一种利用训练序列快速进行信道估计的方法

摘要

本发明公开了一种利用训练序列快速进行信道估计的方法，包括：根据基站确定信道估计窗的窗长，从基带接收信号中分离出训练序列接收信号，并根据所有用户的训练序列构成传输矩阵；从所述接收信号中截取数据构成新数据序列，从所述传输矩阵中截取数据构成新矩阵，根据所述窗长是否大于16码片，对所述新矩阵中的值为0的元素用相应用户的训练序列值代替，并且使替换后的新矩阵满足右循环特性；进行傅立叶变换和反变换，计算得到所有用户的信道估计值并分离出每个用户的信道估计值。本发明既可以用在窗长大于16码片的情况下进行信道估计，也可以用在窗长小于16码片的情况下进行信道估计。

说明书

技术领域

本发明涉及数字移动通信领域，特别涉及时TD-CDMA系统中采用训练序列进行信道估计的方法，尤其涉及时分同步码分多址系统中用户分配的信道窗长大于16个码片时的快速信道估计方法。

背景技术

在现有的TD-CDMA(时分-码分多址)系统和TD-SCDMA(时分-同步码分多址)系统中，同一个小区的所有用户的训练序列都是通过一个基本的、周期的训练序列(周期为P)通过一个循环移位产生的，而对应的信道估计方法一般都是运用Steiner估计方法[文献1]，它是一种低代价信道估计方法。然而，Steiner估计器的性能受接收端加性噪声的影响，其得到的信道响应和理想信道响应相比，包含噪声分量，这也就是信道估计误差；同时会扩大噪声功率，导致输出端信噪比相对输入端有一定量的损失。现有技术[文献2]中，提出了一种过门限检测的降噪后处理方法，其基本思想是先用Steiner估计方法估计出原始信道冲激响应，然后用一个门限，去掉大部分噪声抽头。用这种方法具有很小的计算量，并且能使系统获得一定性能改善。

综合起来，现有的TD-SCDMA系统通过合理地设计用户的训练序列，只要每个用户给定的窗长W小于或等于16码片，则应用Steiner估计方法就能将复杂的线性卷积转化为简单的循环卷积，可以通过FFT和IFFT运算来实现，大大降低了信道估计的算法复杂度。

下面的文献介绍了现有的信道估计技术：

文献[1]STEINER B，BAIER P.Low cost channel estimation in theuplink receiver of CDMA mobile radio systems，Frequenz，1993，47(12)：292-298.

文献[2]康绍莉，裘正定等.TD-SCDMA系统中低代价信道估计方法的改进.通信学报，2002，23(10)：125-130.

然而上述训练序列的产生方式也明显存在一个缺陷：当某用户真实的多径信道的最大时延扩展超过给定的窗长W时，此用户的训练序列经过多径信道后会落入其后一个用户的信道估计窗内，从而将造成两方面的信道估计错误：(1)此用尸的所有时延扩展超过W的信道冲激响应将不能被估计出来；(2)此用户的所有时延扩展超过W的信道冲激响应将在下一个用户的信道冲激窗内表现，从而造成下一个用户的信道冲激可能完全错误。因为这种原因而造成的信道估计产生错误并使解调性能急剧恶化。这种情况被称为信道估计的“窗模糊”。

解决上述“窗模糊”问题的一个直接且有效的办法是给用户分配的窗长要尽可能的长，这在用户较少时是完全可能的。例如：在TD-SCDMA系统中，P＝128，

符号表示小于或等于X的最大整数，K为使用同一个基本训练序列(Midamble码)的用户个数；当K＝8时，W＝16；K＝4时，W＝32；K＝2时，W＝64等。然而，按照Steiner估计方法，要使用FFT和IFFT(傅立叶变换和反变换)运算来进行信道估计，则要求W小于或等于16个码片。

发明内容

本发明所要解决的技术问题是提供一种利用训练序列快速进行信道估计的方法，解决现有技术因为用户真实的多径信道的最大时延扩展超过给定的窗长，而产生的信道估计错误且解调性能急剧恶化的问题。

