基于容积卡尔曼滤波的短波OFDM移动信道估计方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN116016050A(43)申请公布日2023.04.25(21)申请号202211693090.8(22)申请日2022.12.28(71)申请人重庆邮电大学地址400065重庆市南岸区南山街道崇文路2号(72)发明人李国军艾昊徐阳贾振波叶昌荣向翠玲谢文希(74)专利代理机构重庆辉腾律师事务所50215专利代理师王诗思(51)Int.Cl.H04L25/02(2006.01)H04L27/26(2006.01)权利要求书2页说明书9页附图6页(54)发明名称基于容积卡尔曼滤波的短波OFDM移动信道估计方法(57)摘要本发明属于短波通信技术领域，一种基于容积卡尔曼滤波的短波OFDM移动信道估计方法，包括构建信道频域响应的状态转移方程，基于该方程构建基于卡尔曼滤波的状态转移方程，采用容积卡尔曼滤波器的方式来追踪基于卡尔曼滤波的状态转移方程中信道的变化，即进行时间预测，构造采样点估计预测先验方差矩阵；进行量测更新，构造容积点，将容积点带入估计预测先验方差矩阵的表达式，得到量测方程的先验估计，并计算后验协方差和后验交叉协方差；后验协方差和后验交叉协方差结合接收信号根据贝叶斯滤波的原理来计算CKF的增益状态的估计值和协方差，估计出了信道的后验值；本发明可更好的追踪信道的变化,提升信道估计的精度。CN116016050ACN116016050A权利要求书1/2页1.基于容积卡尔曼滤波的短波OFDM移动信道估计方法，其特征在于，构建信道频域响应的状态转移方程，基于该方程构建基于卡尔曼滤波的状态转移方程，采用容积卡尔曼滤波器的方式来追踪基于卡尔曼滤波的状态转移方程中信道的变化，具体包括以下步骤：进行时间预测，构造采样点估计预测先验方差矩阵；进行量测更新，构造容积点，将容积点带入估计预测先验方差矩阵的表达式，得到量测方程的先验估计，并计算后验协方差和后验交叉协方差；后验协方差和后验交叉协方差结合接收信号根据贝叶斯滤波的原理来计算CKF的增益状态的估计值和协方差，估计出了信道状态变化与信道频域响应的结合矩阵Zi；通过信道频域响应Hi和zi的关系估计出信道频域响应Hi。2.根据权利要求1所述的基于容积卡尔曼滤波的短波OFDM移动信道估计方法，其特征在于，信道频域响应的状态方程和观测方程表示为：其中，ai＝vec(Ai)，而Ai为i时刻到i+1时刻信道之间的状态转移矩阵；εi为ai的过程噪声；Hi为信道频域响应；ωi为i时刻状态转移时产生的过程噪声；Yi为为信道频域响应的观测矩阵；Xi为发送信号；vi为频域噪声向量。3.根据权利要求2所述的基于容积卡尔曼滤波的短波OFDM移动信道估计方法，其特征在于，信道状态变化与信道频域响应的结合矩阵表示为Zi＝[aiHi]，状态转移方程的过程噪声向量表示为ui＝[ωivi]，则基于卡尔曼滤波的状态转移方程表示为：其中，I表示单位矩阵。4.根据权利要求3所述的基于容积卡尔曼滤波的短波OFDM移动信道估计方法，其特征在于，进行时间预测时，通过建立m个容积点估计预测先验协方差矩阵，建立m个容积点包括：(j)χi‑1＝Si‑1*ξi+Zi‑1j＝1,…,m其中，χi‑1为构造的m个容积点，Si‑1为i‑1时刻的后验协方差矩阵Pi‑1的平方根，ξi为是具有m个元素的容积点集，Im/2表示行、列数目为m/2的单位矩阵。5.根据权利要求4所述的基于容积卡尔曼滤波的短波OFDM移动信道估计方法，其特征在于，估计预测先验协方差矩阵表示为：2CN116016050A权利要求书2/2页(j)T其中，为先验协方差矩阵，为m个状态预测值χi|i‑1的均值，()表示求矩阵的转置。6.根据权利要求4所述的基于容积卡尔曼滤波的短波OFDM移动信道估计方法，其特征在于，i时刻的观测方程为：(j)Zi|i‑1＝Si|i‑1*ξi+xi|i‑1j＝1,…,m；(j)其中，Zi|i‑1为构造观测方程时构造的m个容积点，Si|i‑1为i时刻的先验协方差矩阵(j)的平方根，Yi为各个容积点的观测值。7.根据权利要求6所述的基于容积卡尔曼滤波的短波OFDM移动信道估计方法，其特征在于，后验协方差和后验交叉协方差为：其中，为后验协方差矩阵，ui为构造观测方程时m个容积点的均值，Qv为噪声的协方差矩阵；为交叉协方差矩阵。8.根据权利要求7所述的基于容积卡尔曼滤波的短波OFDM移动信道估计方法，其特征在于，计算CKF的增益状态的估计值和协方差包括：Zi＝xi∣i‑1+Ki(Yi‑ui)3CN116016050A说明书1/9页基于容积卡尔曼滤波的短波OFDM移动信道估计方法技术领域[0001]本发明属于短波通信技术领域，一种基于容积卡尔曼滤波的短波OFDM移动信道估计方法。背景技术[0002]短波通信