[发明专利]一种半盲信道估计方法和系统

权利要求书

1.一种半盲信道估计方法，其特征在于，所述方法包括：

从接收信号中提取导频序列，根据该提取导频序列和已知的在接收信号中插入的导频序列进行信道的初始估计，得到信道初始估计值；

利用径向基(RBF)神经网络对信道初始估计值进行调整，得到所需的信道估计结果。

2.如权利要求1所述的方法，其特征在于，所述利用径向基(RBF)神经网络对信道初始估计值进行调整，得到所需的信道估计结果，包括：

根据提取的导频序列对RBF神经网络进行设置，包括：将提取的导频序列设置在RBF神经网络的隐含层中心节点，将提取的导频序列间隔设置为隐含层各节点的径向基宽度，所述提取的导频序列中各导频符号的间隔相同；

利用设置好的RBF神经网络信道对信道初始估计值进行调整；

接收经过RBF神经网络调整的信道估计结果y_m：

y_m＝w₁h₁+w₂h₂+…+w_mh_m，其中，m为神经网络隐含层包含的节点个数；

x为信道的初始估计值，x＝[x₁，x₂，…，x_n]^T，n为子载波个数，b_j为神经网络隐含层中节点j的径向基宽度；c_j为神经网络隐含层中节点j的中心矢量，C_j＝[c_j1，c_j2…c_ji…c_jn]^T，i＝1，2，…，n；W＝[w₁，w₂，…，w_m]为RBF神经网络的权向量，w_j为节点j的权重，j＝1，…，m。

3.如权利要求2所述的方法，其特征在于，所述方法包括：

从接收信号中多次提取导频序列，根据每次提取的导频序列和已知的在接收信号中插入的导频序列进行信道的初始估计，得到第k次信道初始估计值，K≥2；

根据第k次提取的导频序列对RBF神经网络进行设置；

利用设置好的RBF神经网络对第k次信道初始估计值进行调整；

接收经过RBF神经网络调整的第k次信道估计结果y_m(k)＝w₁h₁+w₂h₂+…+w_mh_m。

4.如权利要求3所述的方法，其特征在于，所述方法还包括，根据第k次信道估计结果y_m(k)对RBF神经网络节点j的权重w_j进行调整，调整后的w_j(k)为：

w_j(k)＝w_j(k-1)+Δw_j(k)+α×(w_j(k-1)-w_j(k-2))，

Δw_j(k)＝η×(y(k)-y_m(k))×h_j

其中，k≥3，w_j(1)＝0，w_j(2)为预设随机数，y(k)为当RBF神经网络节点j的权重为w_j(k)的情况下，经过RBF神经网络调整的第k次信道估计结果；η为学习速率，α为动量因子，η和α为RBF神经网络的固有参数。

5.一种半盲信道估计系统，其特征在于，所述系统包括信道初始估计值计算模块以及信道初始估计值调整模块，其中，

所述信道初始估计值计算模块，用于从接收信号中提取导频序列，根据该提取导频序列和已知的在接收信号中插入的导频序列进行信道的初始估计，得到信道初始估计值，并将该初始估计值发送至信道初始估计值调整模块；

所述信道初始估计值调整模块，用于利用径向基(RBF)神经网络对信道的初始估计值进行调整，得到所需的信道估计结果。