一种无线通信的信道估计方法及装置与流程
本发明实施例涉及无线通信技术领域，尤其涉及一种无线通信的信道估计方法及装置。
背景技术：
无线通信系统的性能，主要受限于其复杂的无线传播信道。无线信号在传输过程中，多径效应相关的阴影衰落、多普勒频移相关的时间选择性衰落、空间相关的空间选择性衰落、噪声干扰等都将引起信号畸变，给接收端信号的恢复带来一系列的问题。而在mimo的场景下，多路信号还会在空间进行叠加传输，接收机侧为了能够最大限度还原信号以达到正确接收，需要进行一系列的信号处理手段来消除减小各种衰落干扰带来的影响，以保证无线通信的通信质量和性能。而其中，信道估计就是一个至关重要环节。
在现有技术提供的各种信道估计方法中，通常认为信道参数在一个ofdm符号内是不变的，并且信道的变化在一个子帧内的也是变化缓慢的。
但是在lte以及未来的5g系统中，基站信号的带宽将达到100m甚至更大，终端移动对速度的要求会更高，时频资源上承载的用户数目也会翻倍，常用的信道估计在处理时间和资源上亦需翻倍，影响系统的实时性和功耗。因此，现在亟需一种无线通信的信道估计方法来解决上述问题。
技术实现要素：
为了解决上述问题，本发明实施例提供一种克服上述问题或者至少部分地解决上述问题的一种无线通信的信道估计方法及装置。
第一方面本发明实施例提供一种无线通信的信道估计方法，包括：
将导频符号和预先生成的参考序列进行共轭乘法运算，得到初始信道估计值，并确定当前应用场景以及所述当前应用场景对应的解扩策略；
基于所述当前应用场景对应的解扩策略，对所述初始信道估计值进行解扩处理，得到解扩后信道估计值；
基于所述当前应用场景，对所述解扩后信道估计值进行最小均方差mmse频域滤波和mmse时域滤波，得到最终信道估计值。
第二方面本发明实施例提供了一种无线通信的信道估计装置，包括：
初始信道估计模块，用于将导频符号和预先生成的参考序列进行共轭乘法运算，得到初始信道估计值，并确定当前应用场景以及所述当前应用场景对应的解扩策略；
解扩模块，用于基于所述当前应用场景对应的解扩策略，对所述初始信道估计值进行解扩处理，得到解扩后信道估计值；
信道最终估计模块，用于基于所述当前应用场景，对所述解扩后信道估计值进行最小均方差mmse频域滤波和mmse时域滤波，得到最终信道估计值。
第三方面本发明实施例提供了一种电子设备，包括：
处理器、存储器、通信接口和总线；其中，所述处理器、存储器、通信接口通过所述总线完成相互间的通信；所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行上述所述的无线通信的信道估计方法。
第四方面本发明实施例提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述的无线通信的信道估计方法。
本发明实施例提供的一种无线通信的信道估计方法及装置，通过将有用信号和本地存储的参考序列进行共轭乘处理，然后进行解扩处理，根据不同应用场景进行解扩选择，并根据当前应用场景选用合适的mmse频域滤波和mmse时域滤波，使得能够针对不同场景进行结构复用，简化计算复杂度，提高系统资源利用率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种无线通信的信道估计方法流程示意图；
图2是本发明实施例提供的su-mimo场景下解扩流程示意图；
图3是本发明实施例提供的su-mimo场景下mmse频域滤波结构示意图；
图4是本发明实施例提供的su-mimo场景下mmse时域滤波结构示意图；
图5是本发明实施例提供的一种无线通信的信道估计装置结构示意图；
图6是本发明实施例提供的电子设备的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
目前，lte系统采用了正交分频复用ofdm技术。ofdm最主要的优点就是将数据分化在多个并行的正交的子载波上传输，信号间的正交性有效的抵抗多径引起的符号间干扰(isi)和多径衰落。在接收端，通常采用相干检测的方法来获得频域数据符号，这就需要先进行信道参数的估计。
在lte信道估计中，常见的信道估计原理主要有两种，一种是盲估计即不需要发送特殊的训练序列，但是接收须收到足够多是数据符号，以得到可靠的信道估计，但是有很大的处理时延。另一种就是比较常用的基于导频的辅助估计，发送端适当位置插入导频，接收端利用导频恢复出导频位置的信道信息，然后利用某种处理手段，如内插，滤波，变换等获得多有时段的信道信息。信道估计遵循的几个准则有最小平方误差准则ls，最小均方误差mmse和最大似然准则。
