CN1777054A - 一种阵列天线中信道估计后处理的方法 - Google Patents

Abstract

本发明涉及一种阵列天线中信道估计后处理的方法，包括如下步骤：步骤一，将接收数据的训练序列提出做信道估计，得到本时隙的信道冲激响应估计；步骤二，利用通常情况下相邻时隙间波达角DOA变化缓慢这一DOA的时延相关性，进行信道估计后处理，得到处理后信道冲激响应_pp；步骤三，获取每个用户的信道冲激响应，从中以每个用户的信道响应窗长W为长度取出K组值，构成对应各用户的信道估计，并将接收数据分离出来的用户数据进行多用户的联合检测和解调。本发明的方法提高了每个用户的信道冲激响应径位置的估计精度，有效的降低误码率，提高了系统性能，增加了系统容量。

Description

一种阵列天线中信道估计后处理的方法

技术领域

本发明涉及一种阵列天线中信道估计后处理方法，尤其涉及通讯领域的码分多址系统，特别是应用天线阵列的TD-SCDMA移动通信系统。

背景技术

TD-CDMA(特别是TD-SCDMA)是基于时分双工(TDD)的第三代移动通信系统，联合检测技术是其关键技术之一。应用联合检测技术可以有效抑制多址干扰(MAI)和码间串扰(ISI)，其性能受到信道估计结果的重要影响，良好的信道估计技术成为决定联合检测的必要条件。信道估计技术不仅是一些关键技术实现的前提条件，而且还是各种测量算法得以实现的基础，它的准确与否将直接影响到这一系列算法的性能。

智能天线技术是TD-CDMA系统的另一关键技术，现在已有多种估计波达角(DOA)的方法；通常情况下相邻时隙间DOA变化缓慢，因此可以利用DOA的时延相关信息增强信道估计后处理。

现有的TID-CDMA系统(特别是TD-SCDMA)的信道估计技术一般都是运用Steiner估计方法(B.Steiner and P.W.Baier.Low cost channel estimationin the uplink receiver of CDMA mobile radio systems.FRE-QUENZ，vol.47，1993，292-298.)，Steiner估计器是一种低代价信道估计方法，它通过合理地设计用户的训练序列，将复杂的线性卷积转化为简单的循环卷积，利用矩阵的循环移位特性，可以通过FFT和IFFT运算来实现。然而，Steiner估计器的性能受接收端加性噪声的影响，其得到的信道响应和理想信道响应相比，包含噪声分量，具有一定的信道估计误差。

针对这一问题，在现有技术(康绍莉，裘正定，李世鹤，TD-SCDMA系统中低代价信道估计方法的改进，通信学报，Vol.23 No.10，2002，108-113.)中，提出了一种过门限检测的降噪方法，这种方法具有很小的计算量，并且能使系统获得一定性能改善，但应用此方法降低信道估计伪径的同时也增加了对信号径的漏检概率，信道估计后处理的结果跟实际信道估计仍然有一定的误差。

在申请号为CN200410049839.0(公开号：CN1595832，公开日期2005年3月16日)的中国专利“一种基于阵列天线的时分-码分多址系统解调的方法”中，揭露了一种利用DOA增强了信噪比的方法：估计每一时延径的DOA，然后分别计算该时延M个阵列参考点的信道估计值，平均后得到该时延上该参考点的平均信道估计值；再根据DOA就可以算出经阵列天线信道后处理的该用户在该时延上的M个信道估计值。该方法改善了信道冲激响应的估计精度。

但是，上述的几种方法，对信道冲激响应抽头位置的估计较低，故信道估计的精度不是很高。

发明内容

本发明所要解决的技术问题在于提供一种阵列天线中信道估计后处理的方法，利用DOA时延相关性增强信道估计后处理，增强了对信号径的捕获，克服了噪声对信道估计的影响，提高了对信道冲激响应抽头位置的估计，提高了信道估计的精度。

