[发明专利]基于多模型加权软切换的信道自适应估计方法

说明书

技术领域

本发明属于无线电通信领域，涉及一种基于多模型加权软切换的信道自适应估计方法。

背景技术

信道估计算法针对建立的信道模型按照不同的准则设计估计算法以获得模型参数值。常用的信道估计算法有最大似然ML估计、EM估计(EM算法是当观测数据不完备时，实现渐进ML估计的迭代算法)、LS估计、RLS估计、LMMSE估计、Kalman滤波等。ML/EM估计基于最大似然准则，是在对被估计的参数没有任何先验知识的情况下，利用已知的若干观测值(完备或不完备)估计该参数，其有效性较高，复杂度也较高；LS以估计值和目标值的二乘误差最小化为目标，算法简单，但受信噪比和CIR长度的影响较大，故经常作为初始估计步骤再结合其他算法进行改进；基于观测值和信道统计特性，LMMSE估计以估计值和目标值的均方误差最小化(MMSE)为目标进行估计，性能相对较好，Kalman滤波结合AR模型作为一种MMSE估计器，具有自适应跟踪的特性，在不确定信道估计特性情况下仍可有效进行估计。

基于以上分析可见，建立信道模型、设计估计算法并有效跟踪信道状态的突变成为提高信道估计性能的关键。目前的研究分析了不同模型和估计方法下的误差并不断改进方法以减小误差，但是不同的模型和估计过程在不同的信道环境下的信道估计误差的性能存在很大差异，且性能相对较好的估计方法与信道统计特性的获得紧密相关，因此，迫切需要研究强健的信道估计方案，应用于实际的未知的复杂环境。

发明内容

为了克服不同的信道模型和估计过程在不同的信道环境下的信道估计误差的性能存在很大差异，且性能相对较好的估计方法与信道统计特性的获得紧密相关的不足，本发明提供了一种信道估计多模型加权软切换方法。

为了实现上述目的，本发明采用的技术方案是：首先分析无线信道各种估计算法的性能及条件因素，确定使用估计算法。然后，建立信道系统模型，选择时频双选信道，确定信道参数。基于信道模型和估计方法建立信道估计子模型和高覆盖性和灵活性的多模型信道估计库。分析并计算信道估计模型的模型误差和估计误差。最后根据模型误差和估计误差结合的切换指标，通过LUMV的加权多模型自适应估计算法来完成模型的切换，以达到优化的目的。

本发明所采用的技术方案包括以下步骤：

步骤1，建立信道系统模型。

本发明采用时频双选信道。用h(t；τ)表示(t-τ)时刻的发送符号对t时刻接收符号产生的影响系数，τ为时延，假设发送序列和接受序列的抽样间隔均为T_s，并用替代τ。数据块传输系统的发送符号为u(i)，在u(i)中取N(1≤N≤200)个连续符号构成第k(k≥1)个数据块u_k。

假设信道为瑞利信道，信道的路径最大时延及最大多普勒频移为τ_max和f_max，且满足2τ_maxf_max＜1，并且其信道状态在一个传输数据块的范围上是缓慢变化的。则数据块u_k上的信道h_k(n；l)可用基扩展(Basic ExpendModel，BEM)模型表示如下：

式中，为基函数，1≤n≤N，ω_q＝π(q-(Q+1)/2)/N，1≤q≤Q,为基系数的个数；C_k,q(l)为基扩展模型的系数，1≤l≤L，

将一个数据块u(i)作为估计单位，采用信道基模型的(Q+1)×(L+1)个C_k,q(l)来表示N×(L+1)个未知量h_k(n；l)，使得信道模型和估计参数得到简化。依据瑞利信道特性可知，C_k,_q(l)是均值为零，方差为的复高斯随机变量。

步骤2，采用导频符号辅助的信道估计方法估计信道响应。

步骤2.1，建立发送、接收信号模型。

发送端发送序列u_k包括两部分，即信息符号s_g和导频符号p_g。在一个数据块中均匀插入G个导频符号p_g，数据块u_k表示为：

式中，ZP(zero padding)导频序列形式为共包括N_s个信息符号和N_p个导频序列符号，N＝N_s+N_p。