本發(fā)明涉及通信系統(tǒng)中的信號處理技術(shù)，具體涉及針對多輸入多輸出正交頻分復(fù)用系統(tǒng)的信道估計(jì)方法。

背景技術(shù)：

為了滿足未來移動通信系統(tǒng)對系統(tǒng)容量、頻譜效率、數(shù)據(jù)傳輸速率等多方面越來越高的需求，在現(xiàn)有的長期演進(jìn)項(xiàng)目(Long Term Evolution，LTE)中，采用了多輸入多輸出(Multiple Input Multiple Output，MIMO)技術(shù)和正交頻分復(fù)用(Orthogonal Frequency Division Multiplexing，OFDM)技術(shù)。其中MIMO技術(shù)可以在不增加帶寬的前提下，成倍地提高系統(tǒng)容量和頻譜利用率，另一方面，OFDM技術(shù)是寬帶傳輸中的代表技術(shù)，具有抗多徑衰落能力強(qiáng)，對窄帶干擾和噪聲不敏感、帶寬擴(kuò)展靈活等一系列優(yōu)點(diǎn)。

在無線通信系統(tǒng)當(dāng)中，接收端為了獲得更好的接收性能，一般采用相干檢測技術(shù)。為了實(shí)現(xiàn)相干檢測，則需要獲得信道參數(shù)，因此需要在接收端進(jìn)行信道估計(jì)。為了能夠精確地估計(jì)出信道的參數(shù)，在實(shí)際的通信系統(tǒng)中通常采用插入導(dǎo)頻信號來實(shí)現(xiàn)信道估計(jì)。

壓縮感知(Compressive Sensing，CS)是一種利用稀疏的或者可壓縮的信號進(jìn)行信號重建的理論。該理論是由Candes、Terres Tao等人提出，挑戰(zhàn)傳統(tǒng)的采樣編碼技術(shù)，即Nyquist采樣定理。該理論指出：對于可壓縮的信號，可通過遠(yuǎn)低于奈奎斯特采樣率的速率對信號進(jìn)行非自適應(yīng)的測量編碼，測量值并非信號本身，而是高維到低維的投影值，從數(shù)學(xué)的角度看，每個(gè)測量值是傳統(tǒng)理論下的每個(gè)樣本信號的組合函數(shù)，即一個(gè)測量值已經(jīng)包含了所有樣本信號的少量信息。這樣就可以顯著地降低信號處理時(shí)間和計(jì)算成本。而無線信道可以被視為稀疏信道，進(jìn)而可以利用壓縮感知技術(shù)可以以較少的導(dǎo)頻數(shù)目來進(jìn)行信道估計(jì)。

現(xiàn)有技術(shù)中，公開號為CN104052691A、名稱為“基于壓縮感知的MIMO-OFDM系統(tǒng)信道估計(jì)方法”的國內(nèi)發(fā)明專利，其主要適用于接收端配備二維天線陣列時(shí)的信道估計(jì)，在最小二乘法估計(jì)的基礎(chǔ)上，進(jìn)一步估計(jì)了表征信道特性的參數(shù)(路徑時(shí)延、入射角和增益系數(shù))，充分利用了信道在時(shí)延域的稀疏性和二維角度域的稀疏性，信道估計(jì)的性能有了顯著的提高。但是該發(fā)明主要適用于接收端配備二維天線陣列的情況，此外，該發(fā)明中使用的信道估計(jì)算法為OMP算法，在匹配原子的精確選擇上還具有一定的改善空間，從而影響了信號重構(gòu)的概率。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明要解決的技術(shù)問題是針對MIMO-OFDM系統(tǒng)提高信號重構(gòu)的概率和精度。

為此，本發(fā)明提出一種可擴(kuò)展的正交匹配追蹤算法，在原有的OMP算法的基礎(chǔ)上，通過適當(dāng)?shù)脑黾拥螖?shù)來選取更加精確的匹配原子，從而達(dá)到重構(gòu)源信號的目的。技術(shù)方案如下：

針對MIMO-OFDM(多輸入多輸出正交頻分復(fù)用)系統(tǒng)的信道估計(jì)方法，包括以下步驟：

步驟一：發(fā)射端在每根天線上發(fā)送一個(gè)具有N個(gè)子載波的正交頻分復(fù)用符號，進(jìn)行逆快速傅里葉變換(Inverse Fast Fourier Transform，IFFT)，然后插入長度為L_cp的循環(huán)前綴(Cyclic Prefix,CP)，以消除符號間干擾(Inter Symbol Interference,ISI)；

