CN1809977A - 使用自回归信道模型来估计载频偏置以及衰落率的方法和设备 - Google Patents

Abstract

一种供无线通信系统接收机在提供信息的过程中使用的方法，所述信息会在适应通信信道(22)的变化特性的过程中得到使用，并且接收机(23)在所述通信信道上接收一个由于通信信道特性变化而与载频具有一个偏移的信号，变化的通信信道特性还导致通信信道(22)的其它特性时常变化，该方法的特征在于：使用从接收信号中提取并与发射导频符号相对应的接收信号采样来提供用于表示变化通信信道(22)的自回归参数的最大期望估计值的步骤(23b－1a，23b－1b)；以及根据自回归参数的估计值来提供信道脉冲响应估计以及至少一个多径信号的频率偏移估计的步骤(23b－1a，23b－1c)。

Description

使用自回归信道模型来估计载频偏置 以及衰落率的方法和设备

发明领域

本发明涉及的是在无线通信中使用的无线电接收机的先进算法的通用领域，尤其涉及的是在高比特率和高移动性的通信系统中使用的这种算法。

发明背景

现有技术的通信系统以及新兴的通信系统(例如符合用于通用移动电信系统的第三代合作伙伴项目并且经过增强的所谓的第三代及下一代无线电信系统)的一个重要特性在于：无线发射机和接收机都能根据现行信道状态来适配其功能和参数的性能。例如，在移动台改变位置以及导致移动信号散射的物体移动的时候，移动台与基站之间的通信信号将会受到不同的反射、折射和衍射，由此将会产生多个用于连接移动台以及与之通信的基站的不同间接路径，这样一来，移动通信中的信道状态将会发生变化。因此，由于到接收机的多个可变传播路径中的不断变化的破坏性干扰，基站或移动终端上的发射机发射的信号将会遭受失真，这种失真即为通常所说的(时变)多径衰落。与视距通信系统相反，移动信道往往具有大量间接路径，并且往往在不同的时间具有不同的间接路径。除了衰落之外，信号还会遭遇到作为在时间或频率上信号的扩展所定义的色散(dispersion)。因此，移动信道通常都是衰落色散的通信信道。

在表征衰落色散信道而使发射机和接收机能够适应变化的信道状态的过程中，我们通常假设信道对单位脉冲所产生的响应是准稳态的，也就是说，虽然信道波动是由于非平稳统计现象造成的，但在足够短的时间标度以及足够小的带宽中可以将时间和频率波动表征成是近似平稳的。为了在短时间周期上表征移动信道，例如确定短期衰落，通常假设信道脉冲响应在时间上是平稳的，或者换句话说，所述信道是广义平稳的(WSS)。此外，我们通常还假设信道脉冲响应相对于不同延迟值是独立的，在这种情况下会将信道认为是显现了发射信号的不相关散射。当假设时变脉冲响应在时间和频率上具有固定波动时，则将信道视为是具有不相关散射的广义平稳(WSSUS)。WSSUS信道的(统计)模型只需要两组参数来表征衰落和多径效应：功率延迟分布(PDP)参数集和多普勒功率谱(DPS)参数集。

WSSUS信道(举例来说，在该信道中出现了衰落多径)可以用所谓的散射函数S(τ，f)表征，其中τ表示的是与直接(移动信道)路径相对比的间接路径的延迟，f表示频率。散射函数S(τ，f)是信道脉冲响应的傅里叶变换的所谓的空-频、空-时(自)相关函数r_HH(Δf，Δt)的双重傅立叶变换，也就是说，

$S(\mathrm{\τ},f)=\underset{-\∞}{\overset{\∞}{\∫}}\underset{-\∞}{\overset{\∞}{\∫}}{r}_{\mathrm{HH}}(\mathrm{\Δf},\mathrm{\Δt})e^{j2\mathrm{\π}-\mathrm{\Δf}\·t}{e}^{-j2\mathrm{\π}\·f\·\mathrm{\Δt}}d\left(\mathrm{\Δf}\right)d\left(\mathrm{\Δt}\right),$

其中

$r_{\mathrm{HH}}(\mathrm{\Δf},\mathrm{\Δt})=\frac{1}{2}E\{H^{*}(f,t)\·H(f+\mathrm{\Δf},t+\mathrm{\Δt})\},$

其中E{...}是所指示的自变量的数学期望值，并且H(f，t)是信道脉冲响应函数的傅立叶变换。如下所示，PDP和DPS参数集是由散射函数积分定义的：

$\mathrm{PDP}\left(\mathrm{\τ}\right)=\underset{-F_{D_{\max }}}{\overset{+F_{D_{\max }}}{\∫}}S(\mathrm{\τ},f)\mathrm{df},$

并且

$\mathrm{DPS}\left(f\right)=\underset{0}{\overset{{\mathrm{\τ}}_{\max }}{\∫}}S(\mathrm{\τ},f)\mathrm{d\τ}\·$

