技术领域
[0001] 本
发明涉及无线通信系统的
信号处理领域，尤其是涉及
正交频分复用(OFDM)系统中的信道估计方法。
背景技术
[0002] 移动通信正朝着更大系统容量、更高服务
质量和支持更多业务的方向演进。目前，正处在研究阶段的下一代移动通信系统，已确定以OFDM作为多载
波数字通信调制技术，通过将高速率的信息符号串并变换成低速率符号，再调制到多个正交的
子载波上并行地发射。OFDM可以减小信道
频率选择性衰落的影响，具有
频谱利用率高、可对抗多径时延扩展以及实现简单等特点，特别适用于宽带移动无线通信系统。
[0003] 无线信道本质上影响通信的可靠性和有效性，深刻理解其特点是研究各种无线移动通信技术的前提。要在OFDM系统中进行高速率的数据传输，同时要保持较高的频谱利用率，OFDM系统需要使用
密度更高的
星座点进行符号映射并采用相干检测技术。在这种情况下，接收端必须知道精确的信道状态信息，现代OFDM系统都将高
精度高效的信道估计器作为系统不可缺少的组成部分。对OFDM系统的信道估计的研究相当丰富，根据在时域还是在频域实现，可以分为时域信道估计
算法和频域信道估计算法两大类。根据信道估计是否具有反馈环路、是否采用已知信息可以分为：基于判决反馈的信道估计方法、盲或半盲信道估计方法及基于导频辅助的信道估计方法。根据对于无线信道的处理又可划分为两种，一种是非参数化的信道估计方法，另外一种是参数化的信道估计方法。为了提高信道估计系统性能，同时降低实现复杂度，派生出了一些变换域算法。比较常用的方法中，LS算法简单易行，非常适用于实际系统，但对噪声和频率同步误差较为敏感，在
信噪比较小的情况下，估计的准确性不高；MMSE算法具有最优的均方误差MSE(Mean Square Error)性能，但运算量很大，并且需要知道信道冲激响应的功率延迟特性和噪声的统计特性。
[0004] 基于DFT的信道估计技术可以实现算法的复杂度及估计性能的折中，首先利用LS进行粗信道估计，得到信道频域的粗估计值，对其进行IDFT运算。由于OFDM系统的符号长度一般远大于信道的最大时延，因此，经IFFT变换后得到的信道时域冲激响应大部分
能量集中在相对少数的几个
采样点上，其它样值点上均为噪声。将噪声样值点置0，可以降低信道噪声，提高信道估计性能。最后将噪声置0后的时域冲激响应做DFT(或FFT)运算，可得到信道的频域估计值。为了尽可能地提高信道估计精度，就必须最大限度地抑制噪声，在保留信道有效样值的前提下，噪声项越少，估计精度就越高。那么，如何设定
门限以区分有用信号和噪声信号，是一个重要的问题。如果门限设定得较高，那么有用的抽头信号值将丢失；相反，如果将门限设定得较低，那么噪声信号将被添加进来。无论那种情况，对算法的估计性能都不利。因此，如何选择合理的门限是这类算法的难点。另外，由于采样间隔是系统参数，信道时延是随机变量，因此，严格意义上讲，采样间隔信道是不存在的。也就是说，当采用基于DFT的OFDM系统信道估计方法时，经IFFT运算后，能量并没有采样间隔信道那样集中，要出现能量
泄漏。
发明内容
[0005] 本发明的目的是提供一种处理阈值附近采样值的辨别方法，并根据非采样间隔信道能量分布特点，提供一种快速可靠、性能稳定、实现复杂度低的适用于OFDM系统的信道估计方法。
[0006] 本发明解决现有问题的技术方案是：一种基于辨别分析设置
阀值的信道估计方法，步骤如下
[0007] 步骤一，从接收信号中提取导频，对正交频分复用系统采用基于最小二乘准则LS得到频域信道估计的初始值
[0008] 步骤二，对LS估计的信道初始值 做IDFT变换，得到采样点数为N(OFDM系统子载波数)的含有噪声的时域信道冲激响应估计值
[0009] 步骤三，将时域信道冲激响应估计值 分为0≤n＜Ncp、Ncp≤n＜N-Ncp、N-Ncp≤n＜N-1三部分；
[0010] 步骤四，把Ncp≤n＜N-Ncp范围内的估计值 处理成噪声
训练数据，得到噪声类的均值和协方差矩阵；
[0011] 对0≤n＜Ncp和N-Ncp≤n＜N-1范围内的估计值 设置初始门限，得到信道径的均值和协方差矩阵，0≤n＜Ncp和N-Ncp≤n＜N-1范围内低于初始门限的估计值运用辨别分析技术，保留有效径且调整信道径的均值和协方差矩阵，抑制噪声；
[0012] 步骤五，将抑制噪声的时域估计值 变换到频域得到抑制信道估计值。
[0013] 作为进一步改进，所述的步骤四中，对0≤n＜Ncp和N-Ncp≤n＜N-1范围内估计值 利用最强功率的径，设置初始门限，得到信道径的均值和协方差矩阵。