步驟二：接收端每根天線去掉循環(huán)前綴及快速傅里葉變換(Fast Fourier Transform，F(xiàn)FT)之后得到相應(yīng)的接收信號，將導(dǎo)頻信號取出，進(jìn)行N點(diǎn)離散傅里葉變換，獲得導(dǎo)頻處的信道沖激響應(yīng)；

步驟三：根據(jù)接收端的接收信號y和測量矩陣Φ采用OMP_α算法來重構(gòu)信道沖激響應(yīng)h，從而達(dá)到信道估計(jì)的目的。

進(jìn)一步，步驟一中，將串并以后的已編碼數(shù)據(jù)插入導(dǎo)頻信號，進(jìn)行逆快速傅里葉變換變換，然后插入長度為L_cp的循環(huán)前綴，以消除符號間干擾，發(fā)送的符號經(jīng)過多輸入多輸出正交頻分復(fù)用頻率選擇性衰落信道到達(dá)接收端，假設(shè)信道參數(shù)在一個(gè)正交頻分復(fù)用符號的持續(xù)時(shí)間里是恒定的。

進(jìn)一步，針對多輸入多輸出正交頻分復(fù)用系統(tǒng)的信道估計(jì)方法，其所述循環(huán)前綴的長度L_cp＞＝L-1。

進(jìn)一步，步驟二中，接收端利用接收的導(dǎo)頻信號和發(fā)送端的導(dǎo)頻信號來獲取導(dǎo)頻處的信道沖激響應(yīng)。

進(jìn)一步，步驟三中，根據(jù)接收端的接收信號y和測量矩陣Φ采用OMP_α算法來重構(gòu)信道沖激響應(yīng)h，OMP_α算法的迭代次數(shù)為通過次測量，能夠以高概率重構(gòu)原始信號，所涉及到的觀測矩陣Φ滿足受限等距特性準(zhǔn)則，即對于稀疏度為m的待重構(gòu)信號X，矩陣Φ滿足δ_m∈[0,1]的常數(shù)。

與現(xiàn)有技術(shù)相比，本發(fā)明采用的信道估計(jì)方法為一種可擴(kuò)展的正交匹配追蹤算法，在原有的OMP算法的基礎(chǔ)上，通過適當(dāng)?shù)脑黾拥螖?shù)來選取更加精確的匹配原子，從而達(dá)到重構(gòu)源信號的目的，與現(xiàn)有的OMP算法所需的測量次數(shù)(O(m lnN))相比，本發(fā)明所需的測量次數(shù)為(m為信號的稀疏度，N為信號的長度)，通過選擇適當(dāng)?shù)臄U(kuò)展因子α∈[0,1]，信號重構(gòu)的概率和精度有了顯著的提高，對于MIMO-OFDM系統(tǒng)在信道估計(jì)方面具有廣泛的應(yīng)用前景。

附圖說明

圖1為MIMO-OFDM信道模型示意圖。

圖2為針對MIMO-OFDM系統(tǒng)的信道估計(jì)方法的信號重構(gòu)流程圖。

具體實(shí)施方式

現(xiàn)結(jié)合附圖對本發(fā)明的具體實(shí)施方式做進(jìn)一步詳細(xì)的說明。本發(fā)明采用可擴(kuò)展的正交匹配追蹤(OMP_α)算法在原有正交匹配追蹤(OMP)算法的基礎(chǔ)之上，如圖2所示，更改迭代次數(shù)為通過次測量，具有更高精度，信號重構(gòu)概率更高的一種針對MIMO-OFDM系統(tǒng)的信道估計(jì)方法。為便于本領(lǐng)域的普通技術(shù)人員實(shí)施本發(fā)明，現(xiàn)提供以下實(shí)施方式。

具體實(shí)施方式一，具體過程如下：

步驟一：發(fā)射端在每根天線上發(fā)送一個(gè)具有N個(gè)子載波的OFDM符號，第i根天線發(fā)送的OFDM符號進(jìn)行IFFT變換，然后插入長度為L_cp(L_cp≥L-1)的循環(huán)前綴(CP)，以消除符號間干擾(ISI)，如圖1所示。發(fā)送的符號經(jīng)過MIMO-OFDM頻率選擇性衰落信道到達(dá)接收端，假設(shè)信道參數(shù)在一個(gè)OFDM符號的持續(xù)時(shí)間里是恒定的。

步驟二：接收端每根天線去掉CP及FFT變換之后得到相應(yīng)的接收信號，第j根接收天線接收到的符號為：

其中為在接收天線j上接收到的一個(gè)具有N個(gè)子載波的OFDM符號為零均值、方差為的高斯白噪聲。H為一個(gè)N_RN×N_TN的MIMO-OFDM信道頻域矩陣。