散射函数是以功率密度为量纲的。在图1中示出了用于时变信道的散射函数的一个实例。

因此，由于散射函数包含关于通信信道如何随时间变化以及如何依靠传输信号频率的信息，因此该函数包含了(足以确定)这里所谓的(载频)偏移Ω(有时也将其称为多普勒频移)的信息，也就是说所述偏移是由色散(举例来说，该色散是由通信信道中移动物体所导致的通信信道散射造成的)以及发射机和接收机振荡器的不稳定性所导致的传输信号载频的正值或负值变化，此外，该函数还包含关于所谓的衰落速率v的信息——其中所述v是连续接收的符号之间的时间间隔T与多普勒频谱带宽(也称为多普勒散布展宽)f_D的乘积(由此v＝f_DT)。这里使用的偏移是传输信号载频或相关频率与一个本地频率之间的总差值，接收机的(本机)振荡器在该本地频率上振荡——该振荡器最初将会调谐到载频(或相关合适频率)，也就是说，该振荡器一开始将会调谐到一个适于接收载频的频率。在通信信道改变和/或发射机或接收机中的本机振荡器显现频率漂移的时候，本机振荡器的频率与载频(或相关频率)之间的差值即为所述偏移。实际上，这个频率偏移将会导致多普勒频谱的中心频率发生偏移。衰落率v＝f_DT(有时也将其称为归一化的多普勒散布展宽)表示的是在传输信号音调时可以被视为接收信号带宽(由T进行归一化)内容，也就是说所述带宽即为多普勒频谱(T是上文定义的连续符号之间的时间间隔)。多普勒扩展f_D是用1/T(数据信号带宽)归一化的，因此，数值v＝f_DT衡量的是数据信号带宽与信道所造成的多普勒扩展之间的关系。

应该指出的是，在直接变换接收机中，本地振荡器只调谐到(与相关频率相反的)载频。如上文中关于偏移所述的，本发明同样可以用于使用中频(IF)的外差接收机。在这种接收机中，本地振荡器并未调谐到载频(f_c)，而是调谐到相关频率，该频率与载频之间相差IF(也就是说，所述频率是f_c-IF或f_c+IF)。

对于已采样的接收信号而言，多径衰落信道可以用如图5所示的离散时间分支延迟线性模型来描述，其中每一个分支的衰落处理f_i，k都是用一阶自回归低通过程描述的，但是扩展到高阶模型也是非常简单的。如图6所示，离散时间信道模型的散射函数是延迟采样的。离散时间信道模型是用离散数量的信号路径表征的，在每一条路径上，传输信号将会遭遇某些延迟以及多重失真，也就是说，在每一条信号路径上，延迟形式的传输信号会与时变衰落系数相乘，并且会与在多普勒(偏移)频率的速度上进行旋转的旋转器相乘。每一个时变衰落系数f_i，k可以模拟成带宽为v_i(在这里将其称为衰落率)的低通随机过程。通常，对不同的可分解多径信号(每一个信道分支)而言，衰落率和多普勒频率(载频偏移)可以是不同的。(实际上，从物理建模的角度来看，每一个可分解的多径信号本身同样包含了大量经历过近似相同延迟的独立多径信号，也就是说，这些多径信号分量之间的延迟的差值小于符号周期。因此，在这里可以将每一个可分解的多径信号视为多个多径信号分量的一个群集，这些分量具有大致相同的延迟，并且这些分量在任何时刻以构建或相消方式累加在一起，由此创建这里所谓的衰落信道分支。在任何可分解多径信号对(任何信道分支对)之间，延迟中的差值等于T或是更大)。因此，单独为接收信号(每一个信道分支)的每一个可分解多径分量估计衰落率和偏移是非常重要的。

在图7中给出了统计上等价的离散时间信道模型。在这个模型中，将一阶AR系数定义为 $a_i=a_i^{\′}\exp \left(j2\mathrm{\π}{\mathrm{\Ω}}_i\right)(i=1,\·\·\·\·\·\·,L)$ (但是很容易扩展到更高阶模型)。因此，具有由a′_i确定的带宽的初始低通衰落过程f_i，k实际将会转换成具有中心频率为Ω_i并与等价低通过程具有相同带宽的复数带通过程(实际上，初始的低通衰落过程只在频率上偏移Ω_i)。与图5中描述的模型相比，这种信道模型的主要优点在于：经过修改的AR系数(矩阵A)现在包含了关于每一个信道分支中衰落过程带宽(衰落率)以及多普勒(偏移)频率(频率偏移)的信息。因此，对于与任何特定信道分支的衰落率以及频率偏移而言，其确切值可以从涉及所述特定信道分支的估计AR系数中提取。

在适应变化信道状态的过程中，接收机可以使用衰落率以及偏移，此外，一般来说，在适应变化的信道状态的过程中，对接收机和发射机而言，了解散射函数是非常有利的。(例如，接收机将会改变均衡滤波器，并且发射机将会改变调制和编码)。

在当前通信系统中，发射机和接收机对变化通信信道状态的适应性是受到限制的。据发明人所知，目前在现有技术中没有任何用于在存在常规多径衰落的情况下估计衰落率的可靠以及计算可行的方法。为了估计载频偏移，现有技术教导了某些方法，但是在高比特率和高移动性应用中，现有技术中的频率偏移估计方法的性能通常是未知的，并且据发明人了解，现有技术并未教导从通信信道的统计自回归模型中获取偏移。特别地，现有技术并未教导如何用一种计算可行的方法来为不同的多径信号分量联合估计衰落率以及频率偏移。

(在R阶线性自回归模型中，其中对时间序列y_n进行模拟，使之成为添加了校正项x_n的时间序列中R个较早值的线性组合：

$y_n^{\mathrm{mode}l}=x_n-\underset{j=1}{\overset{R}{\mathrm{\Σ}}}{a}_j{y}_{n-j}\·$