[0014] 作为进一步改进，所述的低于初始门限的估计值 采用辨别分析技术，估计信道径。
[0015] 作为进一步改进，所述的信道径识别过程如下
[0016] 估计的时域信道冲激响应 的噪声部分，得到噪声类的均值μ1和协方差矩阵Σ1；利用设置的初始门限，得到信道径的均值μ2和协方差矩阵Σ2，对0≤n＜Ncp和N-Ncp≤n＜N-1范围内低于初始门限的 利用
马氏距离判断是噪声还是信道径，如果是噪声类则
置0，如果是信号类则更新信号类的均值和协方差矩阵。
[0017] 作为进一步改进，所述的步骤二中，频域到时域的变换为IDFT变换；时域到频域变换为DFT变换。
[0018] 本发明与
现有技术相比较，提出了一种基于辨别分析设置阈值的方法，利用辨别分析将动态门限的思想与
聚类分析和辨别分析技术结合起来，利用辨别分析技术，避免了门限算法不易处理阈值附近采样值的难题。本发明基于DFT算法提出的改进，克服了现有技术的缺点，针对能量泄露的特点，通过
修改辨别范围，有效的避免了能量的泄露。该算法主要增加了数据比较，所以相对经典基于DFT的信道估计算法，计算量增加很小，从而提高方法性能。
附图说明
[0019] 图1本发明信道估计算法结构示意图。
[0020] 图2OFDM通信系统数据基带传输
流程图。
具体实施方式
[0021] 下面结合OFDM通信系统数据基带传输流程图和本发明的信道估计算法进行说明。
[0022] 接收信号中提取导频，对正交频分复用系统采用基于最小二乘准则LS得到频域信道估计的初始值 对LS估计的频域信道初始值 做IDFT变换，得到N(OFDM系统子载波数)个采样点的含有噪声的时域信道冲激响应估计值
[0023] 参见图2，具体为，输入端输入二进制数据，经多进制调制后进行串并变换，在特定时间和频率的子载波上插入导频符号，进行IFFT运算，将频域信号转换为时域信号。假
定子载波个数为N，Xm(k)表示第m个子载波上发送数据，经过IFFT，产生对应的第m个OFDM信号的输出序列xm(n)。经IFFT变换后的数据为避免多径带来的符号间干扰(ISI)，在每个OFDM符号前添加长度为Ng循环前缀(CP)。经
串并转换后，通过多径信道到达接收端。从去掉循环前缀后接收到信号Y(k)序列中提取出导频符号Yp(k)。
[0024] 首先采用LS算法估计导频的CFR：
[0025]
[0026] 将得到 经N点IFFT运算得到
[0027]
[0028] 因为非采样间隔信道冲激响应能量泄漏在所有采样点上，但主要集中在循环前缀区间(Ncp循环前缀的长度)内和末尾的一些采样点上，即主要集中在序列的两端，将时域估计值 分成三部分：0≤n＜Ncp，Ncp≤n＜N-Ncp，N-Ncp≤n＜N-1。
[0029] 把Ncp≤n＜N-Ncp范围内的估计值 处理成噪声训练数据，构成噪声训练样本，利用这些
实部和
虚部均值和方差都相同的高斯随机噪声数据，可以得到噪声的统计均值和方差矩阵特性。
[0030] 对0≤n＜Ncp和N-Ncp≤n＜N-1范围内的估计值 设置初始门限，得到信道径的均值和协方差矩阵，0≤n＜Ncp和N-Ncp≤n＜N-1范围内低于初始门限的估计值运用辨别分析技术，保留有效径且调整信道径的均值和协方差矩阵，抑制噪声。
[0031] 本实施案例中，对0≤n＜Ncp和N-Ncp≤n＜N-1范围内的估计值 可用最最强功率的径的X％作为初始门限，粗略检测有效的信道径，形成信号类，并计算信号类的均值和协方差矩阵。
[0032] 信道径识别过程如下：
[0033] 估计的时域信道冲激响应 的噪声部分，得到噪声类的均值μ1和协方差矩阵Σ1；利用设置的初始门限，得到信道径的均值μ2和协方差矩阵Σ2，对于对0≤n＜Ncp和N-Ncp≤n＜N-1范围内低于初始门限的 利用马氏距离：
[0034]
[0035] 判断是属于噪声类还是信号类，如果是信号类则更新信号类的均值和协方差矩阵，如果是噪声类则置0，判断下一个抽头。
[0036] 最后，将噪声抑制后的时域信道估计值，经FFT变换到频域进行均衡。
[0037] 该算法的特点：噪声数据提取噪声的特征；利用动态门限获得有效采样值的特征；利用马氏距离辨别分析模糊抽头，克服了基于阈值门限信道估计的缺点，根据非采样信道引起的能量泄露特点通过改变范围避免了能量泄露，提高了估计精度。
[0038] 上述的频域到时域的变换为IDFT变换；时域到频域变换为DFT变换。
[0039] 以上所述仅为本发明的
实施例而已，并用于限制本发明，对于本领域的技术人员来说，本发明可以有多种变化，凡是本发明的精神和原则之内，所做的任何修改和替换等，均应包含在本发明的
权利要求范围之内。
