CN117896213A - 一种基于干扰环境下的信道估计方法 - Google Patents

Abstract

本发明公开了一种基于干扰环境下的信道估计方法，属于无线通信领域。本发明方法在节省传输资源的前提下，简化信道估计方法计算步骤。通过使用两路接收信号与已知的PN码序列滑动做共轭相关累加，最终除以分散导频长度，获得精确的时域信道冲激响应估计值。保证了在干扰环境下对信道进行精确估计，提升解调性能。最后通过采用分数频域均衡器，消除码间串扰的影响，保证了解调信号精度。通过使用本发明方法所提的信道估计方法以及均衡方法，能够有效提升误比特率(Bit Error Rate,BER)性能。

Description

一种基于干扰环境下的信道估计方法

技术领域

本发明属于无线通信领域，尤其涉及一种基于干扰环境下的信道估计方法。

背景技术

伴随着无线通信技术的快速发展，高传输效率、抗干扰的无线通信系统在复杂的通信环境中发挥重要作用。车载无线通信系统用于保障干扰环境下移动设备和基站通信，使得基站可以实时获取语音和图像信息，同时移动设备能够实时获取基站所传输的指令以及语音信息。车载无线通信系统主要由车载式基站以及移动设备组成，通常采用集成化、模块化的器件，所组装的移动设备具有体积小、重量轻、低功耗等优点，方便工作人员进行携带。并且车载式基站在恶劣的地域条件下能够快速搭建投入应用，受环境因素较小，具有高机动性方便在使用中进行移动，因此在现代通信中得到广泛应用。车载基站主要工作在特高频(Ultra High Frequency,UHF)、高频等频段，这些频段常用于移动通信以及广播电视领域，通信过程中存在邻道干扰，对通信系统捕获性能要求极高。由于车载通信系统具有高移动性，使用环境较为复杂，包括城市、郊区和森林等应用场景，并且车载基站以及移动设备之间均存在运动的情况，导致信道快速变化引起传输信号出现快衰落，严重影响通信质量，因此需要高效的信道估计算法对信道参数进行评估，以此保障通信质量。

为了保证复杂的干扰环境下进行实时通信，跳频通信系统被广泛应用于车载无线通信系统中，因其具备较高的频带利用率能够实现高效率的数据传输，并且能够有效躲避频率扫描式干扰。对于干扰方恶意的频点干扰，跳频通信系统能够通过残余的部分接收信号有效的恢复完整的传输信息，具备较强的抗干扰能力。与定频通信系统相比，跳频通信系统发射机与接收机工作的载波频率是不断变化的，接收机需要在短时间内捕获接收信号并进行解调，尽管信道估计算法能够有效提升解调信号精度，但会导致计算量增大给接收机造成额外的负担，因此高效的低复杂度的信道估计算法被考虑应用到车载无线通信系统中。

常见的信道估计方法包括半盲信道估计方法和盲信道估计方法。盲信道估计方法主要依赖于接收信号的统计特性，在低信噪比环境下估计精度低且计算量大，通常包含大量的矩阵求逆运算，因此不适用于车载通信系统。半盲信道估计方法依赖于已知的训练序列或导频信息，会占用一部分的传输资源。常见的车载通信系统属于单载波通信系统，频谱利用率低、抗频率选择性衰落能力弱，并且解调性能容易受到多径效应的影响，无法跟踪信道的动态变化。单载波通信系统对于捕获性能要求极高，收发双方通常采用已知的伪随机码(Pseudorandom Noise,PN)序列作为捕获算法的参考序列，因此为了节省传输资源，考虑使用这部分PN序列作为信道估计所需的已知序列。