自回归系数a_j是通过将所模拟的时间序列y_n ^mod el与观测时间序列y_n之间的均方差值减至最小而被适应的。最小化处理将会为系数a_n产生一个线性方程的系统，即通常所说的Yule-Walker方程(参见Yule、G.U.，On a method of investigating periodicities in disturbed series withspecial reference to Wolfer′s sunspot numbers，Phil.Trans.Roy.Soc.Lond.A 226，267-298；1927)。在概念上，时间序列y_n被视为由噪声x_n驱动的离散线性反馈电路的输出，而在所述电路中，时滞j的延迟回路具有反馈强度a_j)。

目前需要一种简单的方法(或算法)，以便能为所有可分解多径信号的载频偏移(也就是接收到的载频与本地基准频率之间的偏移)以及衰落率独立地获取估计值，并且较为理想的是获取通常用于表征通信信道的参数估计值(也就是说，由此确定信道的散射函数)，这样则可以根据所述估计值来优选允许发射机和接收机适应于变化的信道状态，以便能够改善发射机与接收机之间的无线电链路。

发明概述

因此，在第一实施例中，本发明提供了一种供无线通信系统接收机在提供信息的过程中使用的方法，其中该信息会在适应通信信道的变化特性的过程中得到使用，并且接收机会在所述通信信道上接收处于载频上的信号，所述接收机具有一个本地频率上振荡的本地振荡器，所述本地频率在一开始将会调谐到一个适于接收载频的频率，所述方法的特征在于：响应于从接收信号中提取并且对应于发射符号的接收信号采样，根据预定参数模型来提供用于表示变化通信信道的自回归参数估计的步骤，所述预定参数模型是通信信道如何随时间变化的随机过程结果；以及响应于自回归参数的估计值，提供信道脉冲响应估计以及至少一个多径信号的频率偏移估计的步骤。

依照本发明的第一个方面，自回归参数估计可以是最大期望估计值。

此外，依照本发明的第一个方面，在提供信道脉冲响应估计以及至少一个多径信号频率偏移估计的步骤中也可以提供功率谱密度估计。

此外，依照本发明的第一个方面，在提供信道脉冲响应估计以及至少一个多径信号频率偏移估计的步骤中也可以提供衰落率估计。

此外，依照本发明的第一个方面，在提供信道脉冲响应估计以及至少一个多径信号频率偏移估计的步骤中，接收机可以使用信道脉冲响应估计来为至少一个多径信号的偏移或衰落率提供一个值。

此外，依照本发明的第一个方面，预定参数模型可以是提供线性方程的自回归模型，该方程描述的是通信信道随时间发生的变化，在仅仅基于确定处理而从先前状态中确定通信信道的下一个状态的过程中，可以使用包含了确定性模型矩阵的至少一个方程，所述方法的特征还在于从确定性模型矩阵中至少获取偏移或衰落率。此外，所述自回归模型可以是一阶频率平坦的自回归信道模型，该模型具有单一分量的确定性模型矩阵，并且衰落率和偏移分别是如下给出的：

$\widehat{f_{d}T}=\frac{1}{2\mathrm{\π}}\arccos \left(\frac{4\left|\hat{a}\right|-1-{\left|\hat{a}\right|}^2}{2\left|\hat{a}\right|}\right)$

$\widehat{\mathrm{\Ω}}=\frac{1}{2\mathrm{\π}}\arg \left(\hat{a}\right),$

其中是确定性模型矩阵中的单个分量值。此外，自回归模型可以是轻微衰减并具有二分量确定性模型矩阵的二阶自回归信道模型，并且衰落率和偏移分别是如下给出的：

$\widehat{f_{d}T}=\frac{1}{2\mathrm{\π}}\arccos \left(\frac{\widehat{a_1}}{2\sqrt{\left(\widehat{a_2}\right)}}\right)$

$\widehat{\mathrm{\Ω}}=\frac{1}{2\mathrm{\π}}(\arg \left(p2\right)+(\arg \left(p1\right)+\arg \left(p2\right))/2)$

其中：

$p1=\frac{-{\hat{a}}_1+\sqrt{{\hat{a}}_1^2-4{\hat{a}}_2}}{2},\mathrm{and\; p}2=\frac{-{\hat{a}}_1-\sqrt{{\hat{a}}_1^2-4{\hat{a}}_2}}{2},$

₁和₂分别是确定性模型矩阵中的第一和第二分量值。

此外，依照本发明的第一个方面，自回归参数可以用迭代的最大期望值方法确定。

此外，依照本发明的第一个方面，自回归参数可以用基于递归梯度的方法确定。

本发明的第二个方面提供了一种无线通信系统的接收机，该接收机包含了用于提供在适应通信信道变化特性的过程中使用的信息的装置，该接收机在所述通信信道上接收处于载频的信号，并且该接收机具有一个在本地频率上振荡的本地振荡器，所述本地频率在一开始将会调谐到一个适于接收载频的频率，该接收机的特征在于：响应于从接收信号中提取并且对应于发射符号的接收信号采样，根据预定参数模型来提供用于表示变化通信信道的自回归参数估计的装置，所述预定参数模型是通信信道如何随时间变化的随机过程结果；以及响应于自回归参数估计值来提供信道脉冲响应估计以及至少一个多径信号频率偏移估计的装置。