为达到上述目的，本发明提供了一种利用训练序列快速进行信道估计的方法，其特点在于，包括如下步骤：步骤一、根据基站确定信道估计窗的窗长，从基带接收信号中分离出训练序列接收信号，并根据所有用户的训练序列构成传输矩阵；步骤二、从所述接收信号中截取数据构成新数据序列，从所述传输矩阵中截取数据构成新矩阵；判断所述窗长是否大于16码片，是则执行步骤三，否则将所述新矩阵作为新传输矩阵并执行步骤四；步骤三、对所述新矩阵中的值为0的元素用相应用户的训练序列值代替，并且使替换后的新矩阵满足右循环特性，并将所述替换后的新矩阵作为新传输矩阵；步骤四、由所述新数据序列和所述新传输矩阵进行傅立叶变换和反变换，计算得到所有用户的信道估计值，并根据所述所有用户的信道估计值分离出每个用户的信道估计值；步骤五、根据所述信道估计值，进行信道估计和处理，过滤噪声抽头，得到处理过的新信道估计值，并将所述处理过的新信道估计值送入后续的数据解调模块。

上述的利用训练序列快速进行信道估计的方法，其特点在于，在所述步骤二中，是从所述接收信号的第17行开始截取数据，直至第144行，由所截取的128行接收数据构成所述新数据序列；相应的从所述传输矩阵的第17行开始截取，直至第144行，并保持所有列数据，由所截取的128×128行数据构成所述新传输矩阵。

上述的利用训练序列快速进行信道估计的方法，其特点在于，在所述步骤四中，所有用户的信道估计值 $>ver>>h>^>>=>IFFT>[>>>FFT>>(>>e>\prime >>)>>>>FFT>>(>>G>\prime >>>(>1>,>:>)>>)>>>>]>;>>$式中FFT、IFFT为傅立叶变换和反变换，G′(1，：)为所述新传输矩阵的第一列数据，e′为所述新数据序列。

上述的利用训练序列快速进行信道估计的方法，其特点在于，在所述步骤四中，估计出的信道估计值分离出每个用户的信道估计值

并且具体满足 $>sup>ver>>h>^>>j>>(>k>)>sup>>=>ver>>h>^>>>j>+>>(>k>->1>)>>w>>>>(>j>=>1,2>,>·>·>·>,>W>;>k>=>1,2>,>·>·>·>,>k>)>>>$的条件，其中W为所述窗长，K为基站配置的最大激活用户数。

上述的利用训练序列快速进行信道估计的方法，其特点在于，所述用户为同步码分多址系统中的用户，所述窗长W为小于或等于128/K的最大整数。

本发明的技术效果在于：

本发明的利用训练序列快速进行信道估计的方法，为一种任意W长度(可以大于、等于或小于16个码片)的信道估计方法，一方面可以准确有效的估计出TD-SCDMA系统中各用户的信道冲激响应，解决“窗模糊”问题，同时又可以应用FFT和IFFT来进行快速运算，极大地降低了计算复杂度，并最终提高上行接收机的接收性能。

附图说明

图1是本发明的信道估计方法实现的流程框图。

具体实施方式

下面结合附图进一步详细说明本发明的具体实施例。

假设不同用户(窗长为W)的信道冲激响应矢量为h(K×W维的列向量，K为基站配置的最大激活用户数)，由不同用户的训练序列或用户数据构成的传输矩阵定义为G(为(L_m+W-1)×KW的矩阵，在TD-SCDMA系统中，L_m＝144)，依据传输理论可知，由测量得到的训练序列接收数据e＝G·h+n(n为噪声矩阵)。本发明的基本思想是截取传输矩阵G中的任意P(在TD-SCDMA系统中，P＝128)行的数据构成新的矩阵G′，对矩阵G′中的0元素用相应用户的训练序列代替，替换的准则是使替换后的新的矩阵G′满足右循环特性，相对应的截取e中的P行数据为e′，由e′、G′通过FFT/IFFT变换计算得到信道的估计值 $>ver>>h>^>>=>IFFT>[>>>FFT>>(>>e>\prime >>)>>>>FFT>>(>>G>\prime >>>(>1>,>:>)>>)>>>>]>,>>$其中FFT、IFFT为傅立叶变换和反变换，G′(1，：)为G′的第一列数据。

