AF[IT](i)为
[0224]
[0225] -旦信道an的统计量通过使用（24)、（25)或（28b)、（28a)联合地或非联合地被 获得，并且先前已经用（15)、（19)、（21)获得χη，χη，λ，γ的统计量，则当前的迭代Π完 成，并且，如果收敛准则不被满足则对更新的下一次迭代Π+1被发起。
[0226] 下文中，调度被描述。由于图6中所示出的因子图600包含环路，在初始化之后， 有几种方法来调度对隐藏的随机变量（r.ν.)的更新，算法1需要若干次迭代以达到收敛的 结果。
[0227]
[0228]
[0229] 下文中，用于长延迟的随机信道模型被呈现。用于长延迟的随机信道模型 与根据P.Kysti,J.Meinil、L.Hentil,X.Zhao、T.Jms、C.Schneider、M.Narandzic、 M.Milojevic、A.Hong、J.Ylitalo、V.-M.Holappa、M.Alatossava、R.Bultitude、Y.dejong、 和T.Rautiainen的 "IST-4-027756WINNERII，D1.1.1vl.l,WINNERIIinterimchannel models"（InformationSocietyTechnologies,Tech.Rep·, 2006)的成本糟糕的城市（COST BadUrban)模型相似。CIR响应被认为在OFDM符号期间是不变量并由两个簇组成，第一簇 (此后我们将其称为簇1)包含延迟比CP短的多径分量，第二簇（簇2)包含延迟超过CP的 多径分量。第η个0FDM符号期间的CIR为：
[0230]
[0231] 其中Ln, (1)和Ln，⑵代表簇1和簇2的分量的数量。延迟向量是τη, (1)=[τn, (1) (0)，· ··，τn，⑴（Lfl)]和τn，⑵=[τn,⑵（0)，· ··，τn，⑵（L2_l)]。功率延迟分布为
[0232]
[0233] 其中τ1M=TCP。未知参数的联合概率密度函数（pdf)是
[0234]
[0239] 綠 €|U| ，有ρ(τn，⑴⑴）=u(0，τ1M)，1G[0 :Ln，⑴-1]和ρ)ρ(τn，⑵ (1)) =u(τ1M，τ2M)，1G[0 :Ln，⑵-1]。CIR总是在τn, (1) = 〇处显示分量，因此，瞬时总 多径功率增益是
其中
[0240]
[0241] 图8和图9是性能图，该性能图示出与其它信道估计技术相比，根据本公开的平均 场（MF)信道估计技术801对于SNR的均方误差（MSE)800以及估计的信噪比（SNR)。
[0242]图5中所描述的接收机500(通过使用简写MF被引用）被与鲁棒的维纳滤波 器（RWF) 803以及参考接收机相比较，参考接收机使用简写为SBL802的基于导频的时域 信道估计器。RWF在IEEETransactionsonCommunications，1998 年第 46 卷第 7 期第 902-915 页的"RobustChannelEstimationforOFDMSystemswithRapidDispersive Fading(采用快速色散衰落的用于OFDM系统的鲁棒信道估计）"中被Li，Y.，Cimini，L. J.和Sollenberger,N.R.描述。SBL在从arXiv: 1108. 4324v2:http: //arxiv.org/ abs/1108. 4324检索到的"SparseEstimationUsingBayesianHierarchicalModeling forRealandComplexModels(用于实数和虚数模型的使用稀疏估计的稀疏信道估计）" 中被Pedersen,N.、Navarro,C.、Badiu,M.、Shutin,D.和Fleury,B. (2013)描述。作为比 较的下界，一个genie-aided的MMSE估计器804被使用，如接下来所说明的。表1示出用 于性能测试的系统和信道参数。
[0243]
[0244] 表1 :性能测试中所使用的系统和信道参数