本发明的第三个方面提供了一种电信系统，该系统包括基站收发信台以及用户设备，这二者全都包含了接收机，其特征在于：这两个接收机都是根据本发明的第二个方面的接收机，由此提供了在适应通信信道变化参数的过程中使用的信息。

本发明的第四个方面提供了一种电信系统，该系统包括基站收发信台以及用户设备，这二者全都包括接收机，其特征在于：这两个接收机都符合本发明的第二个方面，由此提供了在适应通信信道变化参数的过程中使用的信息，此外该系统还包括用于提供衰落率估计的装置，并且其中所述基站收发信台和用户设备还包括响应在适应通信信道变化参数的过程中使用的信息的发射机。

附图简述

从结合附图所给出的后续详细描述中将会清楚了解本发明的上述和其它目的、特征和优点，其中：

图1是散射函数的三维图形。

图2是根据本发明包含发射机和接收机的系统的框图/流程图，其中该接收机包含用于确定衰落率和偏移的设备。

图3是说明图2中用于确定衰落率和偏移的设备实施例的框图/流程图，该实施例是一个使用迭代处理的实施例。

图4是说明图2中用于确定衰落率和偏移的设备实施例的框图/流程图，该实施例是一个使用递归处理的实施例。

图5是说明多径衰落信道模型的框图/流程图，该模型是一个依照离散时间分支延迟线的模型。每一个信道分支的信道系数都是由于一阶自回归低通随机过程。

图6是图5(或图7)中的离散时间分支延迟信道模型的散射函数的三维图形。

图7是说明另一个可以使用本发明的离散时间信道模型的框图/流程图，尤其，在这个模型中，每一个信道分支的信道系数都是由于一阶自回归复数带通随机过程。

执行本发明的最佳方式

现在参考图2，依照本发明，接收机(RX)23在通信信道22上接收一个用于传递发射机21所发射的导频符号的信号，并且在这里假设该信道是一个衰落色散通信信道，然后，如下文所述，通过使用一个预定参数模型，接收机23可能为多个可分解多径信号中的每一个估计衰落率、偏移以及功率电平，其中所述预定参数模型优选是一个自回归模型。接收机23包括前端23a、信道估计器23b以及模块23c，其中模块23c优选包括均衡器和检测器，但是至少包括检测器。前端23a向信道估计器23b以及模块23c提供所接收信号的采样。一个或多个均衡器和检测器模块中的检测器组件23c为信道估计器23b提供先验已知的导频符号(训练符号)或是(硬或软)估计传输的导频符号。如下所述，通过使用导频符号和接收信号，信道估计器可以运用依照本发明的方法来为前端23a提供每一个可分解多径分量(在这里假设有若干个)的偏移(多普勒频移)，并且为一个或多个均衡器和检测器模块23c提供关于每一条多径的功率电平以及信道脉冲响应的信息(或者等价提供与每一个传输导频符号相对应的估计脉冲)，此外还(经由反馈信道)为发射机21提供每一个多径的衰落率以及功率电平，其中发射机21可以使用这些信息来调整诸如信道编码、交织以及调制之类功能的参数，由此更好地“匹配”现行信道状态。

不同多径的多普勒频移/偏移通常是彼此接近的，特别地，在发射机与接收机基准频率之间的(总体)频率偏移估计可以作为不同多径的多普勒频移平均值而被获取的情况下则更是如此。这种频率偏移估计可以在接收机前端23a上使用，以便调整接收机的振荡器，从而补偿偏移。如上所述，这里使用的偏移是发射信号载频或相关频率与接收机中(本地)振荡器振荡时所处的本地频率之间的总差值——该振荡器在一开始调谐到载频(或是恰当的相关频率)，也就是说，该振荡器在一开始将会调谐到一个适于接收载频的频率。

依照本发明的信道估计器23b可以使用一阶AR(信道)参数估计来提供衰落率、偏移等，在这种情况下，(指定多径的)衰落率和相应偏移分别是：

$\hat{v}=\widehat{f_{d}T}=\frac{1}{2\mathrm{\π}}\arccos \left(\frac{4\left|\hat{a}\right|-1-{\left|\hat{a}\right|}^2}{2\left|\hat{a}\right|}\right)---\left(1\right)$

以及

$\widehat{\mathrm{\Ω}}=\frac{1}{2\mathrm{\π}}\arg \left(\hat{a}\right)---\left(2\right)$

其中是涉及所谓的确定性模型矩阵A的指定多径(如果在信道中只存在一个可分解多径分量，也就是说，如果该信道的频率平坦，那么将会是矩阵A中唯一分量)(对一阶计算而言)的对角分量估计值，其中矩阵A包含关于通信信道在时间上如何变化的信息。更为特别的是，如果设想p阶自回归AR(p)信道模型，那么与图7中给出的离散时间模型相对应的通信信道可以用状态空间模型来描述：

f_k＝Af_k-1+∑w_k

r_k＝d(k)f_k+n_k

其中r_k＝r(k)是接收信号采样，f_k则是如下定义的所谓的矢量信道处理(信道脉冲响应)：

f(k)＝f_k＝[f(k)^T，f(k-1)^T，...，f(k-p+1)^T]^T

其中f(k)＝[f_1，k，...，f_LJ，k]^T；(L是信道存储器长度，J是过采样因数)，d(k)＝[d(k)，0₁×(p-1)LJ]则是经过修正的数据(导频)符号矢量，其中d(k)＝[d_k，...，d_k-LJ+1]并且0_1×(p-1)LJ表示的是零值行矢量；此外，w_k＝[w_1，k，...，w_LJ，k]^T是独立于接收机噪声nk并且具有自相关矩阵R_w(k)＝I_LJδ(k)的高斯噪声矢量，其中I_LJ是一个LJ×LJ的单位矩阵，A则是pLJ×pLJ的确定性模型矩阵：