为了实现上述目的，本发明提供了一种阵列天线中信道估计后处理的方法，其特点在于，包括如下步骤：

步骤一，将接收数据的训练序列提出做信道估计，得到本时隙的信道冲激响应估计

步骤二，利用通常情况下相邻时隙间波达角DOA变化缓慢这一DOA的时延相关性，进行信道估计后处理，得到处理后信道冲激响应

步骤三，获取每个用户的信道冲激响应，从中以每个用户的信道响应窗长W为长度取出K组值，构成对应各用户的信道估计，并将接收数据分离出来的用户数据进行多用户的联合检测和解调。

上述的阵列天线中信道估计后处理的方法，其特点在于，该步骤二中包括下列步骤：

步骤21，计算每个抽头上平均功率

用门限T₁对

作后处理，高于门限T₁则视为信号径，得到信号径位置

步骤22，估计

各径的DOA；

步骤23，取出平均功率

在门限T₁与另一门限T₂之间的抽头，估计其DOA，与上一时隙对应位置抽头的DOA进行比较，如果其差值小于一设定的门限T，则将该径判为信号径；否则视为噪声径；从而取出信号径位置

步骤24，根据信号径位置

和

从

取出对应位置的抽头值，并将其他抽头置零，得到本时隙的信道估计后处理结果，即处理后信道冲激响应

步骤25，将本时隙所有径的DOA传给对应用户上行业务占用的下一个时隙。

上述的阵列天线中信道估计后处理的方法，其特点在于，在步骤一中，该信道冲激响应估计 $\hat{h}=G^{-1}e,$ 其中，G矩阵是由一个基本Midamble码构成的循环右移矩阵，e为训练序列。

上述的阵列天线中信道估计后处理的方法，其特点在于，上述信道冲激响应估计

可以进一步采用FFT/IFFT快速方法实现，即 $\hat{h}=\mathrm{ifft}(\mathrm{fft}\left(e\right)/\mathrm{fft}\left(m\right)),$ 式中G矩阵和H矩阵的乘积用G矩阵的第一列和H矩阵的卷积来实现，做G矩阵的第一列FFT和H矩阵做FFT相乘后，再求IFFT，将时域的复杂的卷积转化为高效快速的频域FFT/IFFT实现。

上述的阵列天线中信道估计后处理的方法，其特点在于，所述门限T₁＝r²σ²，其中，σ²表示信道中噪声的功率，r取值范围为1.4～1.6；所述另一门限T₂＝cr²σ²，σ²表示信道中噪声的功率，r取值范围为1.4～1.6，与T₁中r的取值一致，c为门限参数，取值范围为0.5～1；所述门限T为角度差门限参数，取值范围为0～30度。

上述的阵列天线中信道估计后处理的方法，其特点在于，在步骤三中，用户数据通过扩频加扰、空中信道，到达接收机，接收信号e可以表示为：

$\left[\begin{array}{c}{e}^1\\ e^2\\ M\\ e^{\mathrm{Ka}}\end{array}\right]=\left[\begin{array}{c}{A}^1\\ A^2\\ M\\ A^{\mathrm{Ka}}\end{array}\right]d+\left[\begin{array}{c}{n}^1\\ n^2\\ M\\ n^{\mathrm{Ka}}\end{array}\right]$

其中，d是所有用户的符号组成的列向量，用户各自的扩频扰码和后处理的信道冲激响应

生成系统传输矩阵A。

上述的阵列天线中信道估计后处理的方法，其特点在于，在步骤三中，在用矩阵A对用户数据解调时，可以使用白化匹配滤波器算法WMF、迫零线性块均衡器算法ZF、最小均方差算法MMSE这些联合检测算法中的任一种。

采用本发明所述的利用DOA时延相关增强信道后处理的方法，与现有技术相比，提高了每个用户的信道冲激响应径位置的估计精度，有效的降低误码率，提高了系统性能，增加了系统容量。