[0245] 在图8中，相对于SBL802和RWF803以及genie-aided的MMSE估计器804的MF 801的MSE800被观察。在图9中，相对于SBL902的MF901的估计的SNR900被观察。 genie-aided的MMSE信道估计器知道噪声方差、CIR的准确延迟以及字典矩阵An, ^，并且 它仅估计复增益β。在高的SNR处，由于把干扰作为噪声对待，RWF803和SBL802(没察 觉到ICI和ISI)显示出性能退化。这种行为也被图9中的结果揭示，其示出感知不到ICI 的估计器（SBL)902如何低估SNR。与此相反，MF901对ICI、ISI和AWGN进行区分，并且因 此不失CIR或SNR估计的准确性，在高SNR处接近MMSEgenie-aided的估计器。
[0246] 图10是性能图，该性能图示出与其它的信道估计技术相比，根据本公开的MF信 道估计技术1001的SNR与误码率（BER) 1000。在图10中，增益被示出为与SBL1002、RWF 1003和genie-aided的接收机1004(其完全了解CIR、ISI、ICI和噪声方差）相比MF接收 机1001的BER。根据本公开的各方面的接收机（S卩，MF1001(比如，如上面关于图3到图 5中的一个所描述的））明显胜过其它接收机1002、1003,并且在高SNR处达到genie-aided 接收机1004的性能。
[0247] 图11a和lib是性能图，该性能图示出与感知不到ICI的信道估计技术1103相 比，根据本公开的MF信道估计技术1101的时间与估计的信道脉冲响应（CIR)的绝对值 1100a(图11a)和1100b相位（图lib)。图11a和lib捕获所估计的信道脉冲响应的一个 快照，即MF1101、SBL1103和最初的信道1102的CIR包络和相位
[0248] 图12是根据本公开的用于信道估计的方法1200的原理图。方法1200包括接收 (1201)接收符号，接收符号包括：来自第一发送符号（第一发送符号包括与多个已知的经 调制符号交织的多个未知的经调制符号）以及第二发送符号（第二发送符号包括与多个已 知的经调制符号交织的多个未知的经调制符号）的多个干扰传输，其中来自第一发送符号 和第二发送符号的多个传输是关于不同的时间实例的多个传输。发送符号可以是与已知的 经调制的符号（比如，导频或参考信号（比如，LTE帧的小区专用参考符号（CRS)))的阵列 相交织的未知的经调制的符号（比如，针对接收机的数据）的阵列。方法1200还包括基于 接收符号和对第一发送符号和第二发送符号的多个估计对信道进行估计（1203)。
[0249] 接收1201可以与上面关于图2所描述的方法200的接收201相对应。估计1203 可以与上面关于图2所描述的方法200的估计203相对应。接收符号可以与上面关于图2-7 所描述的接收符号yn206相对应。第一发送符号可以与上面关于图2-7所描述的第一发送 符号xn202相对应。第二发送符号可以与上面关于图2-7所描述的第二发送符号XH204相 对应。信道可以与上面关于图2-7所描述的信道g(τ) 210相对应。
[0250] 示例
[0251] 下面的示例涉及进一步的实施例。示例1是用于信道估计的方法，该方法包括：接 收接收符号，该接收符号包括来自第一发送符号（第一发送符号包括与多个已知的经调制 符号交织的多个未知的经调制符号）以及第二发送符号（第二发送符号包括与多个已知的 经调制符号交织的多个未知的经调制符号）的多个干扰传输，其中来自第一发送符号和第 二发送符号的多个传输是关于不同的时间实例的多个传输；以及基于接收符号和对第一发 送符号和第二发送符号的多个估计，对信道进行估计。
[0252] 在示例2中，示例1的主题可以可选地包括：接收符号包括符号间干扰和载波间干 扰中的至少一者，这些干扰来自第一发送符号的传输和第二发送符号的传输。
[0253] 在示例3中，示例1-2的任何一者的主题可以可选地包括通过使用估计的信道对 接收符号进行均衡。
[0254] 在示例4中，示例1-3的任何一者的主题可以可选地包括：来自第一发送符号和第 二发送符号的多个传输是关于连续的时间实例的传输。
[0255] 在示例5中，示例1-4的任何一者的主题可以可选地包括：第一发送符号和第二发 送符号包括0FDM符号。
[0256] 在示例6中，示例5的主题可以可选地包括：0FDM符号的循环前缀的持续时间比 信道延迟短。