其中∑是pLJ×LJ的模型矩阵：

$\mathrm{\Σ}=\left[\begin{array}{c}{\mathrm{\Σ}}_1\\ 0_{\mathrm{LJ}}\\ \·\\ \·\\ \·\\ 0_{\mathrm{LJ}}\end{array}\right]$

其中A₁，......，A_p是LJ×LJ的子矩阵(非对角线元素描述的是信道分支之间的相关性)，∑₁是一个LJ×LJ的对角矩阵，其中

diag(Σ₁)＝{σ₁，...，σ_LJ}，并且0LJ是一个LJ×LJ的零矩阵。

此外，在这里也可以执行二阶计算。对于轻度衰减的二阶AR模型而言，我们可以将AR系数(对存在频率偏移Q的指定多径而言)写为：

a₁＝-2αcos(2πf_dT)exp(j2πΩ)和a₂＝α²exp(j4πΩ)    (3)

其中α是反映系数变化衰落(或是频率响应通带中的波纹)的极点半径。根据该模型，我们可以分别为指定多径的衰落率以及相应偏移获取下列估计：

$\hat{v}=\widehat{f_{d}T}=\frac{1}{2\mathrm{\π}}\mathrm{arcoos}\left(\frac{\widehat{a_1}}{2\sqrt{\left(\widehat{a_2}\right)}}\right)---\left(4\right)$

以及

$\widehat{\mathrm{\Ω}}=\frac{1}{2\mathrm{\π}}(\arg \left(p2\right)+(\arg \left(p1\right)+\arg (p2\left)\right)/2)---\left(5\right)$

其中：

$p1=\frac{-{\hat{a}}_1+\sqrt{{\hat{a}}_1^2-4{\hat{a}}_2}}{2},$ 和 $p2=\frac{-{\hat{a}}_1-\sqrt{{\hat{a}}_1^2-4{\hat{a}}_2}}{2},---\left(6\right)$

₁和₂分别是确定性模型矩阵A中的第一和第二分量的估计值，其中对二阶计算而言，在假设信道频率平坦的时候，该矩阵只具有两个分量。

对频率选择(多径)信道而言，确定性模型矩阵A的子矩阵A_i在非相关散射信道中处于对角线上。在存在多普勒频率的情况下，子矩阵A_i定义了复数带通处理的频谱，特别地，A_i中的第m个对角元素是如下给出的：

A_i(m，m)＝A′_i，(m，m)exp(j2π(i×Ω_m))，

其中A′_i(m，m)是用于低通衰落处理的等价矩阵元素。现在，对每一条多径而言，使用了AR-1模型(也就是使用一阶自回归估计)的第m个多径分量的衰落率是如下获取的：

$v_m=\frac{1}{2\mathrm{\π}}\arccos \left(\frac{4\left|{\hat{A}}_1(m,m)\right|-1-{\left|{\hat{A}}_1(m,m)\right|}^2}{2\left|{\hat{A}}_1(m,m)\right|}\right),---\left(7\right)$

第m个多径的多普勒频移(频偏)则是如下获取的：

${\widehat{\mathrm{\Ω}}}_m=\frac{1}{2\mathrm{\π}}\arg \left({\hat{A}}_1(m,m)\right)\·---\left(8\right)$

在使用AR-2模型时，第m个多径分量的衰落率以及多普勒频移分别是如下给出的：

$v_m=\frac{1}{2\mathrm{\π}}\arccos \left(\frac{{\hat{A}}_1(m,m)}{2\sqrt{{\hat{A}}_2(m,m)}}\right),---\left(9\right)$

以及

${\widehat{\mathrm{\Ω}}}_m=\frac{1}{2\mathrm{\π}}(\arg \left(p2\right)+\frac{\arg \left(p1\right)+\arg \left(p2\right)}{2}),---\left(10\right)$

其中p1和p2的值是通过设定 ${\hat{a}}_1={\hat{A}}_1(m,m)$ 以及 ${\hat{a}}_2={\hat{A}}_2(m,m)$ 而从等式(6)中获取的。

现在参考图3，在使用了迭代处理的第一实施例23b-1中示出了信道估计器23b。迭代信道估计器23b-1包括分组处理卡尔曼平滑器模块23b-1a，该模块首先使用导频符号而从接收机信号序列 $r={\left\{r_k\right\}}_{k=1}^N$ (索引k与时刻相对应，N则与分组长度对应)中提取估计接收信号脉冲(或是等价提取信道脉冲响应估计) 并且该模块会把所述脉冲提供给一个或多个均衡器和检测器模块23c；为此目的，所述卡尔曼滤波器将会使用关于迭代信道估计器中包含的下一个模块所提供的通信信道的信息，其中所述下一个模块即为AR参数估计器23b-1b，它是一个分组处理模块并对用于表征通信信道的AR(自回归)参数进行计算，所述AR参数则包含了估计确定性模型矩阵