本发明所述的信道估计方法的核心算法是：利用FFT变换将时域内的卷积运算转换到频域内进行乘积运算。

参考图1，是本发明的信道估计方法实现的流程框图，详细步骤如下：

步骤100，根据基站确定的窗长W，从基带接收信号中分离出训练序列接收信号e(行数为1，列数为L_m+W-1))；同时根据所有用户的训练序列构成传输矩阵，定义为G(行数为(L_m+W-1)，列数为KW)，具体过程参见参考文献[1]。

步骤200，进行信道估计，估计出所有用户的所有有效路径；本步骤还包括(a)、(b)、(c)、(d)四个小步骤；

根据W的长度，分两种方式处理：当W≤16时，直接进入(a)，可以完全避开数据部分的多径数据对接收到的训练序列的影响，信道估计将没有误差(如果不考虑噪声影响)。当W＞16时，直接进入(b)，信道估计误差极小(如果不考虑噪声影响)，大量实验验证，这种误差是可忽略的。

(a)从接收信号e的第17行开始截取数据，直至第L_m＝144行，由这128行接收数据构成新的数据序列e′。相应的从G矩阵的第17行开始截取，直至第L_m＝144行(所有列数据保持不变)，由这128×128行数据构成新的传输矩阵G，然后进入(c)。

(b)从接收信号e的第17行开始截取数据，直至第L_m＝144行，由这128行接收数据构成新的数据序列e′。相应的从G矩阵的第17行开始截取，直至第L_m＝144行(所有列数据保持不变)，同时对这128×128行数据做如下处理：即对其中值为0的元素用相应用户的训练序列值代替，替换的准则是使替换后的新的矩阵G′满足右循环特性，构成新的传输矩阵G′，然后进入(c)。

(c)由e′、G′通过FFT/IFFT变换计算得到所有用户的信道的估计值

$>ver>>h>^>>=>IFFT>[>>>FFT>>(>>e>\prime >>)>>>>FFT>>(>>G>\prime >>>(>1>,>:>)>>)>>>>]>>$(其中FFT、IFFT为傅立叶变换和反变换，G′(1，：)为G′的第一列数据)，然后进入(d)。

(d)根据估计出的信道估计值 $>>ver>>h>^>>i>>>(>i>=>1,2>,>·>·>·>,>128>)>>,>>$分离出每个用户的信道估计值具体满足： $>sup>ver>>h>^>>j>>(>k>)>sup>>=>ver>>h>^>>>j>+>>(>k>->1>)>>W>>>>(>j>=>1,2>,>·>·>·>,>W>;>k>=>1,2>,>·>·>·>,>K>)>>,>>$然后进入第三步。

步骤300，根据步骤200得到的信道估计原始值，按照文献[2]介绍的方法进行信道估计值后处理，滤掉大部分噪声抽头，得到处理过的新的信道估计值，送入后续的数据解调模块，至此信道估计工作完全结束。本发明的装置的步骤100、步骤300可以参考文献[1]或[2]，本处重点论述本发明的步骤200实现的可行性。为了叙述的简洁明了，假设当前激活用户数为K个，依据协议每个用户的窗长为

对于W≤16的理论推导，可参见文献[1]和[2]，本处主要论述W＞16的情况，但对于W≤16的情况，也是本发明的保护之一。

对于K个用户，不考虑数据部分的影响，则训练序列接收信号部分可以写成(具体可参见文献[1]或文献[2])：e＝GH+n其中： $>>e>=>>>[>>e>1>>,>>e>2>>,>·>·>·>,>>e>>>L>m>>+>W>->1>>>]>>T>>,>>$H＝[(h⁽¹⁾)^T，(h⁽²⁾)^T，…，(h^(K)T]^T，h^(k)＝[h₁^(k)，h₂^(k)，…，h_W^(k)]^T，T表示矩阵或向量转秩；而传输信道G示意如下：