因此，亟需能够应用于跳频车载通信系统针对干扰环境下的信道估计方法。

发明内容

本发明的目的在于：为了克服现有技术问题，公开了一种基于干扰环境下的信道估计方法，本发明信道估计方法能够应用于单载波跳频车载通信系统中。在节省传输资源的前提下，有效提升通信系统解调信号精度，并且进一步提出使用分数频域均衡器消除码间串扰的影响。该方法能够有效的解决单载波通信系统不能追踪信道动态变化的问题，能够在频点干扰的情况下对信道进行精确估计。

本发明目的通过下述技术方案来实现：

一种基于干扰环境下的信道估计方法，所述信道估计方法包括如下步骤：

步骤一：在传输过程中存在多径效应的前提下，计算不同传输路径下存在的延时大小，并得到所需PN码序列长度；

步骤二：分别对PN码序列和数据信号进行映射操作，得到映射后的时域PN码序列和数据信号向量，最后将时域PN码序列分散插入数据信号中构成传输所需的信号向量；

步骤三：使用已知的PN码序列和接收的PN码序列滑动做共轭相关累加，最终除以分散导频段长度，最终求得信道冲激响应的估计值；

并在获得时域接收信号后，提取出最佳样点以及最佳样点相邻的接收信号向量，然后分别提取出两路信号中的时域接收PN码序列，分别结合已知的PN码序列估计出无线信道的时域信道冲激响应；

步骤四：获得两次信道冲激响应估计之后，对两次信道冲激响应估计结果进行组合，之后对其进行离散傅里叶正变换获得频域信道向量参数值；

步骤五：对两路接收信号进行离散傅里叶正变换操作，得到两路频域接收信号向量，使用频域信道向量参数与两路频域接收信号向量进行分数频域均衡，得到最终的频域接收信号向量；

并对均衡后的频域接收信号向量进行离散傅里叶逆变换操作，得到最终的时域接收信号向量。

根据一个优选的实施方式，步骤一中进行不同传输路径下存在的延时大小时，

令通信系统的实际符号传输速率为Rs，上采样倍数为f₁，则系统的采样速率为fs＝Rs×f₁，采样周期为

假设最大路径延迟为t₁，将采样周期ts与最大路径延迟t₁转换为相同时间单位进行计算，则能够计算出延迟样点数为则PN码序列长度至少为N_delay个符号。

根据一个优选的实施方式，步骤三中，使用已知的PN码序列和接收的PN码序列滑动做共轭相关累加具体包括：

通信系统接收基带信号表示为y[n],n＝0,1,2,…,N-1，通信系统相关器用本地产生的PN码序列和输入信号做共轭相关累加，PN码序列长度为N_delay，则相关器的输出表示为：

其中C[i]表示相关器输出，(·)^*表示求共轭运算；

当相关器的实现只用输入信号和PN码序列的符号位做相关，则实现过程中的相关器输出表示为：

其中sign(·)表示取符号位运算；

当相关器输出大于所设定的门限值0.8*N_delay时，表示捕获到一帧位置了，此时的i为数据帧的起始位置以及最佳样点位置，反之则继续进行搜索。

根据一个优选的实施方式，步骤三中，通信系统接收端在完成捕获操作后获得接收信息，首先获得最佳样点位置完整的接收信息y₁[m]，提取出接收信息中PN码序列位置对应的信号按照前后顺序组合成向量表示为r_PN1[w]；

接着获得最佳样点位置相邻位置完整的接收信息y₂[m]，提取出该接收信息中PN码序列位置对应的信号按照前后顺序组合成向量表示为r_PN2[w]，其中w＝0,1,…,N_delay-1，m＝0,1,2,…,N-1；分别利用前述两路PN码序列位置对应的接收信号r_PN1与r_PN2进行两次信道估计。

