本公开涉及一种用于生成信道估计滤波的信道估计系数的信道估计系数发生器以及用于产生这种系数的方法。本公开的各方面涉及4g移动网络和4g以外的网络中的ofdm信道估计滤波的自适应系数合成。
背景技术：
现代蜂窝网络面临着对数据流量的需求急剧增加的挑战。网络运营商需要修改其网络以增加总体容量。在同构和异构网络中，移动用户设备(ue)不仅要面对变化的信道条件，还要面对多个干扰小区，他们的信号和信道同样呈现时间/频率选择行为。此外，通常需要通过信道估计来补偿诸如定时/频率偏移和信号水平变化之类的调制解调器前端非理想性。因此，作为正确的接收机操作的关键的信道估计滤波面临着多个挑战，这些挑战可以分为以下五类：
(1)参考信号配置(r)：根据标准、传输模式、逻辑信道(在lte中，例如，用于pdcch和tm1-6pdsch的crs，用于tm7-10pdsch的dmrs)、时间(第一/最后时隙、tdd特定的sf、mbsfnsf等)和频率(ofdm频谱的边缘)，在时间/频率平面中的参考信号(rs)模式相对于要估计的信道的资源元素(re)的位置可以动态地改变。
(2.)信道参数(c)：物理信道参数可以随时间变化，具体地，随着延迟扩展/移位和多普勒扩展/移位变化。
(3.)噪声参数(n)：热噪声和背景干扰(干扰抑制时不考虑)的水平，因此snr也可能随时间而变化。
(4.)干扰参数(i)：取决于干扰源调度，干扰/sir水平可能在post-fftofdm信号的2d时间/频率平面上是强动态的。在lte-afelcic(进一步增强的小区间干扰协调)场景中，可以针对每个物理资源块(prb)对干扰进行不同的调度，因此sir模式粒度可以小至一个prb。
(5.)同步误差(s)：诸如载波频率偏移、时间偏移和信号增益变化的一些前端/agc不理想性可能会影响信道估计。
因此，可能希望提供一种用于改进信道估计的新技术，用于快速适应如上所述的条件的动态变化，特别是干扰模式(i)以及在某种程度上的同步误差(s)的动态变化。
附图说明
包括附图在内以提供对各方面的进一步理解，并且附图被并入并且构成本说明书的一部分。附图说明了各方面并与说明书一起用于解释各方面的原理。通过参考以下详细描述可以更好地理解本发明的其它方面和许多方面的预期优点。相同的附图标记表示相应的相似部件。
图1是根据干扰场景的包括宏小区101和微微小区103、105的异构网络100的示意图。
图2是用于生成信道估计滤波的信道估计系数的信道估计系数发生器200的框图。
图3是用于生成信道估计滤波的信道估计系数的信道估计系数发生器300的框图。
图4a是在时间频率表示400a中针对ofdm符号405的滤波器功能404的示意图。
图4b是表示在图4a中所示的滤波器功能404的滤波器抽头上的sinr的图示400b。
图4c是表示在图4a中所示的滤波器功能404的滤波器抽头上的缩放因子的图示400c。
图5a是示出根据本公开的动态信道估计的均方误差500a的性能图。
图5b是示出根据本公开的动态信道估计的吞吐量(tp)500b的性能图。
图6是用于生成信道估计滤波的信道估计系数的方法600的示意图。
具体实施方式
在下面的详细描述中，参考形成详细描述的一部分的附图，其中以图示的方式示出了可以实践本发明的具体方面。应当理解，在不脱离本发明的范围的情况下，可以利用其他方面并进行结构或逻辑上的改变。因此，以下详细描述不是限制性的，本发明的范围由所附权利要求限定。
本文将使用以下术语、缩写和符号
crs:小区特定参考信号
re:资源元素
rb:资源块
prb:物理资源块
3gpp:第三代合作伙伴计划
lte:长期演进
lte-a：3gpplte的lte高级、版本10和更高版本
rf:射频
ue:用户设备
sinr:信号干扰及噪声比
rb:资源块，例如频率方向上的资源块乘以时间方向上的时隙
ofdm：正交频分复用
nodeb：节点b
irc:干扰抑制合并
(e)icic:(增强的)小区间干扰协调
mimo：多入多输出
ce:信道估计
csi:信道状态信息
fb:反馈
r:参考信号
c:信道系数
n:噪声
i:干扰
s:同步
本文描述的方法和设备可以基于资源块，特别是从无线电小区接收的资源块和集群。应当理解，结合所描述的方法做出的评论对于被配置为执行该方法的相应设备也适用，反之亦然。例如，如果描述了具体的方法步骤，相应的设备也可以包括用于执行所描述的方法的步骤的单元，即使在图中没有明确描述或示出这种单元。此外，应当理解，除非另有特别说明，否则本文所述的各种示例性实施例的特征可以彼此组合。