以下结合附图和具体实施例对本发明进行详细描述，但不作为对本发明的限定。

附图说明

图1是本发明所对应的系统信号接收解调的示意图；

图2是本发明利用DOA时延相关性增强信道估计后处理的简单流程图。

具体实施方式

本发明利用了时隙间信道DOA相关的特性，增强了信号径的捕获，克服了噪声对信道估计的影响，提高了每个用户的信道冲激响应的估计精度。而且是一种简单、性能较好的TD-SCDMA系统信道估计方法，提高了上行接收机的接收性能。

下面将对本发明的方法进行详细描述：

首先，对数据做发射端处理，扩频、加扰(分组加扰)、调制及升余弦滤波，通过空口发射出去(等价于过无线信道)。

接着，从接收数据中分离出训练序列接收信号，完成对各个用户的信道估计和信道后处理。接收到的训练序列可表示为

e＝Gh+n                                  (1)

其中，G矩阵是由一个基本Midamble码构成的循环右移矩阵，h是用户的信道冲激响应，n是高斯白噪声。

用式(2)完成信道冲激响应h的最大似然估计

即

$\hat{h}={\left(G^{*T}G\right)}^{-1}{G}^{*T}e---\left(2\right)$

由于G矩阵是循环右移矩阵，有

$\hat{h}=G^{-1}e---\left(3\right)$

因此，利用矩阵的循环移位特性，上述信道估计可以采用FFT/IFFT快速方法实现，从而显著的提高了运算速度。

如下式(4)：

$\hat{h}=\mathrm{ifft}(\mathrm{fft}\left(e\right)/\mathrm{fft}\left(m\right))---\left(4\right)$

对信道冲激响应

的每个抽头的功率进行判断，如果大于等于设置的门限值，则保留该抽头的位置；否则，去掉该抽头的响应。我们称这种方法得到的信道冲激响应为后处理信道响应。

TD-SCDMA系统的码设计、帧结构、码片速率等为干扰抑制技术提供了可行性。由于通常情况下，上一个时隙和下一个时隙之间的信道估计各径的DOA变化是不明显的，前后时隙的DOA信息可以利用，所以我们利用DOA时延相关性改进信道估计。

是信道冲激响应的估计，我们可以进一步利用DOA时延相关性，多时隙平滑增强信道估计后处理。首先把功率高于门限值T₁的径判为信号径，然后把功率高于另一个门限值T₂并且低于门限值T₁的径取出，估计其DOA，对于每一条功率在T₂与T₁之间的径，结合该用户上行业务的相邻时隙上对应径的DOA判断该径是用户的信号径，还是由噪声干扰引起的假径。判断原则为：如果该径相邻时隙的DOA相差(在圆上夹角)在一定范围T内，我们即认为该径是信号径，否则为噪声干扰引起的假径。

其中门限T₁＝r²σ²，σ²表示信道中噪声的功率，r取值范围为1.4～1.6，具体取值可通过仿真或实验做微调；T₂＝cr²σ²，σ²表示信道中噪声的功率，r取值范围为1.4～1.6，与T₁中r的取值一致，c为门限参数，取值范围为0.5～1，具体取值可由仿真或实验得到；T为角度差门限参数，取值范围为0～30度，具体取值可由仿真或实验得到。

具体地说，本发明所述一种利用时延DOA相关信息增强信道后处理的方法，它包括下列步骤：

第一步：将接收数据的训练序列提出做信道估计。信道冲激响应的最大似然估计， $\hat{h}=G^{-1}e.$

第二步：进行信道估计后处理 本步骤又可以包括下列子步骤：

(1)计算每个抽头上平均功率 高于门限T1则视为信号径，得到信号径位置

(2)利用现有的某一方法(如固定波束搜索)估计

各径DOA；

(3)找出平均功率

在门限T₁与门限T₂之间的抽头，取出其DOA，与上一时隙对应位置抽头的DOA进行比较，如果其差值(圆上夹角)小于一设定的门限T，则将该径判为信号径；否则视为噪声径。取出信号径位置