根据一个优选的实施方式，步骤三中，信道估计借助收发双发已知的PN码序列，根据已知的PN码序列，能够估计出无线信道的时域信道冲激响应；

从而，两次信道估计出的信道冲激响应分别表示为：

其中m1＝0,1,2,…,N_delay-1。

根据一个优选的实施方式，步骤四中，对两次信道估计出的信道冲激响应结果进行组合，得到最终的信道冲激响应估计值表示为：

其中k₁＝0,1,2,…,2N_delay-1，其中当最终的信道冲激响应估计值h[k₁]的长度不足512个数时，在其后面补0使其长度满足512构成h[k]，此时k＝0,1,2,…,511。

根据一个优选的实施方式，步骤四还包括：对最终的信道冲激响应估计值和两路接收信号进行离散傅里叶正变换，得到频域信道向量估计值与两路频域接收信号表示为：

其中p表示傅里叶变换点数，p＝0,1,2,…,511，即傅里叶变换点数为512。

根据一个优选的实施方式，步骤四还包括：构造时域传输模型表示为：

合并两路频域接收信号表示为：

Y[d]＝[Y₁[0],Y₂[0],Y₁[1],Y₂[1],…,Y₁[N-1],Y₂[N-1]]

其中d＝0,1,2,…,2N-1。

根据一个优选的实施方式，步骤五包括：结合频域信道向量估计值、合并后的两路频域接收信号以及时域信号传输模型，得到频域信号传输模型表示为：

Y[p]＝X[p]H1[p]+Z[p]

所述频域信号传输模型仅对长度为512的数据进行处理，相当于进行分包处理，总分包数为其中/>表示向下取整运算，若最后一包长度不够512，则总分包数为/>则选择重复前一包数据末尾数据补充到最后一包数末尾，最后均衡完进行删除，且均衡器工作在两倍采样率上，因此满足：X[p1]＝X[p1+256]，其中p1＝0,1,2,…,255。

根据一个优选的实施方式，步骤五还包括：采用迫零均衡器，结合频域信号传输模型得到频域的均衡输出表示为：

在得到频域均衡输出Y1[p1]后，对其进行离散傅里叶逆变换得到时域均衡输出表示为：

其中p2＝0,1,2,…,255，l＝0,1,2,…,number-1；在获得所有数据包的时域均衡输出后，按照前后顺序完成组合即最终的时域均衡输出表示为：

y_eq＝[y1₀[p2]，y1₁[p2]，y1₂[p2]，…，y1_number-1[p2]]

最终对y_eq进行解映射/解调操作，获得最终的解调比特数据流。

前述本发明主方案及其各进一步选择方案可以自由组合以形成多个方案，均为本发明可采用并要求保护的方案。本领域技术人员在了解本发明方案后根据现有技术和公知常识可明了有多种组合，均为本发明所要保护的技术方案，在此不做穷举。

本发明的有益效果：

本发明所提的信道估计方法，能够在不消耗额外传输资源的前提下，利用已知的PN序列对信道进行估计。提出使用两路接收信号进行估计，保证了信道估计结果的精确性，有效的解决了单载波跳频车载通信系统不能追踪信道动态变化的问题。通过结合所提的分数频域均衡器的方法，保证了接收信号不受码间串扰的影响，有效的提升解调信号精度。

附图说明

图1是本发明帧结构框图；

图2是本发明单载波车载跳频通信系统结构框图；

图3是信道估计与均衡算法流程；

图4是本发明速率1条件下的BER性能图；

图5是本发明速率2条件下的BER性能图；

图6是本发明速率3条件下的BER性能图。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。

本发明公开了一种基于干扰环境下的信道估计方法，本发明的目的是在节省传输资源的前提下，简化信道估计方法计算步骤。通过使用两路接收信号与已知的PN码序列滑动做共轭相关累加，最终除以分散导频长度，获得精确的时域信道冲激响应估计值。保证了在干扰环境下对信道进行精确估计，提升解调性能。最后通过采用分数频域均衡器，消除码间串扰的影响，保证了解调信号精度。通过使用本发明中所提的信道估计方法以及均衡方法，能够有效提升误比特率(Bit Error Rate,BER)性能。

