CN115695094A

CN115695094A - 信道估计方法、装置及通信设备

Info

Publication number: CN115695094A
Application number: CN202110843395.1A
Authority: CN
Inventors: 南杨; 肖青; 孙东昱; 刘勇; 张颖川; 柳耀勇
Original assignee: China Mobile Communications Group Co Ltd; China Mobile IoT Co Ltd
Current assignee: China Mobile Communications Group Co Ltd; China Mobile IoT Co Ltd
Priority date: 2021-07-26
Filing date: 2021-07-26
Publication date: 2023-02-03

Abstract

本申请公开了一种信道估计方法、装置及通信设备，涉及物联网技术领域，所述方法包括：将基于导频符号获得的第一信道估计值重复N次，得到第一序列；N为正整数；对所述第一序列进行预处理，获得长度为K的第二序列，其中，K大于L，L为信道的正交频分复用OFDM符号的循环前缀CP长度；将所述第二序列转换到时域并进行降噪处理，得到信道冲激响应；将所述信道冲激响应转换到频域，得到第二信道估计值。本申请的方案提高了信道估计的精度，提高了信号传输的可靠性。

Description

信道估计方法、装置及通信设备

技术领域

本申请涉及物联网技术领域，尤其是涉及一种信道估计方法、装置及通信设备。

背景技术

窄带物联网(NarrowBand Internet of Things，NB-IoT)是针对窄带、低速业务场景全新定义的通信协议，支持低功耗设备在广域网的蜂窝数据连接。NB-IoT在下行使用正交频分复用技术(Orthogonal Frequency Division Multiplexing，OFDM)，并固定使用15kHz的子载波间距(subcarrier spacing)和正常的循环前缀(Cyclic Prefix，CP)。在频域上，每个OFDM符号占用12个子载波，即在频域上占用180kHz带宽。在时域上，1个子帧(subframe)占用14个OFDM符号，每个子帧时长1ms。在NB-IoT中，最小资源单元被称为资源元素(Resource Element，RE)，每个RE在时域上占用一个符号，在频域上占用一个子载波。

OFDM系统对时间和频率误差十分敏感，在实际的通信系统中，信号经过多径传输，到达接收端的时间不尽相同，导致各路接收信号按各自相位相互叠加而造成干扰，使原信号失真或产生错误。为了消除多径信道对信号的影响，NB-IoT系统的接收端会根据已知的接收导频，利用信道估计算法进行信道估计，并利用估计的信道对接收信号进行补偿。然而，目前的信道估计算法存在信道估计精度较差的问题。

发明内容

本申请的目的在于提供一种信道估计方法、装置及通信设备，从而解决现有技术中信道估计精度差的问题。

为了达到上述目的，本申请提供一种信道估计方法，包括：

将基于导频符号获得的第一信道估计值重复N次，得到第一序列；N为正整数；

对所述第一序列进行预处理，获得长度为K的第二序列，其中，K大于L，L为信道的正交频分复用OFDM符号的循环前缀CP长度；

将所述第二序列转换到时域并进行降噪处理，得到信道冲激响应；

将所述信道冲激响应转换到频域，得到第二信道估计值。

可选地，将基于导频符号获得的第一信道估计值重复N次，得到第一序列；N为正整数，包括：

根据公式

对所述第一信道估计值重复N次，得到所述第一序列；

其中，

为所述第一信道估计值，I_M为M×M维的单位矩阵，

为所述第一序列。

可选地，将所述第二序列转换到时域并进行降噪处理，得到信道冲激响应，包括：

对所述第二序列进行傅里叶逆变换，获得第三序列；

将所述第三序列中间的K-2L个元素置零，得到信道冲激响应。

可选地，将所述第三序列中间的K-2L个元素置零，得到信道冲激响应，包括：

根据公式

将所述第三序列中间的K-2L个元素置零，得到信道冲激响应；

其中，

为所述信道冲击响应，

为F_K的共轭转置矩阵，F_K中第(n，k)元素为

为所述第二序列，

I_L为L×L维的单位矩阵，0_L为L×L维的零矩阵。

可选地，将所述信道冲激响应转换到频域，得到第二信道估计值，包括：

对所述信道冲激响应进行傅里叶变换，获得第四序列；

在所述第四序列中提取N次重复对应的信道估计值，确定所述第二信道估计值为N次重复对应的第一信道估计值的均值。

可选地，在所述第四序列中提取N次重复对应的信道估计值，确定所述第二信道估计值为N次重复对应的第一信道估计值的均值，包括：

根据公式

确定所述第二信道估计值；

其中，E_M,1＝[I_M,0_M×(K-M)]，E_M,2＝[0_M,I_M,0_M×(K-2M)]，E_M,N＝[0_M×(N-1)M,I_M,0_M×(K-NM)]，I_M为M×M维的单位矩阵，0_M×(K-M)为M×(K-M)维的零矩阵，