(4)根据信号径位置

和

从

取出对应位置的抽头值，并将其他抽头置零(认为是噪声径)，将得到的此信道估计结果记为

得到本时隙的信道估计后处理结果；

(5)将本时隙所有径的DOA传给对应用户上行业务占用的下一个时隙。

第三步：获取每个用户的信道冲激响应从中以W为长度取出K组值就构成了对应各用户的信道估计(每个用户的信道响应窗长为W)。

下面结合图1、2对本发明的技术方案的实施作进一步的详细描述：

首先，对数据做发射端处理，扩频、加扰、调制及升余弦滤波，通过天线发射。

将接收数据的训练序列提出做信道估计，对数据部分进行多用户的联合检测解调，完成数据分离。

然后，从接收数据中分离出训练序列接收信号，完成对各个用户的信道估计和信道估计后处理。接收到的训练序列可表示为

              e＝Gh+n                            (5)

其中，G矩阵是由一个基本Midamble码构成的循环右移矩阵，h是用户的信道冲激响应，n是高斯白噪声。

用式(6)完成信道冲激响应h的最大似然估计 即

${\hat{h}=\left(G^{*T}G\right)}^{-1}{G}^{*T}e---\left(6\right)$

由于G矩阵是循环右移矩阵，有

$\hat{h}=G^{-1}e---\left(7\right)$

因此上述信道估计可以采用FFT/IFFT快速方法实现，从而显著的提高了运算速度，如下式：

$\hat{h}=\mathrm{ifft}(\mathrm{fft}\left(e\right)/\mathrm{fft}\left(m\right))---\left(8\right)$

式中G矩阵和H矩阵的乘积用G矩阵的第一列和H矩阵的卷积来实现的，做G矩阵的第一列FFT和H矩阵做FFT相乘后，再求IFFT，将时域的复杂的卷积转化为高效快速的频域FFT/IFFT实现。

是信道冲激响应的估计，我们可以利用DOA的时延相关性，进一步判别 是用户的信号径，还是由噪声干扰引起的假径，其中i＝1，L，W，W是信道冲激响应窗长。

先用一个门限T₁对每个抽头上的信道估计功率平均值

做判决，将大于门限的抽头位置记录为

再用现有的某一方法(如固定波束搜索)估计出

各径的DOA，找出平均功率

在门限T₁与门限T₂之间的抽头，取出其DOA，与上一时隙对应位置抽头的DOA进行比较，如果其差值(圆上夹角)小于一设定的门限T，则将该径判为信号径；否则视为噪声径。取出信号径位置

根据信号径位置 和 从 取出对应位置的抽头值，并将其他抽头置零(认为是噪声径)，将得到的此信道估计结果记为 得到本时隙的信道估计后处理结果。

用户数据通过扩频加扰、空中信道，到达接收机，接收信号e可以表示为：

$\left[\begin{array}{c}{e}^1\\ e^2\\ M\\ e^{\mathrm{Ka}}\end{array}\right]=\left[\begin{array}{c}{A}^1\\ A^2\\ M\\ A^{\mathrm{Ka}}\end{array}\right]d+\left[\begin{array}{c}{n}^1\\ n^2\\ M\\ n^{\mathrm{Ka}}\end{array}\right]---\left(9\right)$

d是所有用户的符号组成的列向量，用户各自的扩频扰码和后处理的信道冲激响应

生成系统传输矩阵A。

用矩阵A对用户数据解调，可以使用白化匹配滤波器算法(WMF)，追零线性块均衡器算法(ZF)，最小均方差算法(MMSE)等多种联合检测算法。这里以最小均方差算法为例进行数据估计，有

$\hat{d}={(A^H{R_n}^{-1}A+{R_d}^{-1})}^{-1}{A}^H{R_n}^{-1}e---\left(10\right)$

本发明还可与其它信道估计后处理增强技术相结合，如申请号为CN200410049839.0(公开号：CN1595832，公开日期2005年3月16日)的中国专利“一种基于阵列天线的时分-码分多址系统解调的方法”中的信道估计方法一起进行系统性能的改善。使用本发明所述的信道估计后处理增强方法后，再利用该专利中的方法进行信道估计后处理，将会得到更大的性能增益。