本发明信道估计方法包括如下步骤：

步骤一：在考虑传输过程中存在多径效应的前提下，应当计算好不同传输路径下存在的延时大小，由此得到所需PN码序列长度。

步骤二：分别对PN码序列(即信道估计中所使用的导频信号)和数据信号进行映射操作，得到映射后的时域PN码序列和数据信号向量，所使用的PN码序列向量应具有较强的相关性，最后将时域PN码序列分散插入数据信号中构成传输所需的信号向量。

步骤三：信道估计方法主要使用已知的PN码序列和接收的PN码序列滑动做共轭相关累加，最终除以分散导频段长度，最终求得信道冲激响应的估计值。

因考虑实际传输过程中存在多径延时、频偏以及相偏的影响，为了保证信道估计精度，需要进行两次信道估计，第二次信道估计所使用的接收信号采用的是最佳样点的相邻点，即采用两路时域接收信号进行信道估计。在获得时域接收信号后，提取出最佳样点以及最佳样点相邻的接收信号向量，然后分别提取出两路信号中的时域接收PN码序列，分别结合已知的PN码序列估计出无线信道的时域信道冲激响应(Channel Impulse Response,CIR)。

步骤四：获得两次信道冲激响应估计之后，对该结果进行组合，之后对其进行离散傅里叶正变换(Discrete Fourier Transform,DFT)获得频域信道向量参数值。

步骤五：对两路接收信号进行离散傅里叶正变换操作，得到两路频域接收信号向量，使用频域信道向量参数与两路频域接收信号向量进行分数频域均衡，得到最终的频域接收信号向量，以此达到消除码间串扰提高解调精度的目的。对均衡后的频域接收信号向量进行离散傅里叶逆变换(Inverse Discrete Fourier Transform,IDFT)操作，得到最终的时域接收信号向量。

各步骤具体包括：

步骤一：考虑存在多径效应的影响，多径效应导致信号传输过程中出现多径延时。设置通信系统的实际符号传输速率为Rs，上采样倍数为f₁，则系统的采样速率为fs＝Rs×f₁，采样周期为假设最大路径延迟为t₁，根据实际情况，需要将采样周期ts与最大路径延迟t₁转换为相同时间单位进行计算，假设此时这两个参数时间单位已知，则可以计算出延迟样点数为/>则可知PN码序列长度至少为N_delay个符号。实际应用中因考虑路径延迟变化的情况，实际使用的PN码序列长度应该大于N_delay个符号。

步骤二：考虑PN码序列的插入方式，本发明采用的是将PN码序列分散插入数据信号的方式。图1展示了所使用的帧结构框图，其中所使用的PN码序列长度为个符号，即PN码序列长度为N_p个比特(bit)，收发双方已知的PN码序列表示为/>经过处理后的数据信号长度为N_d个符号；换频保护长度为N_pro个符号。每一帧(每一跳)数据总的传输符号长度为/>个符号，此处的符号代表的是QPSK符号，即映射(调制)之后的信号，每一个QPSK符号能够携带两个比特的信息。由图1可知，PN码序列符号分散的插入到数据中，通过信道估计算法能够对每一跳传输时间内的信道信息进行估计。最终构成发射的数据跳表示为x[q]，其中q＝0,1,2,...,N-1。图1的帧结构中总共包含M跳，即一秒时间内跳速为M跳每秒，一个时隙包含8跳数据，则总时隙数为/>在干扰环境下，通常会导致整跳数据丢失，为了模仿频点干扰环境，在仿真时会使用随机符号替换掉不同时隙中的整跳数据。为了仿真在干扰环境下的系统性能，仿真时接收端会对被干扰的整跳数据进行置0操作。

步骤三：捕获的目的是实现帧头的检测以及确定最佳样点位置，可以对数据包的起始位置数据进行标记，从而进行后续的信道估计以及均衡实现。接收基带信号可以表示为y[n],n＝0,1,2,...,N-1，相关器用本地产生的PN码序列和输入信号做共轭相关累加，PN码序列长度为N_delay，则相关器的输出可以表示为：