的分量，每一个多径的估计功率电平 (每一个特定的多径分量都是由下标m表示的，在这个特定设定中，其范围是从1到M)，以及信道噪声电平估计

在提供确定性模型矩阵、功率电平以及噪声电平的过程中，分组处理AR参数估计器23b-1b将会使用专用矩阵Φ_k以及Ψ_k(如下给出的)作为输入，其中每一个矩阵都是根据信道脉冲响应 以及相应的误差协方差P_k的平滑估计来定义的。分组处理AR参数估计器23b-1b为分组处理卡尔曼平滑器23b-1a(用于下一个迭代)提供确定性模型矩阵、功率电平以及噪声电平，并且在最后一个迭代之后，它会为一个或多个均衡器和检测器模块23c提供功率电平，以及为信道估计器的另一个组件即衰落率和偏移计算器23b-1c提供确定性模型矩阵，其中如下文所述，该计算器将会使用确定性模型矩阵来计算每一个多径的衰落率和偏移，由此经由反馈信道来为发射机21(图2)提供衰落率，并且为接收机前端23a提供偏移。

在会聚(估计值明显停止变化)或是完成预定数量的迭代之前，分组处理卡尔曼平滑器23b-1a以及分组处理AR参数估计器23b-1b将会执行迭代操作。一开始(在第一个迭代中)，分组处理卡尔曼平滑器23b-1a是在一个状态空间模型中操作的，其中在所述模型中会将AR参数设定成预定初始值。

从卡尔曼平滑器23b-1a以及互连AR参数估计器23b-1b交替(轮流)操作的意义上讲，信道估计器23b-1是迭代的，由此各自将会在每一个迭代中进行馈送。卡尔曼平滑器以及AR参数估计器本身并不是迭代的，取而代之的是，它们都是分组处理设备，也就是说，每一个设备都是接受参数序列(例如接收信号采样的序列)作为输入，然后以某种确定的非迭代方法来处理整个输入序列，由此获取期望输出(单个参数或是参数序列)的设备。实际上，卡尔曼平滑器23b-1a与AR参数估计器23b-1b的迭代互连是迭代期望值最大化(EM)算法的特殊实例，其中该算法具有一个期望步骤(E步骤)以及一个最大化步骤(M步骤)，并且卡尔曼平滑器23b-1a实施的是E步骤，而AR参数估计器23b-1b实施的则是M步骤。在最后一次迭代之后，当迭代处理模块(图3中的虚线矩形)中的内部计算处于准备状态时，对进一步的处理而言，迭代处理模块的输出信号也会处于准备状态(例如将模型矩阵提供给衰落率和偏移计算器23b-1c)。

对确定性模型矩阵A、多径信号功率电平σ_m ²以及接收机噪声功率电平N₀而言，其估计值是借助期望值最大化算法并且通过用于AR参数的(迭代)导频符号辅助最大似然计算获取的，特别地，所述估计值是通过使用算法中M步骤获取的：

${\hat{A}}^{\left(i\right)}=\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\Ψ}}_k^{\left(i\right)}{\left(\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\Φ}}_{k-1}^{\left(i\right)}\right)}^{-1}---\left(11\right)$

${\widehat{{\mathrm{\σ}}_m^2}}^{\left(i\right)}=\frac{1}{2N}\underset{k=1}{\overset{N}{\mathrm{\Σ}}}({\left[{\mathrm{\Φ}}_k^{\left(i\right)}\right]}_{\mathrm{mm}}-{\hat{a}}_m^{\left(i\right)}{\mathrm{\ψ}}_{k_{i}m}^{{\left(i\right)}^H})m=1,\·\·\·,\mathrm{LJ}---\left(12\right)$

${\widehat{N_0}}^{\left(i\right)}=\frac{T_s}{2N}\underset{k=1}{\overset{N}{\mathrm{\Σ}}}({\left|r\right|\left(k\right)|}^2-2\mathrm{Re}\{r^{*}\left(k\right)d\left(k\right){\hat{f}}_{k|N}^{\left(i\right)}\}+d\left(k\right){\mathrm{\Φ}}_k^{\left(i\right)}{d}^H\left(k\right))---\left(13\right)$

其中专用矩阵Φ_k以及Ψ_k是依据信道脉冲响应以及相应误差协方差的平滑估计来定义的，如下所示：

$E\left[f_k{f}_k^H\right|r,{\widehat{\mathrm{\Θ}}}^{(i-1)}]={\hat{f}}_{k|N}^{\left(i\right)}{{\hat{f}}_{k|N}^{\left(i\right)}}^H+P_{k|N}^{\left(i\right)}\stackrel{\mathrm{\Δ}}{=}{\mathrm{\Φ}}_k^{\left(i\right)}---\left(14\right)$

$E\left[f_k{f}_{k-1}^H\right|r,{\widehat{\mathrm{\Θ}}}^{(i-1)}]={\hat{f}}_{k|N}^{\left(i\right)}{\hat{f}}_{k-1|N}^{{\left(i\right)}^H}+p_{k,k-1|N}^{\left(i\right)}\stackrel{\mathrm{\Δ}}{=}{\mathrm{\Ψ}}_k^{\left(i\right)}---\left(15\right)$

