一种基于维纳滤波的BEM信道估计方法与流程

本发明涉及无线通信领域，针对高速移动环境下的移动通信系统，是一种基于bem和维纳滤波器的信道估计方法。

背景技术：

随着高速列车在全球范围内的快速发展，高速移动环境下移动通信的需求急剧增加，应用于高速移动环境下的移动通信系统已经成为了研究的热点，适用于高速移动环境的信道估计方法也成为了迫切的需求。

信道估计的方法，根据是否采用导频图样可以分为盲估计、半盲估计、导频辅助估计这三种。典型的信道估计算法有基于最小二乘法(ls)准则、线性最小均方误差(lmmse)准则的等等。ls算法复杂度低，但是由于ls估计不需要信道统计特性，未考虑信道噪声，估计的准确性不高，进而影响了数据子信道的参数估计；lmmse估计需要信道统计特性，如果信道统计特性的信息是理想的，那么它能实现最优线性估计，但其计算复杂度非常高。

然而传统的信道估计方法大多是基于低速环境，这并不能很好地解决高速移动环境下的信道估计问题。在高速移动的环境下，mimo-ofdm(multipleinputmultipleoutput-orthogonalfrequencydivisionmultiplexing)系统的下行链路信道响应呈现出快时变和非平稳的特性，而这些特性为传统的信道估计方法带来了巨大的挑战，在信道估计环节克服以上的问题是提升移动通信系统在高速环境下通信质量和性能的关键因素。基于应用场景，本发明旨在提出一种适用于高速移动环境下针对非平稳时频双选信道，即快时变信道的，应用于mimo-ofdm系统的信道估计方法。需要对物理信道做出广义平稳和平坦衰落假设的盲估计和半盲估计方法并不适用，因此采用了导频辅助估计方法。

针对高速移动通信的应用场景，本发明采用了基于基扩展模型(bem)的信道估计方法。bem通过一组相互正交的基函数和系数向量对动态变化的信道进行动态拟合，描述的是多径多普勒弥散信道，是估计快时变信道的有力工具。基扩展模型可以分为复指数基扩展模型(ce-bem)、多项式基扩展模型等。其中ce-bem的复指数基即傅里叶基，具有基函数简单的优点。

维纳滤波是实现从噪声中提取信号，完成信号波形估计的线性最佳估计方法。信号波形的估计可以理解为将观测信号输入到滤波器后，滤波器的理想输出就是原始信号波形，然而由于滤波器特性的限制和噪声干扰的影响，滤波器的实际输出是原始信号波形的估计。信号波形的估计属于最佳线性滤波或最优线性估计，即以线性最小均方误差(lmmse)准则实现信号波形或离散状态的估计。维纳滤波需要设计维纳滤波器，它的求解需要随机信号的统计特性，即相关函数或功率谱函数，得到的结果是封闭的解。这是一个利用观测信号、输出信号的相关性求解维纳滤波器系统函数的过程。

综上，对于传统的信道估计方法，它们在高速移动环境下并不能很好地解决针对快时变信道的信道估计问题，且它们的计算方法存在复杂度高，估计精度低，反应时间长等问题，这就亟需本领域技术人员解决相应的技术问题。

技术实现要素：

本发明旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种基于维纳滤波的bem信道估计方法。

为了实现本发明的上述目的，本发明提供了一种基于维纳滤波的bem信道估计方法，其特征在于，包括：

s1，构造ofdm系统传输模型；

s2，根据bem模型，得到使用bem信道模型的基带ofdm传输模型；

s3，基于维纳滤波,实现bem信道模型的信道估计。

所述的基于维纳滤波的bem信道估计方法，其特征在于，所述s1包括：

设ofdm系统的总子载波数为n，一个子帧总共包含i个ofdm符号，对于第i个ofdm符号，设发送第i个符号上的第n个子载波符号为si(n)，有si＝[si(0),...,si(n),…,si(n-1)]^t，将频域符号经过傅里叶逆变换(inversediscretefouriertransform,idft)变换进行ofdm调制后，有：

si＝f^hsi(1)

其中，si＝[si(0),…,si(n-1)]^t表示发送的时域序列，表示傅里叶变换矩阵。进一步可以构造ofdm传输模型如下：

yi＝hisi+zi(2)

其中，第i个ofdm符号块上接收到的频域符号向量为yi＝[yi(0),…,yi(n-1)]^t，zi为信道的加性复高斯白噪声，协方差矩阵为表示第i个ofdm符号上信道的频域响应矩阵，有

hi＝fgif^h(3)

其中矩阵表示第i个符号时间信道的冲激响应矩阵，有

其中hi(k,l)表示第i个符号时间上，信道冲激响应第l个抽头的第k个采样点。

所述的基于维纳滤波的bem信道估计方法，其特征在于，所述s2包括：

设信道阶数为l，信道冲激响应可以用ce-bem(复指数基扩展模型)表示，则第i个符号上的第l个抽头上的第k个采样点hi(k,l)有：

其中，q表示压缩基向量的维度(q＜＜n)，bk＝[bk,0,...,bk,q-1]^t表示基向量，由于采用ce-bem，因此有表示压缩基的系数向量。令hi,l＝[hi(0,l),...,hi(n-1,l)]^t表示第i个ofdm符号中的第l个抽头上的信道冲激响应向量，则有