为第二信号估计值，F_K为离散傅里叶变换DFT矩阵，F_K中第(n，k)元素为

为所述信道冲击响应。

本申请实施例还提供一种信道估计装置，包括：

第一获取模块，用于将基于导频符号获得的第一信道估计值重复N次，得到第一序列；N为正整数；

第二获取模块，用于对所述第一序列进行预处理，获得长度为K的第二序列，其中，K大于L，L为信道的正交频分复用OFDM符号的循环前缀CP长度；

第三获取模块，用于将所述第二序列转换到时域并进行降噪处理，得到信道冲激响应；

第四获取模块，用于将所述信道冲激响应转换到频域，得到第二信道估计值。

本申请实施例还提供一种通信设备，包括：收发器、处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令；所述处理器执行所述程序或指令时实现如上所述的信道估计方法。

本申请实施例还提供一种可读存储介质，所述可读存储介质上存储有程序，所述程序被处理器执行时实现如上所述的信道估计方法。

本申请的上述技术方案至少具有如下有益效果：

本申请实施例的信道估计方法，首先，将基于导频符号获得的第一信道估计值重复N次，得到第一序列；N为正整数；其次，对所述第一序列进行预处理，获得长度为K的第二序列，其中，K大于L，L为信道的正交频分复用OFDM符号的循环前缀CP长度；如此，使得信道能量集中于信道冲击响应(Channel Impulse Response，CIR)首尾的采样点，而噪声集中于CIR中间部分的采样点，缓解了现有的窄带系统出现的“能量泄露”的问题；再次，将所述第二序列转换到时域并进行降噪处理，得到信道冲激响应；最后，将所述信道冲激响应转换到频域，得到第二信道估计值，如此，可以进一步提高算法的估计精度，提高了信号传输的可靠性。

附图说明

图1为本申请实施例的信道估计方法的流程示意图之一；

图2为本申请实施例的信道估计方法与LS算法和DFT算法的信道估计的仿真性能对比示意图；

图3为本申请实施例的信道估计方法的流程示意图之二；

图4为本申请实施例的信道估计装置的结构示意图；

图5为本申请实施例的通信设备的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。

下面结合附图，通过具体的实施例及其应用场景对本申请实施例提供的信道估计方法、装置及通信设备进行详细地说明。

在对本申请实施例的信道估计算法进行说明之前，首先对基于最小二乘(LeastSquare，LS)算法和基于变换域的离散傅里叶变换(Discrete Fourier Transform，DFT)对信道估计的实现进行说明：

LS算法：

假设导频信号的输出矢量为Y，导频输入矢量为X，H为OFDM系统信道的频域响应值，W为加性高斯白噪声，则有：Y＝diag(X)H+W；

其中，

M为导频符号的数目，diag(X)表示以X为对角线元素的对角矩阵。由导频输出的估计值与实际值的误差最小准则，可以得到LS估计值为：

从上式可以看出，LS估计算法过程较为简单，只需要利用导频序列除以系统已知的本地导频序列，就可以估计出信道频域响应。然而，这种算法没有考虑噪声对接收信号的影响，信道估计精度较差，在低信噪比环境下难以满足需求。

DFT算法：

在OFDM系统设计时，OFDM符号的长度远远大于信道的最大时延，这就保证了时域的信道冲激响应集中在有限的抽样点上，即只有在多径时延位置处的信道抽头具有明显的信道功率，其余位置信道功率可近似为零。故在得到LS的估计结果之后，将

进行傅里叶逆变换(Inverse Discrete Fourier Transform，IDFT)到时域，只保留时域信道估计结果中循环前缀(Cyclic Prefix，CP)长度内的部分，并将CP之后的数据全部视为噪声，将这部分数据置零进行降噪，最后再对时域信道进行DFT处理，变换到频域。该算法被称为DFT算法，只要导频个数大于等于无线信道的多径个数，就可得到完整的信道频域响应。