本文描述的方法和设备可以在无线通信网络(特别是基于诸如lte(特别是lte-a和/或ofdm)的移动通信标准的通信网络)中实现。下面描述的方法和设备还可以在基站(nodeb、enodeb)或移动设备(或移动站或用户设备(ue))中实现。所描述的设备可以包括集成电路和/或无源器件，并且可以根据各种技术制造。例如，可将电路设计为逻辑集成电路、模拟集成电路、混合信号集成电路、光学电路、存储器电路和/或集成无源器件。
可将本文描述的方法和设备配置为发送和/或接收无线电信号。无线电信号可以是或可以包括由无线电发射装置(或无线电发射机或发送机)辐射的射频信号，其射频在约3hz至300ghz的范围内。频率范围可以对应于用于产生和检测无线电波的交流电信号的频率。
本文中随后描述的方法和设备可以根据移动通信标准来设计，例如，长期演进(lte)标准或其高级版本lte-a。作为4glte向市场推出的lte(长期演进)是用于移动电话和数据终端的高速数据无线通信的标准。
下文描述的方法和设备可以应用于ofdm系统中。ofdm是用于在多个载波频率上对数字数据进行编码的方案。可以使用大量密集的正交子载波信号来携带数据。由于子载波的正交性，可以抑制子载波之间的串扰。
下文描述的方法和设备可以应用于多层异构网络中。多层异构网络(hetnet)可用于lte和lte高级标准，以不仅建立单一类型的enodeb(同构网络)的网络，还部署具有不同功能(最重要的是具有不同的tx功率等级)的enodeb。这些enodeb通常可以被称为宏enodeb或宏小区、微微enodeb或微微小区以及毫微微/家庭enodeb或毫微微小区。或者，术语“小小区”可以用作覆盖微微小区和毫微微小区的更广泛的术语。
下面描述的方法和设备可以应用于eicic系统中。基于载波聚合的icic可以使lte-aue同时连接到多个载波。其不仅可以允许跨载波的资源分配，还可以允许基于调度器的载波之间的快速切换，而不需要耗时的切换。
下文中描述的方法和设备可以应用于诸如irc(干扰抑制合并)接收机的干扰感知接收机中。irc是可以在天线分集系统中用以通过使用分集信道中的噪声之间的互协方差来抑制同信道干扰的技术。可以使用干扰抑制合并(irc)作为在小区重叠的区域中增加上行链路比特率的有效替代方案。由于可以抑制小区间的干扰，干扰抑制合并(irc)接收机可以有效地改善小区边缘用户的吞吐量。irc接收机可以基于最小均方误差(mmse)标准，这可能需要具有高精度的包括小区间干扰的信道估计和协方差矩阵估计。
下文描述的方法和设备可以应用于mimo系统中。多输入多输出(mimo)无线通信系统在发射机和接收机处采用多个天线来增加系统容量并实现更好的服务质量。在空间复用模式中，mimo系统可以通过在相同频带中并行发送多个数据流来达到更高的峰值数据速率，而不需要增加系统的带宽。
图1是包括宏小区101和微微小区103、105的异构网络100的示意图。微微基站103、105的特征在于发射功率基本上比宏基站101低。由于两种类型的基站之间的发射功率水平之间的差异很大，微微基站103、105的覆盖范围112、114比图1所示的宏基站101的覆盖范围110更明显地受到限制。尽管可能没有足够的资源来有效地为所有用户终端提供服务，但宏小区101的较大覆盖范围110可以吸引更多用户107、109朝向高功率宏enodeb。同时，较小的电力基站的资源可能仍然未得到充分利用。
如下所述，ue107、109可以包括用于生成信道估计滤波的信道估计系数的方法和/或设备，以便改善在这种环境中的信道估计。因此，信道估计允许快速适应诸如干扰类型和同步误差之类的条件的动态变化。在存在诸如时间/频率选择性信道、时间/频率选择性同信道干扰、符号定时误差、载波频率偏置和增益失衡等各种挑战和不理想情况时，这种信道估计滤波可以适用于基于ofdm的系统，例如lte高级。因为这些参数中的一些可以在时间和频率方向上都是非常动态的，包括根据本公开的用于生成信道估计系数的方法和/或设备的ue107、109能高度且快速地适应这种潜在的高选择性信道条件。
图2是用于生成信道估计滤波的信道估计系数的信道估计系数发生器200的框图。信道估计系数发生器200包括参数获取单元205、第一信道估计系数发生器201和第二信道估计系数发生器203。
