[发明专利]一种基于粒子滤波修正的信道预测方法

说明书

技术领域

本发明属于无线通信的信道预测方法，尤其涉及一种高速移动环境下HSDPA 的基于粒子滤波修正的信道预测方法。

背景技术

近年来，人们对提高无线通信系统传输能力以及在高速环境下提高通信容 量的要求正在不断提高，希望即使在高速行驶的环境下也能高速地传输大量的 数据信号。由于无线信道在频域和时域上的时变性和非线性，数学建模和定量 分析都比较困难，实际应用中采用线性的信号处理方法来对非线性的无线信道 进行近似的估计，然而无线移动通信的信道变化的复杂性使无线通信系统的性 能有很大的局限性。

有许多研究者已经研究许多信道预测技术，比如说MMSE信道预测算法，子 空间信道预测算法，自适应信道预测算法等。以上自适应方法都是对信道进行 的线性预测。他们都是尽量在不牺牲误码率性能的同时，提高信道预测的长度。 其中，最有典型意义的是A.Duel-Hallen提出的基于MMSE准则的线性信道预 测算法，在预测性能和复杂度之间寻找折中。当信道情况更加复杂时，线性预 测算法不能准确地预测信道状况。还有一种思路就是分析信道中的频率特性， 提取和恢复信道中起决定作用的几个频率分量，利用这些频率分量进一步估计 未来信道响应值。另外，通过设计自适应滤波器来不断地跟踪信道的变化，实 时地改变滤波器参数，再利用这些参数来预测未来的信道响应。但是Hallen的 预测方法是假定信道噪声是线性，高斯噪声，然而在实际情况中，信道噪声很 可能经历非线性非高斯的干扰，这时，传统的信道预测算法的预测效果就会明 显下降。

由于传统的扩展卡尔曼滤波器(EKF)和UKF总是假设p(x_t/z_1 t)为高斯分布， 当真实的后验分布不是高斯分布并且偏离高斯分布很远时，使用高斯分布来近 似就不能很好的描述真实的后验分布。

粒子滤波算法摆脱了解决非线性滤波问题时随机量必须满足高斯分布的制约条 件，并在一定程度上解决了粒子数样本匾乏问题，因此近年来该算法在许多领 域得到成功应用，并得到重视。

经过对现有技术的文献检索发现，2002年IEEE国际数字信号处理大会(IEEE International Conference on digital signal processing)上W.H Chin的 文章：粒子滤波在空时块编码系统中的应用(Channel tracking for space-time block coded systems using particle filtering)中提出了一种用于多输入 单输出系统的基于粒子滤波的信道估计方法，其核心是信道估计，并且对于粒 子退化现象没有给出有效的解决方案。另外潘矜矜在2008年的桂林工学院学报 上的文章：一种基于卡尔曼滤波修正的LRP信道预测算法，提出了对于信道预 测AR模型修正的一种思路，该文提出当LRP信道预测性能下降时，使用卡尔曼 滤波对预测模型进行修正。但是卡尔曼滤波同AR模型一样也是一种线性预测， 当系统遭受非线性噪声时，该方法具有局限性，因此，上述两种方法均不太适 用于高速状态下信道的预测，工程意义不是很突出。

发明内容

针对现有技术的不足，本发明所采取的一种基于粒子滤波修正的信道预测 方法，使其在未知信道统计信息的环境下保持信道估计性能稳健，鲁棒性强， 抗噪声的能力强的特点，而且易于实现。

为实现上述目的，本发明的技术方案为：一种基于粒子滤波修正的信道预 测方法，其包括以下步骤：

a.将信道的历史信息通过训练序列得到AR线性预测模型，再用LRP信道 预测算法进行预测，并输出预测值；

b.对输出的预测值与实际值进行误差计算，若预测值与实际值之间的误差 e小于设定值E，则采用LRP信道预测算法的预测值作为信道估计值；若预测值 与实际值之间的误差e大于设定值E，则系统受非线性非高斯噪声的干扰，下一 个时段进入粒子滤波器进行粒子滤波修正，并将粒子滤波的预测值作为先验概 率下的信道估计值；

c.更新AR线性预测模型的系数，并进行下一时段的信道预测。

进一步地，其包括如下步骤：

1、首先，设已知信道系数的p个过去的采样值序列c(k-1)，...，c(k-p)未来信 道系数的MMSE(基于最小均方误差)预测由p个过去的采样得出：