其中C[i]表示相关器输出；(·)^*表示求共轭运算。为了简化相关器设计，相关器的实现只用输入信号和PN码序列的符号位做相关，因此实现中的相关器输出可以表示为：

其中sign(·)表示取符号位运算。当相关器输出大于所设定的门限值0.8*N_delay时，表示捕获到一帧位置了，此时的i为数据帧的起始位置以及最佳样点位置，反之则继续进行搜索。

信道估计与均衡算法流程如图3所示。接收端在完成捕获操作后获得接收信息，首先获得最佳样点位置完整的接收信息y₁[m]，提取出接收信息中PN码序列位置对应的信号按照前后顺序组合成向量表示为r_PN1[w]。接着获得最佳样点位置相邻位置完整的接收信息y₂[m]，提取出该接收信息中PN码序列位置对应的信号按照前后顺序组合成向量表示为r_PN2[w]，其中w＝0,1,...,N_delay-1，m＝0,1,2,...,N-1。分别利用上面两路PN码序列位置对应的接收信号r_PN1与r_PN2进行两次信道估计，因此该信道估计方法在两倍采样率上实现。信道估计要借助收发双发已知的PN码序列，根据已知的PN码序列，可以估计出无线信道的时域信道冲激响应。因此两次信道估计出的信道冲激响应可以分别表示为：

其中m1＝0,1,2,...,N_delay-1。对两次信道估计出的信道冲激响应结果进行组合，得到最终的信道冲激响应估计值表示为：

其中k₁＝0,1,2,...,2N_delay-1。其中当最终的信道冲激响应估计值h[k₁]的长度不足512个数时，在其后面补0使其长度满足512构成h[k]，此时k＝0,1,2,...,511。

步骤四：首先对最终的信道冲激响应估计值和两路接收信号进行离散傅里叶正变换，得到频域信道向量估计值与两路频域接收信号表示为：

其中p表示傅里叶变换点数，实际取值根据需求定义为2的整数次幂，本系统选用p＝0,1,2,...,511，即傅里叶变换点数为512。为了使系统不对定时敏感，同时更好提升解调性能，消除码间干扰的影响，采用分数频域均衡器进行均衡。构造时域传输模型表示为：

合并两路频域接收信号表示为：

Y[d]＝[Y₁[0],Y₂[0],Y₁[1],Y₂[1],...,Y₁[N-1],Y₂[N-1]]

其中d＝0,1,2,...,2N-1。单载波车载跳频通信系统结构框图如图2所示。

步骤五：结合频域信道向量估计值、合并后的两路频域接收信号以及时域信号传输模型，可以得到频域信号传输模型表示为：

Y[p]＝X[p]H1[p]+Z[p]

此频域信号传输模型仅对长度为512的数据进行处理，相当于进行分包处理，总分包数为其中/>表示向下取整运算，若最后一包长度不够512，则总分包数为/>则选择重复前一包数据末尾数据补充到最后一包数末尾，最后均衡完进行删除即可。因为均衡器工作在两倍采样率上，因此满足：X[p1]＝X[p1+256]，其中p1＝0,1,2,...,255。

采用迫零均衡器，结合频域信号传输模型可以得到频域的均衡输出表示为：

在得到频域均衡输出Y1[p1]后，对其进行离散傅里叶逆变换得到时域均衡输出表示为：

其中p2＝0,1,2,...,255，l＝0,1,2,...,number-1。在获得所有数据包的时域均衡输出后，按照前后顺序完成组合即最终的时域均衡输出表示为：

y_eq＝[y1₀[p2]，y1₁[p2]，y1₂[p2]，...，y1_number-1[p2]]