H^(j,i)為一個(gè)N×N矩陣，表示第i根發(fā)送天線與第j根接收天線間的信道頻域響應(yīng)矩陣。

假設(shè)信道的長度為L，MIMO-OFDM系統(tǒng)有P個(gè)導(dǎo)頻符號，分別位于子載波k₁,k₂,...k_p(1＜k₁＜k₂＜...＜k_p≤N)上，則第j根接收天線收到的P個(gè)導(dǎo)頻符號可以表示為：

其中為第j根接收天線在導(dǎo)頻子載波k₁,k₂,...,k_p上的符號組成的接收向量；為第i根發(fā)送天線在導(dǎo)頻子載波k₁,k₂,...,k_p上的符號組成的發(fā)送向量；為噪聲向量；為第i根發(fā)送天線與第j根接收天線在導(dǎo)頻子載波k₁,k₂,...,k_p處的信道頻域響應(yīng)矩陣。h^(j,i)為一個(gè)L×1的矩陣，表示第i根發(fā)送天線與第j根接收天線之間的信道沖激響應(yīng)。設(shè)F為N點(diǎn)離散傅里葉變換矩陣，F(xiàn)_P為F中對應(yīng)的P行和L列組成的P×L矩陣。

假設(shè)為一個(gè)N_TL×1的矩陣，表示所有的發(fā)送天線與第j根接收天線間的信道頻域矩陣。

令為P×N_TL矩陣，則第j根天線接收到的P個(gè)導(dǎo)頻符號可以表示為：

如果考慮所有的接收天線則(6)式可表示為：

y_p＝Φh+n_p (7)

其中，為N_RP×1的矩陣；為N_RP×1的矩陣；為N_RP×N_RN_TL的矩陣，這里為Knonecker乘積；為N_RN_TL×1的矩陣。

具體實(shí)施方式二，如圖2所示，針對MIMO-OFDM系統(tǒng)的信道估計(jì)方法，所采用的OMP_α算法的具體步驟為：

1)輸入：y,Φ,m；

2)初始化：設(shè)定殘差的初始值r₀＝y(tǒng)，Λ₀＝0，(Λ_t表示t次迭代的索引的集合)，初始迭代次數(shù)t＝0；

3)更新迭代次數(shù)t＝t+1；

4)計(jì)算余量r_t-1與Φ的每一列的內(nèi)積，選擇內(nèi)積最大值對應(yīng)的索引值即λ_t,

選擇原子其中λ_t表示第t次迭代找到的索引(列序號)；

5)更新索引值集合Λ_t＝Λ_t-1∪{λ_t}，更新支撐集

6)通過最小二乘法least-squares(LS)獲取最佳的t項(xiàng)解，是的偽逆矩陣，同時(shí)更新殘差

7)如果t＜t_max＝m+[αm]，返回步驟二，否則終止迭代；

8)輸出x的稀疏逼近信號x_t，即

這里對OMP_α算法做一些說明：基于殘差r_t-1選擇候選原子時(shí)，把測量矩陣分成兩組定義I為s的未知支撐集，并且||s||₀＝||I||＝m，定義為正確的原子集，為錯(cuò)誤的原子集。

選擇正確的原子情況：

選擇錯(cuò)誤的原子情況：

當(dāng)時(shí)，選擇正確和錯(cuò)誤的原子情況都有可能，為了便于分析，我們認(rèn)為此情景為選擇錯(cuò)誤的原子情況。OMP_α算法運(yùn)行的輸出可以表示為其中λ_t∈{1,2,...,d}表示第t次迭代選擇的原子的索引。定義J_C＝{λ_t:λ_t∈I}為正確的選擇集，對應(yīng)于這種情況，反之J_W＝{λ_t:λ_t∈I^c}對應(yīng)于這種情況，表示選擇了錯(cuò)誤的原子。使用以上兩種選擇集來說明OMP_α算法重構(gòu)信號是否成功。

假設(shè)經(jīng)過次迭代，如果我們有|J_c|＝m,|J_w|＝|αm|,當(dāng)α＝0說明在傳統(tǒng)的OMP算法中重構(gòu)信號成功，當(dāng)說明在OMP_α算法中重構(gòu)信號成功。如果我們有說明OMP_α算法沒有重構(gòu)信號成功。

對本領(lǐng)域技術(shù)人員而言，本發(fā)明不局限于以上實(shí)施方式，其僅僅作為例子對本發(fā)明的一種形態(tài)進(jìn)行詳細(xì)、示范性的說明。在不背離本發(fā)明宗旨的范圍內(nèi)，本領(lǐng)域技術(shù)人員根據(jù)上述具體實(shí)例，通過各種等同替換所得到的技術(shù)方案，均應(yīng)包含在本發(fā)明的權(quán)利要求范圍及其等同范圍之內(nèi)。