[发明专利]一种适用于MIMO‑OFDM系统的信道矩阵与干扰协方差矩阵估计方法

说明书

技术领域

本发明涉及MIMO-OFDM系统，特别涉及考虑同信道干扰时MIMO-OFDM系统的信道矩阵与干扰协方差矩阵估计方法。 

背景技术

多输入多输出(MIMO)技术在发射端和接收端配置多副天线，通过与复用技术或分集技术等的结合，充分利用散射信道的多径特性，在空间传输多路独立、并行的数据流，在不增加系统带宽的情况下，成倍地提高无线通信系统容量和链路可靠性，提高了系统的传输速率。因此，MIMO技术受到广泛关注，被认为是现代无线通信的一个重大突破和未来无线通信必然采用的关键技术之一。 

正交频分复用(OFDM)是一种正交多载波调制技术，具有高效的频谱利用率。随着无线通信的发展，为了满足人们对高速率业务日益增长的需求，系统带宽不断增加，信道的频率选择性愈发突出，传统的均衡技术不仅复杂度高，而且难以完全消除多径衰落信道所引起的码间干扰。OFDM系统将宽带频率选择性衰落信道转换成一系列窄带平坦衰落信道，有效的解决码间串扰的问题，在实现高速数据传输等方面具有独特的优势。因此，基于MIMO和OFDM的系统构架应运而生。 

为了满足用户日益增长的通信需求，现代蜂窝通信系统通常在小区间进行频率复用以提高频谱效率，诸如LTE及LTE-Advanced。这样的系统将受到来自邻小区严重的同信道干扰(CCI)，特别是在小区边沿，用户服务质量(QoS)难以得到保证。因此，设计好的干扰抑制的算法能有效的提高系统性能，对于干扰受限的现代通信系统具有十分重要的意义。传统的信道估计方法，如最小二乘估计，将干扰作为白噪声处理，严重降低了信道估计的性能，因此有必要考虑存在CCI下的信道估计问题。同时为了提高系统性能，有必要研究干扰受限系统的抗干扰技术。在多天线系统中，采用诸如干扰抑制合并(IRC)等技术将有效的提高系统的信干噪比(SINR)。这种干扰抑制技术将干扰建模为高斯有色噪声，需要估计干扰加噪声的协方差矩阵。因此，如何有效的估计信道和干扰协方差矩阵值得研究。 

发明内容

本发明要解决的技术问题是，在MIMO-OFDM通信系统中提供一种信道矩阵与干扰协方差矩阵的高精度估计方法。 

所述的一种适用于MIMO-OFDM系统的信道矩阵与干扰协方差矩阵估计方法，其特征在于该方法具体为： 

1)采用最小二乘(LS)准则，获得信道矩阵的初始估计。 

2)将干扰协方差矩阵用一个低维度的矩阵表示。利用当前信道矩阵的估计值，得到低维度矩阵关于接收数据的后验概率密度函数，最大化该后验概率密度函数获得低维度矩阵的估计，从而得到干扰协方差矩阵的估计。 

3)利用步骤2)中干扰协方差矩阵的估计值，得到信道矩阵关于接收数据的后验概率密度函数，最大化该后验概率密度函数获得信道矩阵的估计。 

4)迭代进行步骤2)和步骤3)直至收敛。 

所述步骤1)的详细步骤为：在导频数据段，利用LS准则，获得信道矩阵的初始估计。 

所述步骤2)的详细步骤为：将干扰协方差矩阵用一个低维度的矩阵表示，其具体方法为，首先，将每个子载波上的干扰协方差矩阵表示为一个低阶矩阵与该低阶矩阵共轭转置的乘积，其中低阶矩阵由干扰协方差矩阵的特征值与特征向量构成，其阶数可通过最小描述长度(MDL)算法获得。其次，将所有子载波上的低阶矩阵做时域平滑，其时域平滑阶数可通过MDL算法获得。最后，将这两个处理过程结合起来，则所有子载波上的干扰协方差矩阵均可用同一个低维度矩阵表示，不仅使得每个子载波上的干扰协方差矩阵满足半正定性，而且减少了待估计参数个数，有利于估计精度的提高。根据系统模型和当前信道矩阵估计值，求得低维度矩阵关于接收数据的后验概率密度函数，最大化该后验概率密度函数，得到低维度矩阵的估计值，从而获得干扰协方差矩阵的估计。 

所述步骤3)的详细步骤为：根据系统模型和当前干扰协方差矩阵的估计值,求得信道矩阵关于接收数据的后验概率密度函数，最大化该后验概率密度函数，得到信道矩阵的估计值。 

所述步骤4)的详细步骤为：根据步骤2)和步骤3)迭代估计干扰协方差矩阵和信道矩阵，直至收敛。 

相对于现有技术，本发明提供的一种适用于MIMO-OFDM系统的信道矩阵与干扰协方差矩阵估计方法具有如下优点： 

1、本方法估计的信道结果优于LS估计。 

2、本方法估计的干扰协方差矩阵在OFDM每个子载波上是半正定的。 

3、本方法所估计的干扰协方差矩阵精度高。 

附图说明