最终对y_eq进行解映射(解调)操作，获得最终的解调比特数据流。

跳频车载通信系统采用表1仿真参数，蒙特卡洛仿真次数5000次，均为单输入单输出(Single Input Single Output,SISO)的通信系统，仿真了三个不同传输速率下的系统添加信道估计与均衡算法和不添加算法情况下的误比特率性能。

表1仿真参数表

参考图4所示，其中EbN0表示灵敏度，BER(Bit Error Rate)表示误比特率，添加多径算法(即信道估计与均衡算法)后，速率1条件下具有明显的性能提升。因为在干扰环境下会损失掉整跳数据，PN码序列分散插入数据跳后能够有效避免所有PN码序列被全部消灭掉，余下的PN码序列足以对信道进行精确估计，有效的消除多径延时的影响。

参考图5所示，添加多径算法(即信道估计与均衡算法)后，速率2条件下具有明显的性能提升。在跳频车载通信系统中，当物理层吞吐量增大时，用户速率增大，此时所需的编码效率减小，造成更小的灵敏度损失。编码效率由Turbo编码以及扩频倍数组成，因为扩频系统本身能够抵抗多径的影响，所以尽管不添加多径算法，跳频车载通信系统能够工作在较低的EbN0条件下，但因干扰环境中存在频点干扰且信道环境恶劣，因此添加多径算法能够获得更良好的解调性能。

参考图6所示，添加多径算法(即信道估计与均衡算法)后，速率3条件下具有明显的性能提升。通过以上仿真结果可知，所提方法能够适应不同的速率需求以及干扰环境，通过添加信道估计与均衡方法后能够有效提升误比特率性能。

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 (10)

1.一种基于干扰环境下的信道估计方法，其特征在于，所述信道估计方法包括如下步骤：

步骤一：在传输过程中存在多径效应的前提下，计算不同传输路径下存在的延时大小，并得到所需PN码序列长度；

步骤二：分别对PN码序列和数据信号进行映射操作，得到映射后的时域PN码序列和数据信号向量，最后将时域PN码序列分散插入数据信号中构成传输所需的信号向量；

步骤三：使用已知的PN码序列和接收的PN码序列滑动做共轭相关累加，最终除以分散导频段长度，最终求得信道冲激响应的估计值；

并在获得时域接收信号后，提取出最佳样点以及最佳样点相邻的接收信号向量，然后分别提取出两路信号中的时域接收PN码序列，分别结合已知的PN码序列估计出无线信道的时域信道冲激响应；

步骤四：获得两次信道冲激响应估计之后，对两次信道冲激响应估计结果进行组合，之后对其进行离散傅里叶正变换获得频域信道向量参数值；

步骤五：对两路接收信号进行离散傅里叶正变换操作，得到两路频域接收信号向量，使用频域信道向量参数与两路频域接收信号向量进行分数频域均衡，得到最终的频域接收信号向量；

并对均衡后的频域接收信号向量进行离散傅里叶逆变换操作，得到最终的时域接收信号向量。

2.如权利要求1所述的信道估计方法，其特征在于，步骤一中进行不同传输路径下存在的延时大小时，

令通信系统的实际符号传输速率为Rs，上采样倍数为f₁，则系统的采样速率为fs＝Rs×f₁，采样周期为

假设最大路径延迟为t₁，将采样周期ts与最大路径延迟t₁转换为相同时间单位进行计算，则能够计算出延迟样点数为则PN码序列长度至少为N_delay个符号。

3.如权利要求1所述的信道估计方法，其特征在于，步骤三中，使用已知的PN码序列和接收的PN码序列滑动做共轭相关累加具体包括：

通信系统接收基带信号表示为y[n],n＝0,1,2,…,N-1，通信系统相关器用本地产生的PN码序列和输入信号做共轭相关累加，PN码序列长度为N_delay，则相关器的输出表示为：

