[发明专利]一种半盲信道估计方法和系统

说明书

技术领域

本发明涉及信道估计领域，尤其涉及一种半盲信道估计方法和系统。

背景技术

多输入多输出-正交频分复用(MIMO-OFDM)能够适应高信道容量、高比特信息速率等宽带多媒体应用的需求，被认为是后3G技术中最有潜力的技术之一。信道估计是MIMO-OFDM系统中进行相干检测和空时解码的必要条件，由此可见信道估计的重要性不言而喻。

MIMO-OFDM系统中，接收端对接收的信号进行时频同步后即可进行信道估计，估计出每对发送和接收天线之间每个子载波上的频率响应。信道估计在MIMO-OFDM系统中的位置如图1所示。

现有的信道估计可以分为盲信道估计、非盲信道估计以及结合盲信道估计和非盲信道估计的优点产生的半盲信道估计。盲信道估计的特点是不需要导频或参考信号，仅利用调制信号本身固有的、与用户信息比特无关的特征估计信道特征参数，该方法提高了频谱利用率，降低了接收机与发射机协同性要求，在提高通信系统的可靠性和容量上具有很大前景，其缺点是运算时间长，收敛速度慢，阻碍了它在实际系统中的应用。非盲信道估计的特点是在发送端中插入接收端已知的导频或训练序列，所述导频或训练序列不传输用户信息，在接收端由已知的导频符号或训练序列推知整个信道响应，性能较好，实现简单，但是由于在时变信道中需要循环发送训练序列或导频序列来更新信道估计值，所以占用信道容量和有效带宽，降低了信道利用率和系统的传输效率，造成无线频率资源的浪费。半盲信道估计基于盲信道估计，同时在接收端加入了部分导频序列或训练序列，相比盲估计降低了信道估计的复杂度，相比非盲估计减少了导频序列或训练序列的占用带宽，提高了频谱利用率。但是现有的半盲信道估计通常采用线性计算方法，应用于MIMO-OFDM这一非线性系统时，往往会出现非线性失真，影响信道估计的准确性。

发明内容

本发明提供了一种半盲信道估计方法和系统，以克服现有半盲信道估计方法应用于非线性系统带来的非线性失真的技术问题。

为解决上述技术问题，本发明提供了一种半盲信道估计方法，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。

进一步地，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。

进一步地，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；