参数获取单元205被配置为获取第一输入参数集合208，例如准静态参数，并且获取第二输入参数集合209，例如不同于第一输入参数集合208的动态参数。第一输入参数集合208(例如准静态)的时变性小于第二输入参数集合209(例如动态)的时变性。第一信道估计系数发生器201被配置为生成原型信道估计系数集合202，例如，基于第一输入参数集合208的准静态ce系数集合206。第二信道估计系数发生器203被配置为生成精准的信道估计系数集合204，例如，基于原型信道估计系数集合202并且基于第二输入参数集合209的动态ce系数集合207。可以将精准的信道估计系数集合204提供给信道估计滤波器210。
第一输入参数集合208的时变性可以是根据针对其产生信道估计系数的信道的相干时间。第二输入参数集合209的时变性可以是根据通过该信道接收的数据信号的子帧(例如根据3gpp定义的子帧)的持续时间。
如果第一输入参数集合208已经改变，则可以将第一信道估计系数发生器201配置为生成原型信道估计系数集合202。可以将第一信道估计系数发生器201配置为生成用于第一输入参数集合208的可选子集的原型信道估计系数集合202。如果第二输入参数集合209的至少一个输入参数与阈值相交，则可以将第二信道估计系数发生器203配置为生成精准的信道估计系数集合204。可以将第二信道估计系数发生器203配置为按需生成精准的信道估计系数集合204。
信道估计系数发生器200可以包括开关(图2中未示出)，其被配置为在如下两者之间切换：激活第二信道估计系数发生器203以生成精准的信道估计系数集合204、以及停用第二信道估计系数发生器203以回落到原型信道估计系数集合202。
信道估计系数发生器200可以包括被配置为基于在线计算来计算原型信道估计系数集合202的处理器(图2中未示出)。
信道估计系数发生器200可以包括：系数存储器(图2中未示出)，用于存储信道估计系数；以及选择器，其被配置为选择原型信道估计系数集合202作为存储在系数存储器中的信道估计系数的子集。
第一输入参数集合208可以包括至少一个参考信号、至少一个物理信道参数和至少一个噪声参数。参考信号可以包括在时间-频率平面中的参考信号模式，该参考信号模式取决于以下参数中的至少一个：数据通信标准(例如，lte)、传输模式、逻辑信道、时间配置和频率配置。物理信道参数可以包括以下参数中的至少一个：延迟扩展、延迟移位、多普勒扩展和多普勒频移。噪声参数可以包括热噪声水平和背景干扰水平中的至少一个，例如，如下所述。
第二输入参数集合209可以包括一组干扰参数和一组同步误差参数中的至少一者。第二输入参数集合209可以包括以下参数中的至少一个：用于频率偏移旋转的相位、用于时间偏移旋转的相位、根据模拟增益控制的增益水平，例如如下所述。
为了保护信道估计不被不断增长的需求所淹没，信道估计系数发生器200应用动态信道估计系数合成，其基本可以包括两部分：(1)准静态ce系数原型202的生成201，其基于随时间缓慢变化的参数208；以及(2)根据随着时间动态变化的参数209从原型(1)(准静态ce系数原型202)合成的动态ce系数204的计算203。
最初由准静态信道估计任务(r，c，n)上的动态干扰抑制(i)和同步误差补偿(s)激励，使信道估计系数发生器200实现更为通用的概念，从而为未来多种扩展铺平了道路。
信道估计以及依赖于其的所有其他功能(检测、参数估计)在许多方面受益于动态ce系数生成：系数原型(1)202可以仅偶尔产生，即，在启动时或当准静态参数(参考信号：r，信道系数：c，噪声：n)208显着变化时产生。这避免了不必要的计算，从而节省了处理能力。
系数原型(1)202可以仅针对与可预见的未来相关的准静态参数(r，c，n)208的子集产生，从而将存储器占用减少到储存针对参考信号配置(传输模式)和信道条件(延迟、多普勒、snr)的所有潜在组合的整个系数集合所需的存储器占用的仅一小部分。
动态系数(2)204可以仅在需要时产生，例如，当(i)实际存在干扰并且其(ii)sir模式在ce滤波的范围内是强动态时，或者当(iii)同步误差(频率/时间偏移、增益变化)强到足以通过信道估计滤波来获得它们的补偿时。这种按需处理使功耗最小化，但不会影响性能。
可以以系统化的方式来简化来自原型(1)202的动态系数(2)204的合成，以便以少量额外的复杂性为代价来接近近似最优性能(最优滤波)。