其中C[i]表示相关器输出，(·)^*表示求共轭运算；

当相关器的实现只用输入信号和PN码序列的符号位做相关，则实现过程中的相关器输出表示为：

其中sign(·)表示取符号位运算；

当相关器输出大于所设定的门限值0.8*N_delay时，表示捕获到一帧位置了，此时的i为数据帧的起始位置以及最佳样点位置，反之则继续进行搜索。

4.如权利要求3所述的信道估计方法，其特征在于，步骤三中，通信系统接收端在完成捕获操作后获得接收信息，首先获得最佳样点位置完整的接收信息y₁[m]，提取出接收信息中PN码序列位置对应的信号按照前后顺序组合成向量表示为r_PN1[w]；

接着获得最佳样点位置相邻位置完整的接收信息y₂[m]，提取出该接收信息中PN码序列位置对应的信号按照前后顺序组合成向量表示为r_PN2[w]，其中w＝0,1,…,N_delay-1，m＝0,1,2,…,N-1；分别利用前述两路PN码序列位置对应的接收信号r_PN1与r_PN2进行两次信道估计。

5.如权利要求4所述的信道估计方法，其特征在于，步骤三中，信道估计借助收发双发已知的PN码序列，根据已知的PN码序列，能够估计出无线信道的时域信道冲激响应；

从而，两次信道估计出的信道冲激响应分别表示为：

其中m1＝0,1,2,…,N_delay-1。

6.如权利要求5所述的信道估计方法，其特征在于，步骤四中，对两次信道估计出的信道冲激响应结果进行组合，得到最终的信道冲激响应估计值表示为：

其中k₁＝0,1,2,…,2N_delay-1，其中当最终的信道冲激响应估计值h[k₁]的长度不足512个数时，在其后面补0使其长度满足512构成h[k]，此时k＝0,1,2,…,511。

7.如权利要求6所述的信道估计方法，其特征在于，步骤四还包括：对最终的信道冲激响应估计值和两路接收信号进行离散傅里叶正变换，得到频域信道向量估计值与两路频域接收信号表示为：

其中p表示傅里叶变换点数，p＝0,1,2,…,511，即傅里叶变换点数为512。

8.如权利要求7所述的信道估计方法，其特征在于，步骤四还包括：构造时域传输模型表示为：

合并两路频域接收信号表示为：

Y[d]＝[Y₁[0],Y₂[0],Y₁[1],Y₂[1],…,Y₁[N-1],Y₂[N-1]]

其中d＝0,1,2,…,2N-1。

9.如权利要求8所述的信道估计方法，其特征在于，步骤五包括：结合频域信道向量估计值、合并后的两路频域接收信号以及时域信号传输模型，得到频域信号传输模型表示为：

Y[p]＝X[p]H1[p]+Z[p]

p＝0,1,2,…,511,q1＝0,1,2,…,511

所述频域信号传输模型仅对长度为512的数据进行处理，相当于进行分包处理，总分包数为其中/>表示向下取整运算，若最后一包长度不够512，则总分包数为则选择重复前一包数据末尾数据补充到最后一包数末尾，最后均衡完进行删除，且均衡器工作在两倍采样率上，因此满足：X[p1]＝X[p1+256]，其中p1＝0,1,2,…,255。

10.如权利要求8所述的信道估计方法，其特征在于，步骤五还包括：采用迫零均衡器，结合频域信号传输模型得到频域的均衡输出表示为：

在得到频域均衡输出Y1[p1]后，对其进行离散傅里叶逆变换得到时域均衡输出表示为：

其中p2＝0,1,2,…,255，l＝0,1,2,…,number-1；在获得所有数据包的时域均衡输出后，按照前后顺序完成组合即最终的时域均衡输出表示为：

y_eq＝[y1₀[p2]，y1₁[p2]，y1₂[p2]，…，y1_number-1[p2]]

最终对y_eq进行解映射/解调操作，获得最终的解调比特数据流。