题，从而在移动台高速移动时，仍能正确地进行信道估计。

Description

宽带码分多址中抗深衰减的半盲信道估计方法

本发明涉及无线电系统中的信道估计方法，尤其是涉及一种宽带码分多址(WCDMA)中抗深衰减的半盲信道估计方法。

在第三代数字移动通信中，基于间断导频信道估计分三类。其中可用的信息有两个，一是导频信道的导频信息，另一个是数据信道的数据信息。因此，“信道估计”可以从以下三种出发点去研究：(1)纯粹利用导频信息来估计信道，(2)纯粹利用数据信息来估计信道，(3)联合导频信息和数据信息的信道估计。

对于第一种：目前已有的方法包括：MMSE、Wienner滤波，LMS、RLS、Kalman滤波，一阶线性滤波、一阶非线性滤波、高斯插值、Sigmoid插值(非线性滤波)，WMSA(加权多时隙滤波)，这些方法只利用了导频信息，优点是计算速度快，缺点是当出现严重的信道衰减时很难做出正确的估计。

对于第二种，纯粹利用数据信息来估计信道，不用导频信息，即盲估计方法。盲估计方法还有待做进一步的研究。由于这类方法还有许多缺陷，性能得不到保证。另外由于在第三代数字移动通信WCDMA标准中，发送的信息中有少量的导频符号，即训练序列。因此，纯的盲估计是无法应用的，

对于第三种，利用导频信息和数据信息来联合估计信道。这里又分若干类方法，一类是直接估计出数据信道；一类是在估计信道的同时，将码源(符号)序列恢复出来，即在信道估计的同时，实现了均衡。自适应信道跟踪是另一类方法，由于要用到信道跟踪，就必须用到判决反馈，判决反馈的缺点是利用最近邻准则做判决，如果判决结果是不正确的，接下来信道估计会出现误差，这样在判决下一个符号时，容易导致误差累加。

由于纯的盲估计是无法应用的，因此盲估计方法还有待做进一步的研究。而第三类方法，研究者还处在试探性的阶段，还未得到完善的结果。我们这里主要研究第一种情况，即只利用导频信息进行信道估计。

利用导频信息进行信道估计的方法有：线性插值法、高斯插值法、以及加权多时隙方法WMSA，这些方法的一个基本特点是简单的线性处理方法，它们的一个共同缺点是，移动台的速度不能太快(一般小于100Km/h)；当移动台的速度太快(一般大于300Km/h)时，信道会出现深衰减，或出现非线性变化，使得利用导频信道做线性处理的数据信道不能真实地反映信道变化情况。

因此，本发明的目的是为了解决现有技术中存在的问题，当由于移动台高速移动等原因使信道产生深衰减时，仍能正确地进行信道估计。

为了实现上述目的，本发明提出了一种半盲信道估计方法，对产生深衰减的信道进行信道估计，包括以下步骤：

(1)找出一个时隙中深衰减的位置；

(2)在上述深衰减的位置，利用数据信道的数据信息估计信道；而在上述深衰减以外的位置，利用导频信道的导频信息估计信道。

其中，所述利用数据信道的数据信息估计信道的方法是盲子空间辨识方法。

在上述步骤(1)中，找出一个时隙的深衰减的位置的过程为：

(a)从一个时隙的左边开始，利用自适应LMS算法，自适应跟踪信道变化，利用自适应算法算出在k时刻跟踪估计的信道为c^k；

(b)测出k时刻对应信号的采样值为y^k；

(c)应用最近邻判决准则，算出信源符号的共轭值然后根据公式

y^{k} * {\overline{x}}_{k}^{*}

得到一个新的信道增益为

(d)给定一个阈值T，当

| c^{k} - {\overline{c}}^{k} |

大于T时，停止上述过程，记下停止位NF；

(e)从一个时隙的右边开始，重复步骤(a)～(d)记下另一个停止位置NB，得到一个时隙的产生深衰减的区域为(NF、NB)。

在上述步骤(d)中，当|c_k-c_k|大于T时，还可以进行以下步骤：

(A)设置另一个阈值THRESH，并对误差信号个数加一；

(B)反复进行从步骤(a)开始的过程，当误差信号个数＞阈值THRESH时，停止上述过程，记下停止位置为NF。

(C)根据上述步骤(A)、(B)，记下另一个停止位置NB，得到一个时隙的产生深衰减的区域为(NF、NB)。

图1是在一个时隙内的深衰减示意图。

图2是时分导频信道的结构。

图3是WCDMA中的相干RAKE接收机的结构。

图4是在速度为100km/h下不同信噪比时的BER对比图。

图5是在速度为300km/h下不同信噪比时的BER对比图。

图6是在信噪比为-10dB时不同移动速度下的BER对比图。

图7是在信噪比为-12dB时不同移动速度下的BER对比图。

以下结合附图及实施例对本发明作进一步说明。

本技术的基本思想是给出了一种新颖的信道估计方法，即抗深衰减的半盲信道估计技术，为了叙述方便，我们后面将这种技术记为SBCE。

由于传统的利用导频信息来估计信道的方法中，以WMSA算法性能最好，最具有代表性。所以，本文提出的抗深衰减的半盲信道估计技术将主要从各个角度同WMSA算法性能进行对比。

为了介绍本发明的技术SBCE，首先需要介绍WCDMA标准中的时分导频信道结构，参见图2。为了叙述方便，后面用的实例中，一帧是由15个时隙组成，每个时隙导频为4个符号，数据段为36个符号。