动态系数合成(2)204支持针对快速变化的条件(干扰、同步误差)的敏捷动作，从而使其他功能减少采取动态动作，例如频率/时间同步或增益控制。
实现动态系数产生的信道估计系数发生器200的交错结构(1、2)202、204从解决缓慢变化的环境和动态场景两者的意义上说与准静态信道估计是向后兼容的。信道估计可以选择仅仅返回使用准静态原型(1)202并在没有动态系数(2)204的情况下完成。
从在未来支持更动态的环境和/或添加另外的信道估计任务的意义上讲，信道估计系数发生器200的交错架构(1、2)202、204是不会过时的。实质上，新的交错架构扩宽了信道估计的范围(辅助其他功能)，提高了高度动态的环境中的信道估计性能，大大降低了内存需求，并以最小的额外功耗完成所有这些。
图3是用于生成信道估计滤波的信道估计系数的信道估计系数发生器300的框图。
信道估计系数发生器300包括参数获取单元305、第一信道估计系数发生器301、第二信道估计系数发生器306和第三信道估计系数发生器308。
参数获取单元305被配置为获取第一输入参数集合314、第二输入参数集合315和第三输入参数集合316。第一输入参数集合314的时变性(例如缓慢变化)小于第二输入参数集合315的时变性(例如，偶尔改变)，并且第二输入参数集合315(例如，偶尔改变)的时变性小于第三输入参数316集合的时变性(例如高度动态)。
第一信道估计系数发生器301被配置为基于第一输入参数集合314生成原型信道估计系数集合321。第二信道估计系数发生器306被配置为基于原型信道估计系数集合321并且基于第二输入参数集合315生成精准的信道估计系数集合307，例如，与r、c、n和
所述第一信道估计系数发生器301被配置为根据关于信道自相关、噪声自相关以及参考信号样本序列与目标资源元素之间的互相关的最小均方误差准则生成原型信道估计系数集合321。
第二信道估计系数发生器306可以被配置为基于原型信道估计系数集合和反映沿着参考信号样本序列的相位旋转的旋转矢量的共轭的hadamard乘积来生成精准的信道估计系数集合307，例如如下所述。
第三信道估计系数产生器308可以被配置为基于精准的信道估计系数组307和用于信道估计滤波的样本矢量的信号干扰加噪声分布的hadamard乘积来生成进一步精准的信道估计系数311，如下所述。样本矢量的信号干扰加噪声分布可对应于样本矢量的瞬时干扰。样本矢量的信号干扰加噪声分布可以包括受干扰的ofdm抽头和不受干扰的ofdm抽头，其中干扰的ofdm抽头被抑制，并且不受干扰的ofdm抽头被重新缩放，例如如下所述。
可将进一步精准的信道估计系数集合311提供给信道估计滤波317。
根据处理能力和开发目标，参数空间可以分别首先被划分为(半)静态的和动态的，例如上面针对图2所示的信道估计系数发生器200所述的。所述划分可以在“全部静态”(原型＝最终系数)和另一极端“全部动态”(针对每个资源块重新生成的系数)之间的任何位置。对于图3所示的信道估计系数发生器300而言，所述划分位于某些位置中，在这些位置之间参考信号(r)、信道(c)、噪声(n)和一些同步参数(例如，频率/时间偏移(反)旋转的相位
可以设置sp以调整不同级别的模拟增益控制agc来补偿幅度误差。根据所经历的干扰和/或噪声，agc可以将增益因子设置为不同的值。可以通过使用sp来补偿这种不同的增益。如下面参照图4所述的。
可以设置
在一个实施例中，原型系数321是从大的非易失性系数库302中选择的，例如通过选择器。在第二(替代)实施例中，原型系数321是被在线计算304的。在另一实施例中，原型系数以步进方式生成的，例如，如下所述。所有这些方法可以按需(再)生成原型系数321，例如在初始化时和每当(半静态)参数已经显著改变(或将要改变)时。基于参数变化的量和稳定性，可以通过信道估计控制来触发原型系数321的生成。
为了说明原型生成，可以生成第一原型321(从存储器302或在线计算304选择303)，例如根据基于第一参数子集(r，c，n)314的mmse(最小均方误差)准则生成为：
其中，
基于第二参数子集315(在该示例中是时间/频率相位
可以被计算为第一原型321和反映沿着rs样本的相位旋转的旋转矢量
在动态ce系数计算的许多可能性中，第三信道系数发生器308可以实施简单的解决方案。通过第三信道系数发生器308的ce系数合成的一个实施例包括通过缩放矢量对原型307(等式2)进行加权310