其中hi表示第i个ofdm符号的冲激响应向量。

由此可以得到基于bem信道模型的基带ofdm传输模型为：

yi＝aici+zi(6)

其中，ai为观测矩阵，有

其中，又有

所述的基于维纳滤波的bem信道估计方法，其特征在于，所述s3包括：

设观测信号为：

xi＝(aiai^h)^-1ai^hyi(8)

即：

xi＝ci+zi(9)

对于线性估计，估计信号表示为观测信号xj的线性加权和，即

为了便于求解，假定离散过程是均值为零的平稳过程，观测区间也半无限的，而所研究的系统是因果的线性时不变系统。可得出下式：

为简明起见，对上式作变量代换，即令

i-k＝m,i-j＝l

则得

该式就是离散形式的维纳-霍夫方程。由该式解出的λ(m),就是满足线性最小均方误差的离散维纳滤波器的单位冲激响应。因为有m≥0的限制，所以求解得到的是物理可实现的滤波器的单位冲激响应。

设离散维纳滤波器的单位冲激响应λ(i),即

则(12)式所示的离散维纳-霍夫方程变为

其中，相关函数分别为

和

并有

rx(m)＝rx(-m)(17)

这样，我们可将(14)式所示的离散维纳-霍夫方程写成矩阵的形式为

rxλ＝rxc(18)

解得

λ＝rx^-1rxc(19)

又有

将式(8)代入式(20)，可得

其中

rxc＝[rxc(0)rxc(1)...rxc(n-1)]^t

综上所述，由于采用了上述技术方案，本发明的有益效果是：

本发明通过基于维纳滤波的估计，能够有效地利用ce-bem对信道冲激响应进行表示，并且能够通过维纳滤波器估计基向量系数，因此本发明能够降低信道估计器复杂度，同时能够提升信道估计的精度。

本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1基于维纳滤波的bem信道估计流程图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。

在本发明的描述中，需要理解的是，术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

本发明提出了一种基于维纳滤波的信道估计方法，有效地利用ce-bem对信道冲激响应进行表示，并且能够通过维纳滤波器估计基向量系数，因此本发明能够降低信道估计器复杂度，同时能够提升信道估计的精度。

结合附图1，本发明进行详细说明，主要包括以下步骤：

步骤1：开始。

步骤2：接收到符号，开始信道估计。

设ofdm系统的总子载波数为n，一个子帧总共包含i个ofdm符号，则可以构造ofdm传输模型如下：

yi＝hisi+zi

其中，i表示第i个符号，yi表示第i个ofdm符号块上接收到的频域符号向量yi＝[yi(0),...,yi(n-1)]^t，zi为信道的加性复高斯白噪声，协方差矩阵为表示第i个ofdm符号上信道的频域响应矩阵，有

hi＝fgif^h

其中表示傅里叶变换矩阵，矩阵表示第i个符号时间信道的冲激响应矩阵，有

其中hi(k,l)表示第i个符号时间上，信道冲激响应第l个抽头的第k个采样点。

步骤3：构造基于bem的传输模型。

设信道阶数为l，信道冲激响应可以用ce-bem表示，则第i个符号上的第l个抽头上的第k个采样点hi(k,l)有：

其中，q表示压缩基向量的维度(q＜＜n)，bk＝[bk,0,...,bk,q-1]^t表示基向量，由于采用ce-bem，因此有表示压缩基的系数向量。令hi,l＝[hi(0,l),...,hi(n-1,l)]^t表示第i个ofdm符号中的第l个抽头上的信道冲激响应向量，则有

其中hi表示第i个ofdm符号的冲激响应向量。

由此可以得到基于bem信道模型的基带ofdm传输模型为：

yi＝aici+zi

其中，ai为观测矩阵，有

其中，又有

步骤4：利用维纳滤波，对基向量系数进行估计。具体实施过程如下：

(1)构建维纳滤波模型。

即：

xi＝ci+zi

其中观测信号xi＝(aiai^h)^-1ai^hyi

对于线性估计，估计信号表示为观测信号xj的线性加权和，即

(2)求解维纳－霍夫方程。

为了便于求解，假定离散过程是均值为零的平稳过程，观测区间也半无限的，而所研究的系统是因果的线性时不变系统。可得出下式：

为简明起见，对上式作变量代换，即令

i-k＝m,i-j＝l

则得

该式就是离散形式的维纳-霍夫方程；由该式解出的λ(m)就是满足线性最小均方误差的离散维纳滤波器的单位冲激响应；因为有m≥0的限制，所以求解得到的是物理可实现的滤波器的单位冲激响应；

设离散维纳滤波器的单位冲激响应λ(i)，即

则离散维纳－霍夫方程可进一步表示为

其中，相关函数分别为

和

并有

rx(m)＝rx(-m)

这样，我们可将离散维纳霍夫方程写成矩阵的形式为

rxλ＝rxc

解得

λ＝rx^-1rxc

(3)得出基向量系数的估计值。

进而可得

其中

rxc＝[rxc(0)rxc(1)...rxc(n-1)]^t

步骤5：根据式得出第i个ofdm符号的冲激响应向量。

步骤6：结束。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。