通过使用

$E\left[f_k\right|r,{\widehat{\mathrm{\Θ}}}^{(i-1)}]={\hat{f}}_{k|N}^{\left(i\right)}---\left(16\right)$

(其中E[...]表示的是计算数学期望值)，其中Θ＝[θ₁，θ₂]^T，θ₁＝[N_o](卡尔曼平滑器的测量等式参数)并且 ${\mathrm{\θ}}_2=[{\mathrm{\σ}}_1^2,\·\·\·,{\mathrm{\σ}}_{\mathrm{LJ}}^2,a_1,\·\·\·,a_{\mathrm{LJ}}]$ (卡尔曼平滑器的状态方程参数)，其中a_i是确定性模型矩阵A的列，

是矩阵Ψ_k ^(f)的第m行， 则是平滑信道估计(即信道脉冲响应的平滑估计)，而P_k|_N ⁽ⁱ⁾和P_k，k-1|N ⁽ⁱ⁾则是误差协方差矩阵。

的上述等式为AR参数提供了Yule-Walker解，其中衰落信道的真实自相关矩阵由它的当前估计所替换。信道脉冲响应以及相关误差协方差的平滑估计则是使用标准的卡尔曼平滑等式计算的。【有关卡尔曼平滑方程的细节可以参见R.H.shumway以及D.S.Stoffer，“An approachto time series smoothing and forecasting using the EM algorithm”，J.Time Series Anal.，第3卷第4号第253～264页，1982】。

现在参考图4，在使用了递归处理的第二实施例23b-2中示出了信道估计器23b。递归处理信道估计器23b-2包括递归固定延迟卡尔曼平滑器模块23b-2a，用于计算AR参数的递归模块23b-2b，以及用于计算衰落率和偏移的递归模块23b-2c，由此包含了与迭代信道估计器23b-1中的每一个模块相对应的模块；递归信道估计器23b-2的模块与迭代信道估计器23b-1的相应模块具有基本上相同的输入和输出，但是递归信道估计器响应每一个新的接收信号采样以及导频符号或估计符号值，为所有参数产生新的估计值。在开始递归(在接收信号序列开端)时，AR模型参数将被设定成预定初始值(从每一个新接收的信号采样将会触发从固定延迟卡尔曼平滑器参数开始并且下至衰落率和偏移计算器参数的所有参数的连续更新的意义上讲，这里定义的递归信道估计器意味着完全递归处理)。

AR模型参数的参数更新步骤是通过使用了以下等式的递归信道估计器23b-2计算的：

${\hat{A}}_k={\hat{A}}_{k-1}+{\mathrm{\Λ}}_{A,k}({\mathrm{\Ψ}}_{k|k}-{\hat{A}}_{k-1}{\mathrm{\Φ}}_{k-1|k}),---\left(17\right)$

$\widehat{{\mathrm{\σ}}_{m,k}^2}=(1-{\mathrm{\λ}}_{{\mathrm{\σ}}^2})\widehat{{\mathrm{\σ}}_{m,k-1}^2}+{\mathrm{\λ}}_{{\mathrm{\σ}}^2}\left(\right[{\mathrm{\Φ}}_{k|k}{]}_{\mathrm{mm}})$

$-2\mathrm{Re}\left\{{\mathrm{\ψ}}_{k|k,m}{\hat{A}}_k\right\}+{\hat{A}}_k{\mathrm{\Φ}}_{k-1|k}{\hat{A}}_k^H)m=1,\·\·\·,L,---\left(18\right)$

$\widehat{N_{0,k}=}(1-{\mathrm{\λ}}_{N_0}){\widehat{N_{0,k-1}}+\mathrm{\λ}}_{N_0}({\left|r_k\right|}^2-2\mathrm{Re}\{r_k{\hat{f}}_{k|k}^H{d}_k^H\}+d_k{\mathrm{\Φ}}_{k|k}{d}_k^H),---\left(19\right)$

其中 ${\mathrm{\Λ}}_{A,k}=\mathrm{diag}\left(\right[{\mathrm{\λ}}_a/\widehat{{\mathrm{\σ}}_{1,k-1}^2}\·\·\·{\mathrm{\λ}}_A/\widehat{{\mathrm{\σ}}_{L,k-1}^2]}),$ 所述λ_A、λ_σ2以及λ_N0则是预定步长。

非常重要的是，应该理解，与只估计频率偏移以及衰落率相比，本发明的AR建模和相关估计器提供了更多关于衰落信道的信息。实际上，我们还获取了衰落频谱的形式或是离散时间频率选择信道的散射函数。此外，我们还可以获取多径衰落信道中不同多径的相对功率的精确估计。除了其它目的之外，估计功率分布还可用于根据实际信道状态来改变接收机复杂性的复杂度(例如改变均衡器网格大小)，由此减小终端的功率损耗。非常重要的是，估计AR参数还可有效用于执行信道脉冲响应估计。

此外，非常重要的是，应该理解，本发明不但适用于如下情况，其中随着时间的变化，在一开始调谐到载频的本地振荡器的频率会因为通信信道特性变化而与载频之间相差某个偏移，而且，本发明还适用于偏移是由于载频偏移或是由于本地振荡器振荡频率偏移的情况。

应该理解的是，上述方案只是对本发明的原理应用进行说明。在不脱离本发明范围的情况下，本领域技术人员能够设计多种修改和可替换方案，并且附加权利要求旨在覆盖这些修改和变化。