其中α(γ)是用于ce滤波的样本矢量的瞬时干扰或sinr分布γ的函数。
例如，滤波器抽头缩放因子(通过考虑对角元素rhh并使mse最小化而导出)可以被定义为
其中γmax表示滤波器跨度内的最大sinr，或者替代地
其中
等式4a和4b都是抽头sinr的简单函数，其实现对受干扰抽头的抑制(等式4a)，此外还实现对非受干扰抽头的重新缩放(等式4b)。
图4a是在时间频率表示400a中针对ofdm符号405的滤波器功能404的示意图。图4b是表示图4a所示的滤波器功能404的滤波抽头上的sinr的图示400b。图4c是表示图4a所示的滤波器功能404的滤波器抽头上的缩放因子的图示400c。
图4a示出了针对具有变化的sinr的三个连续时隙上的示例性的6个抽头时间滤波(针对中心时隙)的根据等式4b的原型缩放。滤波器功能404评估以特定频率在三个连续时隙401、402、403上携带参考符号的六个ofdm符号。前两个ofdm符号与第一时隙401相关，其中sinr值为-1db；第二两个ofdm符号与第二时隙402有关，其中sinr值为11db；第三两个ofdm符号与第三时隙403有关，其中sinr值为0db。图4b示出了作为抽头的这六个ofdm符号及其对应的抽头sinr值γn。
对于sinr值为0db的第三两个ofdm符号而言，干扰源可能与所需信号一样强。边界抽头1、2、5、6与中心抽头4、5之间的差异可以由自动增益控制(agc)引起。例如，在边界抽头1、2、5、6处，可将agc设置为示例值0.8，而在中心抽头3、4处，可将agc设置为示例值1。
图4c示出了根据等式4a(图4c中未示出)或者根据等式4b(图4c所示)的缩放因子αn的计算。等式4a和4b都是抽头sinr的简单函数，其中抽头sinr在边界抽头1、2、5、6的这个示例中实现对受干扰的抽头的抑制(方程式4a)，另外，在中心抽头3、4的这个示例中实现对非受干扰的抽头(方程4b)重新缩放。
图5a是示出根据本公开的动态信道估计的均方误差500a的性能图。图5b是示出根据本公开的动态信道估计的吞吐量(tp)500b的性能图。两个图形都验证了动态系数合成503与最优(但复杂的)维纳滤波501、原型滤波(mse：502)、以及绕过受干扰的抽头的短滤波504的mse和吞吐量的对比。
最佳曲线501可以通过在线求解维纳滤波来获得其它曲线502、503、504的参考来确定。
可以看出系数合成503改善了mse性能，特别是在感兴趣的接近0db的inr区域中。对于非常低的inr而言，应使用原型502，对于非常高的inr而言，短滤波504是适当的。建议如下系数选择程序：
其中阈值θ1和θ2是snr和inr的函数。
图5b示出了用完美信道估计511和不同种类的原型滤波512、513、514可实现的吞吐量。对于完美信道估计511而言，可获得最高吞吐量，当使用最优(但是复杂的)维纳滤波512时，可达到第二高吞吐量，当应用动态系数合成513时，则获得第三高吞吐量，并且当使用短滤波514时，获得最低吞吐量。动态系数合成513的吞吐量接近于最佳维纳滤波512的吞吐量，并且比短滤波514的吞吐量要高得多。
图6是用于生成信道估计滤波的信道估计系数的方法600的示意图。方法600包括获取601第一输入参数集合和第二输入参数集合，其中第一输入参数集合的时变性小于第二输入参数集合的时变性，例如，如上文关于图2所述的。方法600包括基于第一输入参数集合生成602原型信道估计系数集合。方法600包括基于原型信道估计系数集合并且基于第二输入参数集合来生成精准的信道估计系数集合603。
方法600还可以包括：如果第一输入参数集合已经改变，则生成原型信道估计系数集合；以及如果所述第二输入参数集合的至少一个输入参数与阈值相交，则生成精准的信道估计系数集合。
方法600还可以包括生成用于第一输入参数集合的可选子集的原型信道估计系数集合。
方法600还可以包括基于精准的信道估计系数集合并且基于第三输入参数集合来生成进一步精准的信道估计系数集合，例如，如上面关于图3所述的。
本文描述的方法、系统和设备可以实现为在数字信号处理器(dsp)、微控制器或任何其它端处理器中的软件，或者实现为芯片上或专用集成电路(asic)中的硬件电路。
本公开中描述的实施例可以在数字电子电路中、或在计算机硬件、固件、软件或其组合中实施，例如，在移动设备的可用硬件中或专用于处理本文描述的方法的新硬件中实施。