ls算法在实现上是最简易的，它简单估计出导频信号处的信道传输函数值，但是该方法没有考虑高斯噪声影响，无法消除噪声带来的估计误差。因此，无法直接应用于lte系统的多用户多入多出(mu-mimo)场景。mmse信道估计方法理论上要在时域与频域进行二维处理，在计算的过程中考虑噪声的影响，估计性能相对于ls算法来说更优，但是在算法和实现上复杂了很多。一般会考虑简化后的mmse算法。
在各种信道估计方法中，通常认为信道参数在一个ofdm符号内是不变的，并且信道的变化在一个子帧内的也是变化缓慢的。所以对于终端处于中低速运动的场景时，上述典型的信道估计算法能很好的估计出信道参数。但是当终端处于高速运动的场景中时，信道在一个ofdm符号内呈现出较为明显的变化，即此时的信道是时变信道。如果仍采用现有的信道估计方法，那么信道估计的结果取决于每个子径的频偏，涉及大量参数，不利于时变信道参数的跟踪和估计。
但是，在lte以及未来的5g系统中，基站信号的带宽将达到100m甚至更大，终端移动对速度的要求会更高，时频资源上承载的用户数目也会翻倍，常用的信道估计在处理时间和资源上亦需翻倍，影响系统的实时性和功耗，这时需要综合考虑各种制约因素来达到一个算法上最优选择的平衡以获得整体性能上的最佳。
针对上述问题，图1是本发明实施例提供的一种无线通信的信道估计方法流程示意图，如图1所示，包括：
101、将导频符号和预先生成的参考序列进行共轭乘法运算，得到初始信道估计值，并确定当前应用场景以及所述当前应用场景对应的解扩策略；
102、基于所述当前应用场景对应的解扩策略，对所述初始信道估计值进行解扩处理，得到解扩后信道估计值；
103、基于所述当前应用场景，对所述解扩后信道估计值进行最小均方差mmse频域滤波和mmse时域滤波，得到最终信道估计值。
需要说明的是，本发明实施例的执行主体是接收端。当接收端接收信号时可采用本发明实施例提供的方法进行信道估计。
具体的，在步骤101中，导频符号即信道传输信号过程中能够获取到的有用信号。预先生成的参考序列是用于对信道进行评估的参考信号。将参考序列和导频符号进行共轭乘法运算，能够该信道进行导频初始信道估计，在本发明实施例中，导频初始信道估计的值即为初始信道估计值。需要说明的是，预先生成是指参考序列需要在当前时隙到来前生成完成。可以理解的是，系统工作的应用场景可能有多种情况，例如多用户多入多出mu-mimo场景以及单用户多入多出su-mimo场景，对于不同的应用场景会具有不同的场景特性，本发明实施例针对每个应用场景均预先设置有相应的解扩策略，按照该解扩策略就可以完成该应用场景相应的解扩处理。
具体的，在步骤102中，根据此时应用场景确定的解扩策略，对步骤101中求得的初始信道估计值进行解扩处理，就能得到解扩后信道估计值，解扩处理是在信号的原始带宽上重新构建信息。例如：从初始信道估计值为
而在mu-mimo场景下，则需要对对
其中，nscid为伪随机序列，只用于port7和port8的加扰id，k为对应参考信号在频域上的子载波位置，l为对应参考信号在时域上的子载波位置，p为天线端口号，
最后，在步骤103中，本发明实施例会基于不同的应用场景，设计不同的mmse频域滤波器和mmse时域滤波器进行频域mmse滤波处理和时域mmse滤波处理，根据当前应用场景选择合适的滤波方式即可得到最终信道估计值。需要说明的是，本发明实施例在进行mmse频域滤波和mmse时域滤波时复用了设计架构，即不同应用场景下的硬件结构可以复用，只是调节其中的硬件系数，从而简化了计算的复杂度，提高了系统的资源利用率。
本发明实施例提供的一种无线通信的信道估计方法，通过将有用信号和本地存储的参考序列进行共轭乘处理，然后进行解扩处理，根据不同应用场景进行解扩选择，并根据当前应用场景选用合适的mmse频域滤波和mmse时域滤波，使得能够针对不同场景进行结构复用，简化计算复杂度，提高系统资源利用率。
在上述实施例的基础上，在所述将导频符号和预先生成的参考序列进行共轭乘法运算之前，所述方法还包括：
将预先生成的参考序列以及所述参考序列的共轭序列进行预存。
由上述实施例的内容可知，本发明实施例需要预先生成参考序列，但生成参考序列时会出现求共轭运算，使得运算复杂度较高，那么为了减少运算复杂度，本发明实施例会将参考序列的共轭序列一并生成并进行预存，从而减少运算复杂度。