$>>G>=> >>>>m>1>>>(>1>)>>>>0>>>·>·>·>>>0>>>·>·>·>>>>m>k>>>(>1>)>>>>0>>>·>·>·>>>0>>>>>>>>>>>>>>>>>>>>>>>>>>m>2>>>(>2>)>>>>>m>2>>>(>1>)>>>>·>·>·>>>·>>>·>>>>m>k>>>(>2>)>>>>>m>k>>>(>1>)>>>>·>·>·>>>·>>>>>·>>>·>>>·>>>·>>>·>>>·>>>·>>>·>>>·>>>>>·>>>·>>>·>>>·>>>·>>>·>>>·>>>·>>>·>>>>>·>>>·>>>·>>>0>>>·>·>·>>>·>>>·>>>·>>>·>>>>>>>>>>>>>>>>>>>>>>>>>>m>1>>>(>W>)>>>>>m>1>>>(>W>->1>)>>>>·>·>·>>>>m>1>>>(>1>)>>>>·>·>·>>>>m>k>>>(>W>)>>>>>m>k>>>(>W>->1>)>>>>·>·>·>>>>m>k>>>(>1>)>>>>>>·>>>·>>>·>>>·>>>·>>>·>>>·>>>·>>>·>>>>>·>>>·>>>·>>>·>>>·>>>·>>>·>>>·>>>·>>>>>·>>>·>>>·>>>·>>>·>>>·>>>·>>>·>>>·>>>>>>m>1>>>(>>L>m>>)>>>>>m>1>>>(>>L>m>>->1>)>>>>·>·>·>>>>m>1>>>(>>L>m>>->W>+>1>)>>>>·>·>·>>>>m>k>>>(>>L>m>>)>>>>>m>k>>>(>>L>m>>->1>)>>>>·>·>·>>>>m>k>>>(>>L>m>>->W>+>1>)>>>>>>0>>>>m>1>>>(>>L>m>>)>>>>·>·>·>>>>m>1>>>(>>L>m>>->W>+>2>)>>>>·>·>·>>>0>>>>m>k>>>(>>L>m>>)>>>>·>·>·>>>>m>k>>>(>>L>m>>->W>+>2>)>>>>>>·>>>·>>>·>>>·>>>·>>>·>>>·>>>·>>>·>>>>>·>>>·>>>·>>>·>>>·>>>·>>>·>>>·>>>·>>>>>·>>>·>>>·>>>·>>>·>>>·>>>·>>>·>>>·>>>>>0>>>0>>>·>·>·>>>>m>1>>>(>>L>m>>)>>>>·>·>·>>>0>>>0>>>·>·>·>>>>m>k>>>(>>L>m>>)>>>>>>>$

对于e和G，我们从第17行开始截取数据，直至第144行，构成新e′和G′，则此时接收信号方程为：

e′＝G′H+n其中： $>>e>=>>>[>>e>17>>,>>e>18>>,>·>·>·>>>,>e>>>L>m>>>]>>T>>,>>$而传输信道G′示意如下：

$>>>G>\prime >>=>\begin{array}{}>>>>m>1>>>(>17>)>>>>>m>1>>>(>16>)>>>>·>·>·>>>>m>1>>>(>1>)>>>>0>>>·>·>·>>>0>>>>m>2>>>(>17>)>>>>·>·>·>>>>m>x>>>(>17>)>>>>·>·>·>>>>>>>>>·>>>·>>>>>·>>>>>>>·>>>>>·>>>>>>m>1>>>(>18>)>>>>>m>1>>>(>17>)>>>>·>>>·>>>>m>1>>>(>1>)>>>>·>>>0>>>>m>2>>>(>18>)>>>>·>>>>m>x>>>(>18>)>>>>·>>>>>·>>>·>>>·>>>·>>>·>>>·>>>·>>>·>>>·>>>·>>>·>>>>>·>>>·>>>·>·>·>>>·>>>·>>>·>·>·>>>·>>>·>>>·>·>·>>>·>>>·>·>·>>>>>·>>>·>>>·>>>·>>>·>>>·>>>·>>>·>>>·>>>·>>>·>>>>>>>>>·>>>·>>>>>·>>>>>>>·>>>>>·>>>>>>m>1>>>(>W>)>>>>>m>1>>>(>W>->1>)>>>>·>>>>m>1>>>(>W>->16>)>>>>>m>1>>>(>W>->17>)>>>>·>>>>m>[>>>(>1>)>>>>>m>2>>>(>W>)>>>>·>>>>m>x>>>(>W>)>>>>·>>>>>·>>>·>>>·>·>·>>>·>>>·>·>·>>>·>·>·>>>·>>>·>>>·>·>·>>>·>>>·>>>>>·>>>·>>>·>>>·>>>·>>>·>>>·>>>·>>>·>>>·>>>·>>>>>·>>>·>>>·>>>·>>>·>>>·>>>·>>>·>>>·>>>·>>>·>>>>>>m>1>>>(>>L>m>>)>>>>>m>1>>>(>>L>m>>->1>)>>>>·>>>·>·>·>>>·>>>·>>>>m>1>>>(>>L>m>>->W>+>1>)>>>>>m>2>>>(>>L>m>>)>>>>·>>>>m>x>>>(>>L>m>>)>>>>·>·>·>>>>>>\end{array}$