本公开还支持包括计算机可执行代码或计算机可执行指令的计算机程序产品，在执行所述计算机程序时，所述计算机程序产品使至少一台计算机执行本文所述的执行和计算块，特别是如上参照图6所述的方法600。这样的计算机程序产品可以包括在其上存储程序代码以供处理器使用的可读存储介质，该程序代码包括用于执行如上所述的任何方法600的指令。
示例
以下示例属于另外的实施例。示例1是用于生成信道估计滤波的信道估计系数的信道估计系数发生器，包括：参数获取单元，其被配置为获取第一输入参数集合并获取第二输入参数集合，其中第一输入参数集合的时变性小于第二输入参数集合的时变性；第一信道估计系数发生器，其被配置为基于所述第一输入参数集合来生成原型信道估计系数集合；以及第二信道估计系数发生器，其配置为基于所述原型信道估计系数集合并且基于所述第二输入参数集合来生成精准的信道估计系数集合。
在示例2中，示例1的主题可以可选地包括：第一输入参数集合的时变性是与产生信道估计系数的信道的相干时间相关。
在示例3中，示例2的主题可以可选地包括：第二输入参数集合的时变性与通过该信道接收的数据信号的子帧的持续时间相关。
在示例4中，示例1-3中的任一项的主题均可以可选地包括：如果第一输入参数集合已经改变，则第一信道估计系数发生器被配置为生成原型信道估计系数集合。
在示例5中，示例1-4中任一项的主题可以可选地包括：第一信道估计系数发生器被配置为生成用于第一输入参数集合的可选子集的原型信道估计系数集合。
在示例6中，示例1-5中任一项的主题可以可选地包括：第二通道估计系数发生器被配置为：如果第二输入参数集合中的至少一个输入参数与阈值相交，则生成精准的信道估计参数集合。
在示例7中，示例1-6中任一项的主题可以可选地包括：第二信道估计系数发生器被配置为按需生成精准的信道估计系数集合。
在示例8中，示例1-7中任一项的主题可以可选地包括：开关，其被配置为在如下两者之间切换：激活所述第二信道估计系数发生器以生成所述精准的信道估计系数集合、以及停用所述第二信道估计系数发生器以回落到所述原型信道估计系数集合。
在示例9中，示例1-8中任何一个的主题均可以可选地包括：处理器，其被配置为基于在线计算来计算原型信道估计系数集合。
在示例10中，示例1-8中任一项的主题可以可选地包括：用于存储信道估计系数的系数存储器；以及选择器，其被配置为选择原型信道估计系数集合作为存储在系数存储器中的信道估计系数的子集。
在示例11中，示例1-10中任一项的主题可以可选地包括：第一输入参数集合包括至少一个参考信号、至少一个物理信道参数和至少一个噪声参数。
在示例12中，示例11的主题可以可选地包括：至少一个参考信号包括在时间-频率平面中的参考信号模式，该参考信号模式取决于以下参数中的至少一个：数据通信标准、传输模式、逻辑信道、时间配置和频率配置。
在示例13中，示例11或示例12的主题可以可选地包括：至少一个物理信道参数包括以下参数中的至少一个：延迟扩展、延迟移位、多普勒扩展和多普勒转移。
在示例14中，示例11-13中任一项的主题可以任选地包括：至少一个噪声参数包括热噪声水平和背景干扰水平中的至少一个。
在示例15中，示例1-14中任一项的主题可以可选地包括：第二输入参数集合包括一组干扰参数和一组同步误差参数中的至少一者。
在示例16中，示例1-15中任一个的主题可以可选地包括：第二输入参数集合包括以下参数中的至少一个：用于频率偏移旋转的相位、用于时间偏移旋转的相位以及根据模拟增益控制的增益水平。
示例17是一种用于在ofdm中心系统中生成用于信道估计滤波的信道估计系数的信道估计系数发生器，包括：参数获取单元，其被配置为获取第一输入参数集合、第二输入参数集合和第三输入参数集合，其中第一输入参数集合的时变性小于第二输入参数集合的时变性，并且第二输入参数集合的时变性小于第三输入参数集合的时变性；第一信道估计系数发生器，其被配置为基于所述第一输入参数集合来生成原型信道估计系数集合；第二信道估计系数发生器，其被配置为基于原型信道估计系数集合并且基于第二输入参数集合来生成精准的第一信道估计系数集合；以及第三信道估计系数发生器，其配置为基于精准的第一信道估计系数集合并且基于第三输入参数集合来生成精准的第二信道估计系数集合。
在示例18中，示例17的主题可以可选地包括：将第一信道估计系数发生器配置为根据与信道自相关、噪声自相关以及参考信号样本和目标资源元素之间的互相关有关的最小均方误差准则生成原型信道估计系数集合。