Claims (13)

1.一种供无线通信系统接收机(23)在提供用于适应通信信道(22)变化特性的信息的过程中使用的方法，其中接收机(23)在所述通信信道(22)上接收处于载频上的信号，所述接收机(23)具有在本地频率上振荡的本地振荡器，所述本地频率在一开始将会调谐到一个适于接收载频的频率，所述方法的特征在于：

响应于从接收信号中提取并且对应于发射符号的接收信号采样，根据预定参数模型来提供用于表示变化通信信道(22)的自回归参数估计的步骤(23b-1b，23b-2b)，所述预定参数模型是通信信道(22)如何随时间变化的随机过程结果；以及

响应于自回归参数的估计值，提供信道脉冲响应估计以及至少一个多径信号的频率偏移估计的步骤(23b-1c，23b-2c)。

2.权利要求1的方法，其中，自回归参数估计是最大期望估计值。

3.权利要求1的方法，其中，在提供信道脉冲响应估计以及至少一个多径信号频率偏移估计的步骤(23b-1c，23b-2c)中还提供了功率谱密度估计。

4.权利要求1的方法，其中，在提供信道脉冲响应估计以及至少一个多径信号频率偏移估计的步骤(23b-1c，23b-2c)中还提供了衰落率估计。

5.权利要求1的方法，其中，在提供信道脉冲响应估计以及至少一个多径信号频率偏移估计的步骤(23b-1c，23b-2c)中，接收机(23)使用信道脉冲响应估计来至少为至少一个多径信号的偏移或衰落率提供一个值。

6.权利要求1的方法，其中，预定参数模型是提供线性方程的自回归模型，该方程描述的是通信信道(22)随时间发生的变化，其中在仅仅基于确定处理而从先前状态中确定通信信道的下一个状态的过程中使用了包含确定性模型矩阵的至少一个方程，其中所述方法的特征还在于从确定性模型矩阵中至少获取偏移或衰落率。

7.权利要求6的方法，其中，自回归模型是一阶频率平坦的自回归信道模型，该模型具有单一分量的确定性模型矩阵，并且衰落率和偏移分别是如下给出的：

$\widehat{f_{d}T}=\frac{1}{2\mathrm{\π}}\arccos \left(\frac{1\left|\hat{a}\right|-1-{\left|\hat{a}\right|}^2}{2\left|\hat{a}\right|}\right)$

$\widehat{\mathrm{\Ω}}=\frac{1}{2\mathrm{\π}}\arg \left(\hat{a}\right),$

其中是确定性模型矩阵中的单个分量的值。

8.权利要求6的方法，其中，自回归模型是轻微衰减并具有二分量确定性模型矩阵的二阶自回归信道模型，并且衰落率和偏移分别是如下给出的：

$\widehat{f_{d}T}=\frac{1}{2\mathrm{\π}}\arccos \left(\frac{\widehat{a_1}}{2\sqrt{\left(\widehat{a_2}\right)}}\right)$

$\widehat{\mathrm{\Ω}}=\frac{1}{2\mathrm{\π}}(\arg \left(p2\right)+(\arg \left(p1\right)+\arg \left(p2\right))/2)$

其中：

$p1=\frac{-{\hat{a}}_1+\sqrt{{\hat{a}}_1^2-4{\hat{a}}_2}}{2},$ 和 $p2=\frac{-{\hat{a}}_1-\sqrt{{\hat{a}}_1^2-4{\hat{a}}_2}}{2},$

₁和₂分别是确定性模型矩阵中第一和第二分量的值。

9.权利要求1的方法，其中，自回归参数是用迭代的最大期望值方法确定的。

10.权利要求1的方法，其中，自回归参数是用基于递归梯度的方法确定的。

11.一种无线通信系统的接收机(23)，该接收机包含用于提供在适应通信信道(22)变化特性的过程中使用的信息的装置，该接收机(23)在所述通信信道(22)上接收处于载频的信号，该接收机(23)具有一个在本地频率上振荡的本地振荡器，所述本地频率在一开始将会调谐到一个适于接收载频的频率，该接收机(23)的特征在于：

响应于从接收信号中提取并且对应于发射符号的接收信号采样，根据预定参数模型来提供用于表示变化通信信道(22)的自回归参数估计的装置(23b-1b，23b-2b)，其中所述预定参数模型是通信信道(22)如何随时间变化的随机过程结果；以及

响应于自回归参数估计值来提供信道脉冲响应估计以及至少一个多径信号频率偏移估计的装置(23b-1c，23b-2c)。

12.一种电信系统，包括基站收发信台以及用户设备，这二者全都包含接收机(23)，其特征在于：这两个接收机(23)都是权利要求11中所述的接收机，由此提供了在适应通信信道(22)变化参数的过程中使用的信息。

13.一种电信系统，该系统包括基站收发信台以及用户设备，这二者全都包括接收机(23)，其特征在于：这两个接收机(23)都是权利要求11中所述的接收机，由此提供了在适应通信信道(22)变化参数的过程中使用的信息，并且该系统还包括用于提供衰落率估计的装置(23b-1c，23b-2c)，并且其中所述基站收发信台和用户设备还包括响应于在适应通信信道(22)变化参数的过程中使用的信息的发射机(21)。

Images