一种基于Kalman和盲估计的OFDM信道估计方法.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CN106850472A(43)申请公布日2017.06.13(21)申请号201710227984.0(22)申请日2017.04.10(71)申请人中山大学地址510275广东省广州市海珠区新港西路135号(72)发明人卢健斌戴宪华余宝贤(74)专利代理机构广州粤高专利商标代理有限公司44102代理人林丽明(51)Int.Cl.H04L25/02(2006.01)权利要求书4页说明书7页附图1页(54)发明名称一种基于Kalman和盲估计的OFDM信道估计方法(57)摘要本发明提供一种基于Kalman和盲估计的OFDM信道估计方法，该方法根据先验信道信息，估计AR参数，构建二阶信道AR(2)模型；再根据先验信道信息、已接收信号及已判定符号，估计AWGN观测噪声方差大小并计算SNR值；然后再获取导频的发送信号和接收信号，收集多个时间点的接收信号，计算近似的二阶统计量，将盲估计信息与导频信息结合到观测方程，根据SNR调节两者观测噪声大小，然后进行Kalman迭代，得到信道估计,增强了估计性能。CN106850472ACN106850472A权利要求书1/4页1.一种基于Kalman和盲估计的OFDM信道估计方法，其特征在于，包括以下步骤：S1：根据先验信道信息，估计AR参数，构建二阶信道AR(2)模型；S2：根据先验信道信息、已接收信号及已判定符号，估计AWGN观测噪声方差大小并计算SNR值；S3：获取导频的发送信号和接收信号；S4：收集多个时间点的接收信号，计算近似的二阶统计量；S5：将盲估计信息与导频信息结合到观测方程，根据SNR调节两者观测噪声大小，然后进行Kalman迭代，得到信道估计。2.根据权利要求1所述的基于Kalman和盲估计的OFDM信道估计方法，其特征在于，所述步骤S1中构建信道AR模型的过程是：信道具有随机平稳性，用先验信道信息估计AR参数，并认为AR参数时不变，以构建信道的AR(2)模型：其中是前2个时间点估计出的信道频域响应系数，i区别不同发射端，再根据Levinson-Durbin递推公式：2Pm＝(1-|Km|)Pm-1式中Km是反射系数，为递推到m阶时的第p阶AR参数，i表示不同发射端，Pm表示前向预测均方误差，递推后可获得两发射端AR(2)参数及3.根据权利要求2所述的基于Kalman和盲估计的OFDM信道估计方法，其特征在于，所述步骤S2中计算SNR值的过程是：设先验接收信号为Yn-d，先验估计的信道为判决后的符号为则AWGN估计为2对|Zn-d|求时间平均，得出AWGN方差的估计再对估计的无噪声取时间平均，求得有效信号功率即为估计的SNR。4.根据权利要求3所述的基于Kalman和盲估计的OFDM信道估计方法，其特征在于，所述步骤S4的过程是：收集多个时间点多个子信道的接收信号的向量对单个子载波单个时间点两边乘以共轭得：与零均值且均匀分布，方差均为Zn(k)为零均值的复Gaussian白噪声，2CN106850472A权利要求书2/4页2方差且与信号独立，对一段适当长度的时间内的|Yn(k)|关于时间n取均值，并假设取均值过程中信道变化不明显，则有：实际求均值操作用滑动平滑窗的方法近似实现，是导频点符号发送值，Yn是接收信号值。5.根据权利要求4所述的基于Kalman和盲估计的OFDM信道估计方法，其特征在于，当信道快变时，滑动平滑窗取得过长，窗内信道变化不明显的假设不成立，由此会产生较大误差；当信道慢变时，滑动平滑窗取得过短，由于发射信号在变，统计量的估计性能并不佳，根据信道时变程度适当调节窗的长度；由于信道时变程度和Doppler频移与采样频率之比有关，通过多次迭代仿真得到最佳窗长度与上述比率关系的经验公式：其中w为平滑窗长度，fd为Doppler频移，fs为采样频率，在此公式下选择平滑窗长度；得出接收信号的观测噪声方差由于盲估计是有偏估计，将统计量减去消除偏差，即将作为观测量。6.根据权利要求5所述的基于Kalman和盲估计的OFDM信道估计方法，其特征在于，由于时变特性，实际信道系数不可能在一窗口内完全不变，当SNR较高时，对快变信道，盲估计误差相比单纯的接收信号误差更明显，在SNR≥15dB时，将盲估计的误差方差乘以1.5，增大误差影响，减少盲估计所占比重。7.根据权利要求6所述的基于Kalman和盲估计的OFDM信道估计方法，其特征在于，根据AR(2)模型写出状态方程：简写成Sn＝BSn-1。8.根据权利要求7所述的基于Kalman和盲估计的OFDM信道估计方法，其特征在于，分别建立导频方程：3CN106850472A权利要求书3/4页以及盲估计观测方程：其中rn(k)是假定信道系数在平滑窗内不变所造成的