本发明适用于所有CDMA系统，特别是TDD-CDMA系统和SCDMA系统。

当然，本发明还可有其他多种实施例，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。

Claims (7)

1、一种阵列天线中信道估计后处理的方法，其特征在于，包括如下步骤：

步骤一，将接收数据的训练序列提出做信道估计，得到本时隙的信道冲激响应估计

步骤二，利用通常情况下相邻时隙间波达角DOA变化缓慢这一DOA的时延相关性，进行信道估计后处理，得到处理后信道冲激响应

步骤三，获取每个用户的信道冲激响应，从中以每个用户的信道响应窗长W为长度取出K组值，构成对应各用户的信道估计，并将接收数据分离出来的用户数据进行多用户的联合检测和解调。

2、根据权利要求l所述的阵列天线中信道估计后处理的方法，其特征在于，该步骤二中包括下列步骤：

步骤21，计算每个抽头上平均功率

用门限T₁对

作后处理，高于门限T₁则视为信号径，得到信号径位置

步骤22，估计

各径的DOA；

步骤23，取出平均功率 在门限T₁与另一门限T₂之间的抽头，估计其DOA，与上一时隙对应位置抽头的DOA进行比较，如果其差值小于一设定的门限T，则将该径判为信号径；否则视为噪声径；从而取出信号径位置

步骤24，根据信号径位置 和

从

取出对应位置的抽头值，并将其他抽头置零，得到本时隙的信道估计后处理结果，即处理后信道冲激响应

步骤25，将本时隙所有径的DOA传给对应用户上行业务占用的下一个时隙。

3、根据权利要求2所述的阵列天线中信道估计后处理的方法，其特征在于，在步骤一中，该信道冲激响应估计 $\hat{h}=G^{-1}e,$ 其中，G矩阵是由一个基本Midamble码构成的循环右移矩阵，e为训练序列。

4、根据权利要求3所述的阵列天线中信道估计后处理的方法，其特征在于，上述信道冲激响应估计 可以进一步采用FFT/IFFT快速方法实现，即 $\hat{h}=\mathrm{ifft}(\mathrm{fft}\left(e\right)/\mathrm{fft}\left(m\right)),$ 式中G矩阵和H矩阵的乘积用G矩阵的第一列和H矩阵的卷积来实现，做G矩阵的第一列FFT和H矩阵做FFT相乘后，再求IFFT，将时域的复杂的卷积转化为高效快速的频域FFT/IFFT实现。

5、根据权利要求3所述的阵列天线中信道估计后处理的方法，其特征在于，所述门限T₁＝r²σ²，其中，σ²表示信道中噪声的功率，r取值范围为1.4～1.6；所述另一门限T₂＝cr²σ²，σ²表示信道中噪声的功率，r取值范围为1.4～1.6，与T₁中r的取值一致，c为门限参数，取值范围为0.5～1；所述门限T为角度差门限参数，取值范围为0～30度。

6、根据权利要求5所述的阵列天线中信道估计后处理的方法，其特征在于，在步骤三中，用户数据通过扩频加扰、空中信道，到达接收机，接收信号e可以表示为：

$\left[\begin{array}{c}{e}^1\\ e^2\\ M\\ e^{\mathrm{Ka}}\end{array}\right]=\left[\begin{array}{c}{A}^1\\ A^2\\ M\\ A^{\mathrm{Ka}}\end{array}\right]d+\left[\begin{array}{c}{n}^1\\ n^2\\ M\\ n^{\mathrm{Ka}}\end{array}\right]$

其中，d是所有用户的符号组成的列向量，用户各自的扩频扰码和后处理的信道冲激响应

生成系统传输矩阵A。

7、根据权利要求6所述的阵列天线中信道估计后处理的方法，其特征在于，在步骤三中，在用矩阵A对用户数据解调时，可以使用白化匹配滤波器算法WMF、迫零线性块均衡器算法ZF、最小均方差算法MMSE这些联合检测算法中的任一种。