其中，DFT算法可用公式表述如下：

其中，F_M表示M×M维的DFT矩阵，矩阵中第(m,k)元素可表示为：

表示F_M的共轭转置矩阵，N₁为置零矩阵，表示如下：

其中，I_L表示L×L维的单位矩阵，L为CP长度；0_L×(M-L)表示L×(M-L)维的零矩阵。该矩阵的作用为保留

中前L个数据，而将后面M-L个数据置零。

由上述内容可知，DFT算法信道估计精度优于LS算法，但直接应用于窄带系统(如：NB-IoT系统)性能有较大损失。这是因为窄带系统的带宽较小，频域上子载波数很少(如：NB-IoT占用12个子载波)，而频域上可以用于信道估计的导频数量就更少了(如：一个OFDM符号上的NB-RS只占了两个子载波)，导频个数往往小于多径个数，LS算法的估计结果经IDFT处理后分辨率很低，导致信道能量扩散到CP长度外的采样点上造成信道冲激响应的“能量泄露”。在这种情况下，将CP长度后的数据全部置零将导致严重的性能损失。

下面，对本申请实施例的信道估计方法进行说明：

如图1所示，为本申请实施例的信道估计方法的流程示意图，该方法包括：

步骤101，将基于导频符号获得的第一信道估计值重复N次，得到第一序列；N为正整数；

本步骤中，第一信道估计值为利用LS算法得到的信道估计值

其中，将第一信道估计值重复N次，可以使信道能量集中于首尾采样点，如此，在一定程度上缓解了能量泄露的情况。

步骤102，对所述第一序列进行预处理，获得长度为K的第二序列，其中，K大于L，L为信道的正交频分复用OFDM符号的循环前缀CP长度；

本步骤，通过对该第一序列进行预处理，获得长度为K的第二序列，其中，K远远大于L，可以使得信道能量集中于CIR头部和尾部的采样点，而噪声集中于CIR中间部分的采样点，这样，可以避免LS算法的估计结果直接经IDFT处理后分辨率低，导致信道能量扩散到CP长度外的采样点上造成信道冲击响应的“能量泄露”，使得信道的性能严重损失。

步骤103，将所述第二序列转换到时域并进行降噪处理，得到信道冲激响应；

本步骤，通过将所述第二序列转换到时域并进行降噪处理，一者，避免了将CP长度后的数据全部置零，导致严重的性能损失；二者，提高了信道估计的分辨率，避免了信道能量扩散到CP长度外的采样点上造成信道冲击响应的“能量泄露”。

步骤104，将所述信道冲激响应转换到频域，得到第二信道估计值。

本申请实施例的信道估计方法，首先，将基于导频符号获得的第一信道估计值重复N次，得到第一序列；N为正整数；其次，对所述第一序列进行预处理，获得长度为K的第二序列，其中，K大于L，L为信道的正交频分复用OFDM符号的循环前缀CP长度；如此，实现了信道的能量集中于CIR首尾的采样点，而噪声集中于CIR中间部分的采样点；再次，将所述第二序列转换到时域并进行降噪处理，得到信道冲激响应，这样，避免了现有技术中将CP长度后的数据全部置零，导致严重的性能损失的情况；最后，将所述信道冲激响应转换到频域，得到第二信道估计值。如此，进一步提高了信道估计的精度，提高了信号传输的可靠性。

作为一个具体的实现方式，将基于导频符号获得的第一信道估计值重复N次，得到第一序列；N为正整数，包括：

根据公式

对所述第一信道估计值重复N次，得到所述第一序列；

其中，

为所述第一信道估计值，I_M为M×M维的单位矩阵，

为所述第一序列。

采用本具体的实现方式，实现了对第一信道估计值的N次重复，从而使信道能量集中于首尾采样点，如此，在一定程度上缓解了能量泄露的情况。

作为一个可选的实现方式，步骤102，对所述第一序列进行预处理，获得长度为K的第二序列，包括：

对所述第一序列进行补零，获得长度为K的所述第二序列。

具体的，对所述第一序列进行补零，获得长度为K的所述第二序列，包括：

根据公式

对所述第一序列进行补零，获得长度为K的所述第二序列；

其中，U_padding＝[I_NM×NM,0_NM×(K-NM)]^T，I_NM×NM为NM×NM维的矩阵，第(i，i)元素为1，i为正整数，i≤NM，0_NM×(K-NM)为NM×(K-NM)维的零矩阵，

为所述第一序列，

为所述第二序列。

本可选实现方式中，对第一信道估计值重复N次获得的第一序列进行补零处理，如此，增加了有效的采样点数，使得信道CIR的信道能量主要集中于CIR首尾的采样点，而噪声集中于CIR中间部分的采样点，这样，缓解了经典DFT算法应用在窄带系统出现的“能量泄露”的问题，且避免了将CP长度后的数据全部置零，导致信道的严重的性能损失。