对于WMSA方法，当信道是线性变化时，才可能估计准确，当出现深衰减时，信道不再是线性变化，此时WMSA不再实用。从图4，图5，图6，图7我们可以直观的看到。

本发明的基于半盲信道估计的相干RAKE合并技术的核心思想就是：利用少量的导频信息，并联合数据信息估计深衰减信道；该技术的具体步骤分两步。在这里，假设移动台对信息的接收是一次接收一帧的多个时隙的信息后，进行以下的具体分析步骤：

第一步，首先从一个时隙的左边开始，此时认为还未发生深衰减。先从导频信息出发，利用自适应LMS算法，自适应跟踪信道变化，假设利用自适应算法算出在k时刻跟踪估计的信道为c^k，而在k时刻测得对应信号的采样值为y^k，对于多径情形，采用最大比合并，然后应用最近邻判决准则，得到判决的的信源符号的共轭值然后根据公式

y_{k} * {\overline{x}}_{k}^{*}

得到一个新的信道增益为给定一个阈值T，当|c_k- c_k|大于T时，我们认为此时判决得到的信源是错误的，此时，该时刻可能是信道深衰减开始的起始时刻。但考虑到信道的偶然波动带来的影响，对误差信号个数NUM加一，并给定另一个阈值THRESH，当NUM＞THRESH时，才确认此位置是信道深衰减的开始位置，停止上述过程，记下停止位置为NF。

接下来，从一个时隙的右边开始，应用上面同样的思想，得到一个另一个停止位置为NB，从而，深衰减位置为[NF，NB]。

第二步，在深衰减位置区间[NF，NB]如何有效的估计信道，我们利用盲估计的方法。从图1中，我们看到在深衰减处，信道的自相关只是在很短的区间内非零，即相关性很弱，此时的信道值与导频信道几乎没有什么关系，因此，若此时，再利用导频来估计信道，只会带来更大的误差；而在区间[NF，NB]的附近得到的信息，我们又不能确任其正确与否，如果是错误的，对后面的信道估计只会带来更大的误差；换句话说，在深衰减位置的可用信息只有当前信号的采样值。

因此，我们在出现深衰减的位置，采用盲估计的方法是较佳的方法。具体来说，可采用现有技术中的盲子空间辨识方法来估计深衰减信道。

由于盲子空间辨识方法等盲估计的方法均为公知技术，在此不再赘述。

以上即构成了本专利的新思想与具体的实施步骤。

本专利的主要目的是有效的抑制深衰减，或者说是在信道出现深衰减时，有效地估计信道。在图4-7中，我们从不同的角度仿真了该思想中提到的算法。信道模型我们采用了在[C.E.Lee，“Mobile Communication Engineer：Principles and Application”]中介绍的谐波合成方法，频率选择性衰减信道的各径的平均功率，时延均根据国际电联的IUT.M.1225标准设定。接收信号模型，相干RAKE接收机结构在图3中，前面已做阐述。实验中的数据速率是64K，伪随机序列采用的是GOLD码，长度为63。在图4-7中用的信噪比均是扩频前的定义，扩频后，信噪比均需要加上18dB。图4和图5是分别在移动速度为100公里/小时，300公里/小时时在不同信噪比下和WMSA的对比，图6和图7是分别在信噪比为-10dB，-12dB时和WMSA的BER对比图，从图形上，我们可以清楚的看到，在高速下，半盲信道估计(SBCE)要好于WMSA，由于在高速移动下，深衰减频繁出现，依靠线性补偿难以有效的估计深衰减信道，而SBCE确能较好的估计信道。

在低速时，SBCE效果比WMSA要差，主要原因是我们在第一步中采用了自适应的LMS算法，由于在初始的选取和迭代步长，阈值选取的问题，所以出现了这样的情况，但尽管如此，由于其BER均很低，所以仍是可接受的。

Claims

1.一种半盲信道估计方法，对产生深衰减的信道进行信道估计，其特征在于，包括以下步骤：

(1) 找出一个时隙的深衰减的位置，包括以下步骤：

(a)从一个时隙的左边开始，利用自适应LMS算法，自适应跟踪信道变化，利用自适应算法算出在k时刻跟踪估计的信道为c_k；

(b)测出k时刻对应信号的采样值为；

(c)应用最近邻判决准则，算出信源符号的共轭值-，然后根据公式

y_{k} * {\overline{x}}_{k}^{*}

得到一个新的信道增益为^-；

(d)给定一个阈值T，根据阀值T、步骤(a)得到的以及步骤(c)得到的信道增益-得到一个时隙的产生深衰减的区域；

2.根据权利要求1所述的半盲信道估计方法，其特征在于，所述利用数据信道的数据信息估计信道的方法是盲子空间辨识方法。

3.根据权利要求1所述的半盲信道估计方法，其特征在于，在上述步骤(d)中，根据阀值T、步骤(a)得到的以及步骤(c)得到的信道增益-得到一个时隙的产生深衰减的区域的步骤为：

(e1)当|c_k-c_k|大于T时，停止上述过程，记下停止位置NF；

(f1)从一个时隙的右边开始，重复步骤(a)～(e1)记下另一个停止位置NB，得到一个时隙的产生深衰减的区域为(NF、NB)。

4.根据权利要求1所述的半盲信道估计方法，其特征在于，根据阀值T、步骤(a)得到的以及步骤(c)得到的信道增益-得到一个时隙的产生深衰减的区域的步骤为：

(e2)设置另一个阈值THRESH，并对误差信号个数加一；

(f2)反复进行从步骤(a)开始的过程，当误差信号个数大于阈值THRESH时，停止上述过程，记下停止位置为NF；

(g2)从一个时隙的右边开始，重复步骤(a)～(f2)，记下另一个停止位置NB，得到一个时隙的产生深衰减的区域为(NF、NB)。