观察传输信道G′，显然G′不满足右循环特性，因此不能直接使用FFT/IFFT来快速估计信道冲激响应。

但同时又观察到，G′中值为0的元素还是相当少的，在实际信道中，W也不必设置太高，一般取W＝32以足够满足要求(对于W＞32只是误差增加一些，并不影响本发明方法的保护范围)，这时可以通过对值为0的元素用相应用户的训练序列值代替，替换的准则是使替换后的新的矩阵G′满足右循环特性，构成新的传输矩阵G′。在实际操作中，实际上是不用去填充的，只要认为已填充好即可，因为我们使用FFT/IFFT来快速估计信道冲激响应时，只需用到G′的第一列的数据，做FFT即可。

此时我们就可应用FFT/IFFT来快速估计信道冲激响应，具体表达如下：

$>>H>=>IFFT>[>>>FFT>>(>>e>\prime >>)>>>>FFT>>(>>G>\prime >>>(>1>,>:>)>>)>>>>]>·>·>·>>(>5>)>>>$

其中：FFT、IFFT为傅立叶变换和反变换，G′(1，：)为G′的第一列数据。同时只需注意 $>>>FFT>>(>>e>\prime >>)>>>>FFT>>(>>G>\prime >>>(>1>,>:>)>>)>>>>$是分子与分母中序列的元素直接对应相除。

现有的大量实验已证实：(1)当用户实际的无线信道环境的窗长小于在16个码片时，采用本发明公开的信道估计方法，信道估计将没有误差(如果不考虑噪声影响)，其性能与文献[1]和文献[2]公开的性能一致；(2)当用户实际的无线信道环境的窗长大于16个码片时，信道估计误差极小(如果不考虑噪声影响)，大量实验验证，这种误差是可忽略的，而采用文献[1]和文献[2]公开的方法将产生极大的影响，造成误码率集聚增加，同时没有增加任何的计算复杂度。通过现有的大量实验已证实本发明公开方法的有效性与可行性。

与现有技术相比，本发明提供了一种利用训练序列快速进行信道估计的方法，能够在任意窗长W下快速进行信道估计，其性能在W小于或等于16码片时，信道估计没有误差(如果不考虑噪声影响)；在W大于16码片时，信道估计误差极小(如果不考虑噪声影响)，大量实验验证，这种误差是可忽略的。

本发明适用于TDMA/CDMA中采用训练序列进行信道估计的所有系统，尤其是适用于目前第三代移动通信系统中的WCDMA TDD和TD-SCDMA系统。但应理解的是，虽然本发明的技术方案主要针对码分多址的无线通信系统，但是也同样适用于采用类似传输结构的频分多址和时分多址系统，任何具有信号处理，通信等知识背景的工程师，都可以根据本发明设计相应的信道估计装置，其均应包含在本发明的思想和范围内。因此，以上所述仅为本发明的较佳实施例，并非用来限定本发明的实施范围；凡是依本发明所作的等效变化与修改，都被本发明的专利范围所涵盖。