作为一个可选的实现方式，步骤103，将所述第二序列转换到时域并进行降噪处理，得到信道冲激响应，包括：

对所述第二序列进行傅里叶逆变换，获得第三序列；

将所述第三序列中间的K-2L个元素置零，得到信道冲激响应。

具体的，将所述第三序列中间的K-2L个元素置零，得到信道冲激响应，包括：

根据公式

将所述第三序列中间的K-2L个元素置零，得到信道冲激响应；

其中，

为所述信道冲击响应，

为F_K的共轭转置矩阵，F_K中第(n，k)元素为

为所述第二序列，

I_L为L×L维的单位矩阵，0_L为L×L维的零矩阵，0_(K-2L)×L为(K-2L)×L维的零矩阵，0_L×(K-2L)为L×(K-2L)维的零矩阵，0_K-2L为(K-2L)×(K-2L)维的零矩阵。

也就是说，本可选实现方式中，

的乘积为所述第三序列，第三序列与矩阵相乘，实现对第三序列中间的K-2L个元素置零，以得到所述信道冲击响应。这样，避免了将CP长度后的数据全部置零，导致严重的信道性能损失。

这里，需要说明的是，由于在对所述第二序列进行IDFT之前，对所述第一信道估计值重复了N次，故在对所述第二序列进行IDFT之后，可以在重复的子载波位置提取出N次重复，并将这N次重复做平均处理，最终得到第二信道估计值。

基于此，作为一个可选的实现方式，步骤104，将所述信道冲激响应转换到频域，得到第二信道估计值，包括：

对所述信道冲激响应进行傅里叶变换，获得第四序列；

具体的，在所述第四序列中提取N次重复对应的信道估计值，确定所述第二信道估计值为N次重复对应的第一信道估计值的均值，包括：

根据公式

确定所述第二信道估计值；

其中，E_M,1＝[I_M,0_M×(K-M)]，E_M,2＝[0_M,I_M,0_M×(K-2M)]，E_M,N＝[0_M×(N-1)M,I_M,0_M×(K-NM)]，I_M为M×M维的单位矩阵，0_M×(K-M)为M×(K-M)维的零矩阵，0_M×(K-2M)为M×(K-2M)维的零矩阵，0_M×(K-NM)为M×(K-NM)维的零矩阵，

为所述信道冲击响应。

也就是说，本可选实现方式中，

的乘积为所述第四序列。

本可选实现方式中，对N次重复取均值以获得所述第二信道估计值，这样，实现了对信道估计结构的平滑处理，进一步提高了信道估计算法的估计精度。

图2为LS算法、DFT算法和本申请实施例的信道估计方法在多径信道下的仿真性能对比示意图，其中，横坐标为信噪比(Signal to Noise Ratio，SNR)，纵坐标为误比特率(Bit Error Rate，BER)。以BER＝10^-2为例，LS算法对应SNR约为5.5dB。与之相比，DFT算法性能提升约1dB，对应SNR为4.5dB；本申请提出的信道估计方法性能最优，当SNR为3dB时，BER已经降到10^-2以下，与LS和DFT算法相比，分别有2.7dB和1.7dB的性能提升。值得注意的是，本申请提出的改进算法与DFT算法相比，复杂度只有少许增加，在工程实现中可几乎忽略不计。同时，由于改进算法提高了信道估计精度，接收端接收更少的重复数据就可以解出原始比特信息，从而达到了降低接收功耗的目的。

下面，结合图3，对本申请实施例的信道估计方法的具体实例进行说明：

步骤301，从接收数据中分离出导频数据；

步骤302，基于导频使用LS算法进行信道估计，得到

步骤303，按照公式

对

重复N次，得到第一序列；

步骤304，按照公式

对第一序列进行补零操作，得到长度为K的第二序列；

步骤305，按照公式

对

进行傅里叶逆变换后将序列中间K-2L个元素置零，得到

步骤306，按照公式

对

进行傅里叶变换，将序列通过平滑滤波器，得到信道估计值。

本申请实施例的信道估计方法，首先对基于导频符号获得的第一信道估计值重复N次，得到第一序列，如此，增加了有效的采样点数，使得CIR的信道能量集中于首尾采样点，而噪声集中于CIR中间部分的采样点；其次对所述第一序列进行补零处理，得到长度为K的第二序列，如此，缓解了经典DFT算法应用在窄带系统出现的“能量泄露”的问题；再次对所述第二序列转化到时域得到第三序列，然后对第三序列中间的K-2L个元素置零，得到信道冲击响应，如此，避免了将CP长度后的数据全部置零，导致严重的信道性能损失的问题；再然后，对所述信道冲击响应进行傅里叶变换得到第四序列，最后，确定第二信道估计值为T此重复对应的第一信道估计值的均值，如此，试下你了对信道估计结果进行平滑处理，进一步提高了信道估计算法的估计精度。通过上述方式，本申请实施例针对性地解决了DFT信道估计算法在窄带系统中估计精度较差的问题，达到提高信号传输的可靠性，降低接收功耗等目的。