在示例19中，示例17-18中任一项的主题可以可选地包括：将第二信道估计系数发生器配置为基于原型信道估计系数集合与反应沿着参考信号样本序列的相位旋转的旋转矢量的共轭的hadamard乘积来生成精准的第一信道估计系数集合。
在示例20中，示例17-19中任一个的主题可以可选地包括：将第三信道估计系数发生器配置为基于精准的第一信道估计参数集合与用于信道估计滤波的样本矢量的信号干扰加噪声分布的hadamard乘积来生成精准的第二信道估计系数集合。
在示例21中，示例20的主题可以可选地包括：样本矢量的信号干扰加噪声分布对应于样本矢量的瞬时干扰。
在示例22中，示例20-21中任一项的主题可以可选地包括：样本矢量的信号干扰加噪声分布包括受干扰的ofdm抽头和不受干扰的ofdm抽头，其中受干扰的ofdm抽头被抑制，而不受干扰的ofdm抽头被重新缩放。
示例23是一种用于生成信道估计滤波的信道估计系数的方法，该方法包括：获取第一输入参数集合和第二输入参数集合，其中第一输入参数集合的时变性小于第二输入参数集合的时变性；基于第一输入参数集合生成原型信道估计系数集合；以及基于原型信道估计系数集合并且基于第二输入参数集合来生成精准的信道估计系数集合。
在示例24中，示例23的主题可以可选地包括：如果第一输入参数集合已经改变，则生成原型信道估计系数集合；以及如果第二输入参数集合的至少一个输入参数与阈值相交，则生成精准的信道估计系数集合。
在示例25中，示例23-24中任一项的主题可以可选地包括：生成用于第一输入参数集合的可选子集的原型信道估计系数集合。
示例26是计算机可读介质，其上存储有计算机指令，当计算机执行该计算机指令时，使计算机执行示例23至25中任一项的方法。
示例27是一种用于在ofdm中心系统中生成用于信道估计滤波的信道估计系数的信道估计系数生成系统，包括：参数获取单元，其配置为获取第一输入参数集合、第二输入参数集合和第三输入参数集合，其中第一输入参数集合的时变性小于第二入参数集合的时变性，并且第二输入参数集合的时变性小于第三输入参数集合的时变性；第一信道估计系数发生器，其被配置为基于第一输入参数集合来生成原型信道估计系数集合；第二信道估计系数发生器，其被配置为基于原型信道估计系数集合并且基于第二输入参数集合来生成精准的第一信道估计系数集合；以及第三信道估计系数发生器，其被配置为基于精准的第一信道估计系数集合并且基于第三输入参数集合来生成精准的第二信道估计系数集合。
在示例28中，示例27的主题可以可选地包括：将第一信道估计系数发生器配置为根据关于信道自相关、噪声自相关和参考信号样本序列与目标资源元素之间的互相关的最小均方误差准则来生成原型信道估计系数集合。
在示例29中，示例27-28中任一个的主题可以可选地包括：将第二信道估计系数发生器配置为基于原型信道估计系数集合和反应沿着参数信号样本的相位旋转的旋转矢量的共轭的hadamard乘积来生成精准的第一信道估计系数集合。
在示例30中，示例27-29中任一项的主题可以可选地包括：将第三信道估计系数发生器配置为基于精准的第一信道估计系数集合和用于信道估计滤波的样本矢量的信号干扰加噪声分布的hadamard乘积来生成精准的第二信道估计系数集合。
在示例31中，示例30的主题可以可选地包括：样本矢量的信号干扰加噪声分布对应于样本矢量的瞬时干扰。
在示例32中，示例30-31中任一项的主题可以可选地包括：样本矢量的信号干扰加噪声分布包括受干扰的ofdm抽头和不受干扰的ofdm抽头，其中受干扰的ofdm抽头被抑制，而不受干扰的ofdm抽头被重新缩放。
在示例33中，示例27-32中任一项的主题可以可选地包括：信道估计系数生成系统是芯片上系统。
示例34是一种用于生成信道估计滤波的信道估计系数的信道估计系数发生器，包括：用于获取第一输入参数集合并用于获取第二输入参数集合的装置，其中第一输入参数集合的时变性小于第二输入参数集合的时变性；用于基于第一输入参数集合来生成原型信道估计系数集合的装置；以及用于基于原型信道估计系数集合并且基于第二输入参数集合来生成精准的信道估计系数集合的装置。
在示例35中，示例34的主题可以可选地包括：第一输入参数集合的时变性与产生信道估计系数的信道的相干时间相关。
在示例36中，示例35的主题可以可选地包括：第二输入参数集合的时变性与通过信道接收的数据信号的子帧的持续时间相关。