具体的，将导频符号和参考序列进行共轭乘法运算的过程如下：
其中，
l＝{5,6,12,13}
m′＝0,1,2。
其中，
在上述实施例的基础上，所述对所述初始信道估计值进行解扩处理，得到解扩后信道估计值，包括：
基于每个天线的每个端口设置的累加器，对所有天线的初始信道估计值进行串行累加，得到解扩后信道估计值。
由上述实施例的内容可知，本发明实施例会对不同的应用场景采用不同的解扩策略进行解扩处理，可以理解的是，解扩过程中信道的数据一般为多天线数据，对于多天线数据的情形，本发明实施例在进行解扩时会预先在每个天线的每个端口设置一个累加器，从而完成一个天线的解扩处理后，再将多天线数据进行串行累加，得到最后的解扩后信道估计值。
图2是本发明实施例提供的su-mimo场景下解扩流程示意图，如图2所示，一个天线的一个物理资源块(physicalresourceblock，prb)的数据进行初始信道估计后得到12个样点，即代表本发明实施例中的初始信道估计值，然后通过在每个天线端口设置的累加器按2个样点一组顺序进行复数的乘累加处理，得到解扩后的6个样点值，即图2中的解扩结果，本发明实施例中的解扩后信道估计值。进一步的，解扩完成后将解扩结果存储下来供后续滤波处理。
在上述实施例的基础上，所述基于所述当前应用场景，对所述解扩后信道估计值进行最小均方差频域滤波和最小均方差时域滤波，得到最终信道估计值，包括：
基于所述当前应用场景，将所述解扩后信道估计值与预设的mmse频域滤波矩阵相乘，得到第一信道估计值；
基于所述当前应用场景，将所述第一信道估计值与预设的mmse时域滤波矩阵相乘，得到所述最终信道估计值。
由上述实施例的内容可知，本发明实施例会对解扩后信道估计值进行mmse频域滤波和mmse时域滤波。具体的，本发明实施例是先根据当前应用场景，选用预设的mmse频域滤波矩阵与解扩后信道估计值进行相乘，完成频域上的mmse滤波后，再进行时域上的mmse滤波，从而得到最终信道估计值。
其中，mmse频域滤波主要用来对频域上的稀疏点进行滤波处理，mmse时域滤波主要用来对时域上的样点进行滤波处理，从而循环处理完成一个时隙上信道估计的结果，再将所有天线的数据进行串行处理，得到最终信道估计值。
在上述实施例的基础上，所述基于所述当前应用场景，将所述解扩后信道估计值与预设的mmse频域滤波矩阵相乘，得到第一信道估计值，包括：
获取当前工作时延；
根据所述当前工作时延确定mmse频域滤波器系数值；
基于所述当前应用场景，选取所述mmse频域滤波器系数值对应的所述mmse频域滤波矩阵与所述解扩后信道估计值相乘，得到所述第一信道估计值。
由上述实施例的内容可知，本发明实施例会根据当前应用场景，选择预设的mmse频域滤波矩阵来进行mmse频域滤波，mmse频域滤波实质上是一种插值滤波方式。那么具体的，本发明实施例考虑到工作时延的不同会对滤波造成不同的影响，从而会根据不同的工作时延预先确定滤波过程所调用的滤波器系数值，即一个工作时延对应一个预设的mmse频域滤波器系数值，滤波系数值提前由系统通过一定的算法计算好，当确定当前工作时延后，可直接确定需要调用的mmse频域滤波器系数值。可以理解的是，mmse频域滤波器系数值会对应一个mmse频域滤波矩阵，将mmse频域滤波矩阵与解扩后信道估计值相乘，就能完成本发明实施例提供的mmse频域滤波，频域滤波的结果即本发明实施例中的第一信道估计值。需要说明的是，在进行mmse频域滤波时，除了考虑到当前工作时延，还需要考虑到当前应用场景的类型，根据当前应用场景的类型选择不同的插值方式进行处理。例如：滤波矩阵按1μs和2.5μs两组不同的工作时延值分成2组mmse频域滤波器系数值，当确定当前工作时延为2.5μs后，选择2.5μs对应的mmse频域滤波器系数值进行处理。需要说明的是，本发明实施例可以根据实际情况自由设置预先存储的工作时延以及其对应的mmse频域滤波器系数值，对此本发明实施例不再赘述。
图3是本发明实施例提供的su-mimo场景下mmse频域滤波结构示意图，如图3所示，su-mimo场景下的解扩结果6个样点值分为两列，偶数位置共3个数构成第一列(0,2,4)，奇数位置共3个数构成第二列(1,3,5)。su-mimo场景下要完成两列导频的插值，每列由3个点插值为12个点，三个样点分别乘以mmse频域滤波器系数矩阵中相应的系数值，然后进行累加处理得到一个插值，这样循环处理12次后，可以得到最后一个天线的插值结果，再将多天线进行累加处理，得到最终的第一信道估计值。而对于mu-mimo的情况下，解扩结果一共6个数构成一列。故只需要完成一列导频的插值，由3个点插值为12个点，这样处理使得mu-mimo场景在硬件结构上能够完全复用su-mimo的情况，从而简化了计算的复杂度，提高了系统的资源利用率。