需要说明的是，本申请实施例提供的信道估计方法，执行主体可以为信道估计装置，或者该信道估计装置中的用于执行加载信道估计方法的控制模块。本申请实施例中以信道估计装置执行加载信道估计方法为例，说明本申请实施例提供的信道估计方法。

图4是本申请一个实施例的信道估计装置的结构示意图，该信道估计结构包括：

第一获取模块401，用于将基于导频符号获得的第一信道估计值重复N次，得到第一序列；N为正整数；

第二获取模块402，用于对所述第一序列进行预处理，获得长度为K的第二序列，其中，K大于L，L为信道的正交频分复用OFDM符号的循环前缀CP长度；

第三获取模块403，用于将所述第二序列转换到时域并进行降噪处理，得到信道冲激响应；

第四获取模块404，用于将所述信道冲激响应转换到频域，得到第二信道估计值。

本申请实施例的信道估计转至，首先，第一获取模块401将基于导频符号获得的第一信道估计值重复N次，得到第一序列；N为正整数；其次，第二获取模块402对所述第一序列进行预处理，获得长度为K的第二序列，其中，K大于OFDM符号的CP长度L；如此，实现了信道的能量集中于CIR首尾的采样点，而噪声集中于CIR中间部分的采样点；再次，第三获取模块403将所述第二序列转换到时域并进行降噪处理，得到信道冲激响应，这样，避免了现有技术中将CP长度后的数据全部置零，导致严重的性能损失的情况；最后，第四获取模块404将所述信道冲激响应转换到频域，得到第二信道估计值。如此，进一步提高了信道估计的精度，提高了信号传输的可靠性。

可选地，所述第一获取模块401用于根据公式

对所述第一信道估计值重复N次，得到所述第一序列；

其中，

为所述第一信道估计值，I_M为M×M维的单位矩阵，

为所述第一序列。

可选地，所述第三获取模块403包括：

第一获取子模块，用于对所述第二序列进行傅里叶逆变换，获得第三序列；

第二获取子模块，用于将所述第三序列中间的K-2L个元素置零，得到信道冲激响应。

可选地，所述第二获取子模块具体用于根据公式

将所述第三序列中间的K-2L个元素置零，得到信道冲激响应；

其中，

为所述信道冲击响应，

为F_K的共轭转置矩阵，F_K中第(n，k)元素为

为所述第二序列，

I_L为L×L维的单位矩阵，0_L为L×L维的零矩阵。

可选地，所述第四获取模块404包括：

第三获取子模块，用于对所述信道冲激响应进行傅里叶变换，获得第四序列；

确定子模块，用于在所述第四序列中提取N次重复对应的信道估计值，确定所述第二信道估计值为N次重复对应的第一信道估计值的均值。

可选地，所述确定子模块具体用于根据公式

确定所述第二信道估计值；

为所述信道冲击响应。

如图5所示，本申请实施例还提供一种通信设备，包括：处理器500；以及通过总线接口与所述处理器500相连接的存储器520和收发器510，所述存储器520用于存储所述处理器500在执行操作时所使用的程序和数据，处理器500调用并执行所述存储器520中所存储的程序和数据。

其中，处理器500用于读取存储器520中的程序执行以下步骤：

将所述信道冲激响应转换到频域，得到第二信道估计值。

本申请实施例的通信设备，处理器500首先将基于导频符号获得的第一信道估计值重复N次，得到第一序列；N为正整数；其次对所述第一序列进行预处理，获得长度为K的第二序列，其中，K大于OFDM符号的CP长度L；如此，实现了信道的能量集中于CIR首尾的采样点，而噪声集中于CIR中间部分的采样点；再次将所述第二序列转换到时域并进行降噪处理，得到信道冲激响应，这样，避免了现有技术中将CP长度后的数据全部置零，导致严重的性能损失的情况；最后将所述信道冲激响应转换到频域，得到第二信道估计值。如此，进一步提高了信道估计的精度，提高了信号传输的可靠性。

本申请实施例还提供一种可读存储介质，所述可读存储介质上存储有程序，所述程序被处理器执行时实现如上所述的信道估计方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，该可读存储介质，如只读存储器(Read-OnlyMemory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请所述原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。