[0257] 在示例7中，示例1-6的任何一者的主题可以可选地包括：对信道进行估计是基于 时域数据辅助（time-domaindata-aided)的信道估计。
[0258] 在示例8中，示例1-7的任何一者的主题可以可选地包括：对信道进行估计是基于 包括字典矩阵的信号表示法，其中字典矩阵包括第一发送符号和第二发送符号。
[0259] 在示例9中，示例8的主题可以可选地包括：信号表示法是基于稀疏信道模型，稀 疏信道模型仅具有少数不可忽略的多径分量。
[0260] 在示例10中，示例8-9的任何一者的主题可以可选地包括：信号表示法是基于信 道和噪声的概率模型。
[0261] 在示例11中，示例8-10的任何一者的主题可以可选地包括：信道表示法根据的是 yn= 4^4 +εη，其中yn表示时间实例η处的接收符号，A",8表示字典矩阵，β表示信道 的时域权重，￡"表示噪声功率。
[0262] 在示例12中，示例8-11的任何一者的主题可以可选地包括：通过应用信号表示 法，联合地估计信道以及第一和第二发送符号。
[0263] 在示例13中，示例12的主题可以可选地包括：联合地估计信道以及第一和第二发 送符号是基于平均场置信传播框架。
[0264] 示例14是处理单元，包括：被配置为接收接收符号的接收端口，接收符号包括来 自第一发送符号（第一发送符号包括与多个已知的经调制符号交织的多个未知的经调制 符号）以及第二发送符号（第二发送符号包括与多个已知的经调制符号交织的多个未知的 经调制符号）的多个干扰传输，其中来自第一发送符号和第二发送符号的多个传输是关于 不同的时间实例的多个传输；以及信道估计器，该信道估计器被配置为基于接收符号和对 第一发送符号和第二发送符号的多个估计对信道进行估计。
[0265] 在示例15中，示例14的主题可以可选地包括：接收符号包括0FDM符号。
[0266] 在示例16中，示例14-15的任何一者的主题可以可选地包括被配置为移除循环前 缀并向接收符号应用傅里叶变换的预处理单元。
[0267] 在示例17中，示例14-16的任何一者的主题可以可选地包括被配置为通过使用所 估计的信道来均衡接收符号的均衡器。
[0268] 在示例18中，示例14-17的任何一者的主题可以可选地包括：信道估计器被配置 为基于贝叶斯干扰技术计算信道的软估计和噪声方差的软估计。
[0269] 在示例19中，示例18的主题可以可选地包括：均衡器被配置为基于对信道和噪声 方差的软估计计算第一发送符号和第二发送符号的软估计。
[0270] 在示例20中，示例14-19的任何一者的主题可以可选地包括：信道估计器被配置 为基于包括字典矩阵的信号表示法对信道进行估计，其中字典矩阵包括第一发送符号和第 二发送符号。
[0271] 在示例21中，示例20的主题可以可选地包括：信道估计器被配置为基于对第一发 送符号和第二发送符号的估计计算字典矩阵。
[0272] 示例22是0FDM接收机，包括：被配置为接收接收0FDM符号的接收端口，接收0FDM 符号包括来自第一0FDM符号（第一0FDM符号包括与多个已知的经调制符号交织的多个未 知的经调制符号）以及第二0FDM符号（第二0FDM符号包括与多个已知的经调制符号交织 的多个未知的经调制符号）的多个干扰传输，其中来自第一0FDM符号和第二0FDM符号的 多个传输是关于不同的时间实例的多个传输；信道估计器，该信道估计器被配置为基于接 收0FDM符号和对第一0FDM符号和第二0FDM符号的多个软估计，对关于信道脉冲响应和噪 声功率的多个软估计进行估计；均衡器，该均衡器被配置为基于信道估计器对信道脉冲响 应和噪声功率的多个软估计，来估计出第一0FDM符号和第二0FDM符号的多个软估计。
[0273] 在示例23中，示例22的主题可以可选地包括：信道估计器被配置为基于信号表示 法对包括字典矩阵的信道进行估计，其中字典矩阵包括第一0FDM符号和第二0FDM符号。
[0274] 在示例24中，示例23的主题可以可选地包括：信道表示法根据的是yn=An, ηβ+εn，其中yn表示时间实例η处的接收符号，A",8表示字典矩阵，β表示信道的时域权 重，ε[1表示噪声功率。<