本发明实施例针对不同延时下存储对应的频域插值滤波系数，一方面可兼容多种系统应用场景差异，另一方面选取典型时延下的mmse频域滤波系数矩阵进行存储不需要实时进行系数更新在一定程度上也简化了系统复杂度，减小了系统处理时延，提高了实时性。
在上述实施例的基础上，所述基于所述当前应用场景，将所述第一信道估计值与预设的mmse时域滤波矩阵相乘，得到所述最终信道估计值，包括：
获取当前运动时速；
根据所述当前运动时速确定mmse时域滤波器系数值；
基于所述当前应用场景，选取所述mmse时域滤波器系数值对应的所述mmse时域滤波矩阵与所述第一信道估计值相乘，得到所述最终信道估计值。
由上述实施例的内容可知，本发明实施例会根据当前应用场景，选择预设的mmse时域滤波矩阵来进行mmse时域滤波，mmse时域滤波实质上是一种插值滤波方式。那么具体的，本发明实施例考虑到运动时速的不同会对滤波造成不同的影响，从而会根据不同的运动时速预先确定滤波过程所调用的滤波器系数值，即一个运动时速对应一个预设的mmse时域滤波器系数值，滤波系数值提前由系统通过一定的算法计算好，当确定当前运动时速后，可直接确定需要调用的mmse时域滤波器系数值。可以理解的是，mmse时域滤波器系数值会对应一个mmse时域滤波矩阵，将mmse时域滤波矩阵与第一信道估计值相乘，就能完成本发明实施例提供的mmse时域滤波，时域滤波的结果即本发明实施例中的最终信道估计值。需要说明的是，在进行mmse时域滤波时，除了考虑到当前运动时速，还需要考虑到当前应用场景的类型，根据当前应用场景的类型选择不同的插值方式进行处理。例如：滤波矩阵按3km/h，30km/h，120km/h，200km/h四组不同的工作时延值分成4组mmse时域滤波器系数值，当确定当前工作时延为30km/h后，选择30km/h对应的mmse时域滤波器系数值进行处理。需要说明的是，本发明实施例可以根据实际情况自由设置预先存储的运动时速以及其对应的mmse时域滤波器系数值，对此本发明实施例不再赘述。
图4是本发明实施例提供的su-mimo场景下mmse时域滤波结构示意图，如图4所示，本发明实施例首先会根据小区传递过来的配置参数来确定系统当前处于哪种运动时速下，然后根据确定的当前运动时速选择相应的mmse时域滤波器系数值。在su-mimo的情况下，时域插值的结果为2列，每列12个数。每两列数据一组，乘以滤波器系数矩阵中相应的系数值，然后进行累加处理得到一个插值，从而得到一个天线的信道估计结果，再将所有天线的结果进行串行累加，得到本发明实施例中的最终信道估计值。而对于mu-mimo的情况下，硬件结构上可直接复用su-mimo的情况，但系数将w(x,0)都置1，w(x,1)都置0即可，从而简化了计算的复杂度，提高了系统的资源利用率。
本发明实施例针对不同系统运动时速下存储对应的时域插值滤波系数，一方面可兼容多种系统应用场景差异，另一方面选取典型运动时速下的滤波系数矩阵进行存储一定程度上也简化了系统复杂度，提高了系统实时性。
在上述实施例的基础上，所述当前应用场景包括多用户多入多出mu-mimo场景和单用户多入多出su-mimo场景。
由上述实施例的内容可知，本发明实施例会针对不同的应用场景采用不同的解扩措施和滤波措施，从而得到最终信道估计值。其中，主要包括的两大应用场景分别为多用户多入多出mu-mimo场景和单用户多入多出su-mimo场景。并且在进行mmse频域和时域滤波时，两种场景的硬件结构可以直接复用，从而简化了计算的复杂度，提高了系统的资源利用率。
图5是本发明实施例提供的一种无线通信的信道估计装置结构示意图，如图5所示，包括：初始信道估计模块501、解扩模块502以及信道最终估计模块503，其中：
初始信道估计模块501用于将导频符号和预先生成的参考序列进行共轭乘法运算，得到初始信道估计值，并确定当前应用场景以及所述当前应用场景对应的解扩策略；
解扩模块502用于基于所述当前应用场景对应的解扩策略，对所述初始信道估计值进行解扩处理，得到解扩后信道估计值；
信道最终估计模块503用于基于所述当前应用场景，对所述解扩后信道估计值进行最小均方差mmse频域滤波和mmse时域滤波，得到最终信道估计值。
