一种半盲信道估计方法和装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109995683A(43)申请公布日2019.07.09(21)申请号201711487184.9(22)申请日2017.12.29(71)申请人深圳超级数据链技术有限公司地址518000广东省深圳市龙岗区坂田街道吉华路新天下华赛工业厂区2号厂房101、（二楼）201(72)发明人不公告发明人(74)专利代理机构北京德恒律治知识产权代理有限公司11409代理人章社杲卢军峰(51)Int.Cl.H04L25/02(2006.01)权利要求书3页说明书9页附图5页(54)发明名称一种半盲信道估计方法和装置(57)摘要本发明公开了一种半盲信道估计方法和装置，该半盲信道估计方法包括：步骤S1，获取接收端接收到的包含有第一训练序列的数据；步骤S2，根据包含有第一训练数据的数据和已知的第一训练序列进行最小二乘信道估计，从而得到信道参数矩阵；步骤S3，根据信道参数矩阵和最小二乘检测算法，对第一训练序列进行检测，从而得到估计数据；步骤S4，将估计数据用作第二训练序列，以及将第一训练序列替换为第二训练序列，并对第二训练序列循环执行上述步骤S2-步骤S3，直至上次得到的信道参数矩阵和本次得到的信道参数矩阵相同，则停止循环，从而估计出信道参数矩阵。本发明通过上述技术方案，能够估计出多天线重叠复用系统中随机的信道参数矩阵，并且性能优于采用基于训练序列的最小二乘信道估计性能。CN109995683ACN109995683A权利要求书1/3页1.一种半盲信道估计方法，所述估计方法应用于多天线重叠复用系统的接收端，其特征在于，所述半盲信道估计方法包括：步骤S1，获取所述接收端接收到的包含有第一训练序列的数据；步骤S2，根据所述包含有第一训练数据的数据和已知的第一训练序列进行最小二乘信道估计，从而得到信道参数矩阵；步骤S3，根据所述信道参数矩阵和最小二乘检测算法，对所述第一训练序列进行检测，从而得到估计数据；步骤S4，将所述所述估计数据用作第二训练序列，以及将所述第一训练序列替换为所述第二训练序列，并对所述第二训练序列循环执行上述步骤S2-步骤S3，直至上次得到的所述信道参数矩阵和本次得到的所述信道参数矩阵相同，则停止循环，从而估计出信道参数矩阵。2.根据权利要求1所述的半盲信道估计算法，其特征在于，根据所述包含有第一训练数据的数据和所述已知的第一训练序列进行最小二乘信道估计，从而得到信道参数矩阵之前包括：确定所述包含有第一训练数据的数据和所述第一训练序列之间的第一关系式，其中，所述包含有第一训练数据的数据上的第一训练序列为含有噪声的训练序列，所述第一关系式为：R＝HS+N其中，R为所述包含有第一训练数据的数据，H为所述信道参数矩阵，S为所述第一训练序列，N为噪声矩阵。3.根据权利要求2所述的半盲信道估计算法，其特征在于，根据所述包含有第一训练数据的数据和已知的第一训练序列进行最小二乘信道估计包括：根据所述第一关系式和最小二乘信道估计算法，确定所述信道参数矩阵，以及利用标识位标识所述信道参数矩阵的估计次数，其中，所述信道参数矩阵为：其中，为的逆运算，为第k-1次估计的训练序列，并且在第一次估计时，以及为第k次估计出的所述信道参数矩阵。4.根据权利要求3所述的半盲信道估计算法，其特征在于，根据所述信道参数矩阵和最小二乘检测算法，对所述第一训练序列进行检测，从而得到估计数据包括：利用标识位标识所述估计数据的估计次数，其中，所述估计数据为：其中，为的共轭转置运算，为的逆运算，为第k次的估计的训练数据。5.根据权利要求4所述的半盲信道估计算法，其特征在于，所述半盲信道估计方法还包括：通过第二关系式确定上次得到的所述信道参数矩阵和本次得到的信道参数矩阵相同，2CN109995683A权利要求书2/3页其中，所述第二关系式为：其中，为所述第k-1次得到的所述信道参数矩阵，为所述第k-1次得到的估计数据，为所述第k次得到的所述信道参数矩阵，为所述第k次得到的估计数据。6.一种半盲信道估计装置，其特征在于，所述估计装置应用于多天线重叠复用系统的接收端，其特征在于，所述半盲信道估计装置包括：获取模块，用于获取所述接收端接收到的包含有第一训练序列的数据；估计模块，用于根据所述包含有第一训练数据的数据和已知的第一训练序列进行最小二乘信道估计，从而得到信道参数矩阵；检测模块，用于根据所述信道参数矩阵和最小二乘检测算法，对所述第一训练序列进行检测，从而得到估计数据；循环模块，用于将所述所述估计数据用作第二训练序列，以及将所述第一训练序列替换为所述第二训练序列，并对所述第二训练序列循环执行上述步骤S2-步骤S3，直至上次得到的所述信道参数矩阵和下次得到的所述信道参数矩阵相同，则停止循环，从而估计出信道参数矩