在示例37中，示例34-36中任一项的主题可以可选地包括：将用于生成原型信道估计系数集合的装置配置为如果第一输入参数集合已经改变，则生成原型信道估计系数集合。
在示例38中，示例34-37中任一项的主题可以可选地包括：将用于生成原型信道估计系数集合的装置配置生成用于第一输入参数集合的可选子集的原型信道估计系数集合。
在示例39中，示例34-38中任一项的主题可以可选地包括：将用于生成精准的信道估计系数集合的装置配置为：如果第二输入参数集合的至少一个输入参数与阈值相交，则生成精准的信号估计参数集合。
在示例40中，示例34-39中任一项的主题可以可选地包括：将用于生成精准的信道估计系数集合的装置配置为按需生成精准的信道估计系数集合。
在示例41中，示例34-40中任一项的主题可以可选地包括切换装置装置，用于在如下两者之间切换：激活用于生成精准的第二信道估计系数的装置以生成所述精准的信道估计系数集合、以及停用用于生成精准的第二信道估计系数的装置以回落到所述原型信道估计系数集合。
在示例42中，示例34-41中任一项的主题可以可选地包括：用于基于在线计算来计算原型信道估计系数集合的装置。
在示例43中，示例34-42中任一项的主题可以任选地包括：用于存储信道估计系数的装置；以及选择装置，用于选择原型信道估计系数集合作为存储在用于存储信道估计系数的装置中的信道估计系数的子集。
在示例44中，示例34-43中任一项的主题可以可选地包括：第一输入参数集合包括至少一个参考信号、至少一个物理信道参数和至少一个噪声参数。
在示例45中，示例44的主题可以可选地包括：至少一个参考信号包括在时间-频率平面中的参考信号模式，该参考信号模式取决于以下参数中的至少一个：数据通信标准、传输模式、逻辑信道、时间配置和频率配置。
在示例46中，示例44或示例45的主题可以可选地包括：至少一个物理信道参数包括以下参数中的至少一个：延迟扩展、延迟移位、多普勒扩展和多普勒转移。
在示例47中，示例44-46中任一项的主题可以任选地包括：至少一个噪声参数包括热噪声水平和背景干扰水平中的至少一个。
在示例48中，示例34-47中任一项的主题可以可选地包括：第二输入参数集合包括一组干扰参数和一组同步误差参数中的至少一者。
在示例49中，示例34-48中任一项的主题可以可选地包括；第二输入参数集合包括以下参数中的至少一个：用于频率偏移旋转的相位、用于定时偏移旋转的相位、根据模拟增益控制的增益水平。
在示例50中，示例34-49中任一项的主题可以可选地包括：将用于生成原型信道估计系数集合的装置配置为根据关于信道自相关、噪声自相关和参考信号样本序列与目标资源元素之间的互相关的最小均方误差准则来生成原型信道估计系数集合。
在示例51中，示例34-50中任一项的主题可以可选地包括：将用于生成精准的信道估计系数集合的装置配置为基于原型信道估计参数集合和反映沿着参考信号样本的相位旋转的旋转矢量的共轭的hadamard乘积来生成精准的信道估计参数集合。
在示例52中，示例34-51中任一个的主题可以可选地包括：将用于生成精准的信道估计系数集合的装置配置为基于原型信道估计参数集合与沿着参考信号样本序列反映相位旋转的旋转矢量的共轭的hadamard乘积以及用于信道估计滤波的样本矢量的信道干扰加噪声分布生成精准的信道估计系数集合。
在示例53中，示例52的主题可以可选地包括：样本矢量的信号干扰加噪声分布对应于样本矢量的瞬时干扰。
在示例54中，示例52-53中任一个的主题可以可选地包括：样本矢量的信号干扰加噪声分布包括受干扰的ofdm抽头和不受干扰的ofdm抽头，其中受干扰的ofdm抽头被抑制，并且不受干扰的ofdm抽头被重新缩放。
此外，尽管本发明的特定特征或方面可能仅针对若干示例中的一个而公开，但是这样的特征或方面可以与其他示例的一个或多个其他特征或方面组合，因此对于任何给定的或特定的应用是期望并且是有利的。此外，如果在详细描述或权利要求书中使用术语“包括”、“具有”、“带有”或其它变体，这些术语旨在类似于术语“包括”而被涵盖。此外，应当理解，本发明的各方面可以在分立电路、部分集成电路或完全集成电路或编程装置中实现。此外，术语“示例”、“例如”和“举例来说”只是意味着举例，而不是最好的或最优的。
虽然本文已经说明和描述了一些特定方面，但是本领域普通技术人员将会理解，在不脱离本发明范围的情况下，各种替代和/或等效实施可以代替所示和所描述的具体方面。本申请旨在涵盖本文讨论的特定方面的任何修改或变化。