具体的如何通过初始信道估计模块501、解扩模块502以及信道最终估计模块503对无线通信的信道估计可用于执行图1所示的无线通信的信道估计方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
本发明实施例提供的一种无线通信的信道估计装置，通过将有用信号和本地存储的参考序列进行共轭乘处理，然后进行解扩处理，根据不同应用场景进行解扩选择，并根据当前应用场景选用合适的mmse频域滤波和mmse时域滤波，使得能够针对不同场景进行结构复用，简化计算复杂度，提高系统资源利用率。
在上述实施例的基础上，所述装置还包括：
预存模块，用于将预先生成的参考序列以及所述参考序列的共轭序列进行预存。
在上述实施例的基础上，所述解扩模块包括：
累加单元，用于基于每个天线的每个端口设置的累加器，对所有天线的初始信道估计值进行串行累加，得到解扩后信道估计值。
在上述实施例的基础上，所述信道最终估计模块包括：
mmse频域滤波单元，用于基于所述当前应用场景，将所述解扩后信道估计值与预设的mmse频域滤波矩阵相乘，得到第一信道估计值；
mmse时域滤波单元，用于基于所述当前应用场景，将所述第一信道估计值与预设的mmse时域滤波矩阵相乘，得到所述最终信道估计值。
在上述实施例的基础上，所述mmse频域滤波单元包括：
第一获取子单元，用于获取当前工作时延；
第一确定子单元，用于根据所述当前工作时延确定mmse频域滤波器系数值；
第一相乘子单元，用于基于所述当前应用场景，选取所述mmse频域滤波器系数值对应的所述mmse频域滤波矩阵与所述解扩后信道估计值相乘，得到所述第一信道估计值。
在上述实施例的基础上，所述mmse时域滤波单元包括：
第二获取子单元，用于获取当前运动时速；
第二确定子单元，用于根据所述当前运动时速确定mmse时域滤波器系数值；
第二相乘子单元，用于基于所述当前应用场景，选取所述mmse时域滤波器系数值对应的所述mmse时域滤波矩阵与所述第一信道估计值相乘，得到所述最终信道估计值。
在上述实施例的基础上，所述当前应用场景包括多用户多入多出场景和单用户多入多出场景。
本发明实施例提供一种电子设备，包括：至少一个处理器；以及与所述处理器通信连接的至少一个存储器，其中：
图6是本发明实施例提供的电子设备的结构框图，参照图6，所述电子设备，包括：处理器(processor)601、通信接口(communicationsinterface)602、存储器(memory)603和总线604，其中，处理器601，通信接口602，存储器603通过总线604完成相互间的通信。处理器601可以调用存储器603中的逻辑指令，以执行如下方法：将导频符号和预先生成的参考序列进行共轭乘法运算，得到初始信道估计值，并确定当前应用场景以及所述当前应用场景对应的解扩策略；基于所述当前应用场景对应的解扩策略，对所述初始信道估计值进行解扩处理，得到解扩后信道估计值；基于所述当前应用场景，对所述解扩后信道估计值进行最小均方差mmse频域滤波和mmse时域滤波，得到最终信道估计值。
本发明实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：将导频符号和预先生成的参考序列进行共轭乘法运算，得到初始信道估计值，并确定当前应用场景以及所述当前应用场景对应的解扩策略；基于所述当前应用场景对应的解扩策略，对所述初始信道估计值进行解扩处理，得到解扩后信道估计值；基于所述当前应用场景，对所述解扩后信道估计值进行最小均方差mmse频域滤波和mmse时域滤波，得到最终信道估计值。
本发明实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述各方法实施例所提供的方法，例如包括：将导频符号和预先生成的参考序列进行共轭乘法运算，得到初始信道估计值，并确定当前应用场景以及所述当前应用场景对应的解扩策略；基于所述当前应用场景对应的解扩策略，对所述初始信道估计值进行解扩处理，得到解扩后信道估计值；基于所述当前应用场景，对所述解扩后信道估计值进行最小均方差mmse频域滤波和mmse时域滤波，得到最终信道估计值。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行每个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
- 还没有人留言评论。精彩留言会获得点赞！