[发明专利]一种SIMO-FIR信道阶数估计方法

说明书

本发明公开了一种SIMO‑FIR信道阶数估计方法，包括：(1)构造接收信号矩阵和信道矩阵；(2)计算接收信号自协方差矩阵；(3)对协方差矩阵做特征分解；(4)构造检测统计量；(5)求解判决门限值；(6)确定检测统计量属性；(7)确定信道阶数。本发明的有益之处在于：在本发明的方法中，采用随机理论中的方法构造检测统计量，相比之前基于概率论的传统方法，该检测统计量具有精确的分布特性，具有快速收敛特性，因此可以利用有限的采样点得到可靠的估计性能；在本发明的方法中，判决方式是基于假设检验的，当虚警概率接近于0时，其正确识别概率趋近于1。

技术领域

本发明涉及一种信道阶数的估计方法，具体涉及一种频率选择性衰落的SIMO-FIR(Single Input Multiple Output-Finite Impulse Response，单输入多输出-有限冲激响应)信道的多径数目的估计方法，可用于通信信号盲识别和认知无线电，属于无线通信技术领域。

背景技术

下一代无线通信系统提供更高的传输速率、更好的服务质量和更高的频谱效率，多天线技术可以为实现这一目标提供技术支撑。在通信信号盲识别场景中，需要对非合作通信信号参数进行盲估计和识别，信道阶数估计是其中所涉及到的盲信道估计和信号解码等关键技术的前提。

针对SIMO-FIR信道的阶数估计问题，最早的方法为基于信息论准则的模式选择方法。M.Wax和T.Kailath在“Detection of signals by information theoretic criteria”中提出了基于赤池信息论准则(Akaike Information Theoretic Criterion,AIC)和基于最小描述长度(Minimum Description Length,MDL)准则的算法。此类方法假设采集的信号必须是零均值独立同分布的高斯随机变量，且加性噪声是与信道输出信号不相关的高斯白噪声。但是由于实际的通信系统很难满足这个条件，往往会导致过估或者欠估的问题。Liavas A.P在“Blind channel approximation:effective channel orderdetermination”中提出了一种基于数值分析的信道阶数检测准则(Liavas Criteria,LC)。该准则可以对接收信号的协方差矩阵进行稳定的信号和噪声子空间的分解，但是其不足在于，在低信噪比的条件下识别性能差，不适用于有用信号功率较低的通信场景。王玉红等在“利用特征极值比的盲信道阶数估计方法”中提出了一种特征极值比定理(Maximumeigenvalue Minimum eigenvalue Ratio Ratio,MMRR)，利用子空间方法中噪声子空间矢量构成特殊矩阵的奇异性与信道阶数之间的关系实现信道阶数的估计。但是该方法需要计算特殊矩阵，计算量大，不适用于实际无线通信系统。

发明内容

针对现有技术的不足，本发明旨在提供一种SIMO-FIR信道阶数估计方法，采用随机理论中的方法构造检测统计量，相比之前基于概率论的传统方法，该检测统计量具有精确的分布特性，具有快速收敛特性，因此可以利用有限的采样点得到可靠的估计性能；另外，判决方式是基于假设检验的，当虚警概率接近于0时，其正确识别概率趋近于1。

为了实现上述目的，本发明采用如下技术方案：

一种SIMO-FIR信道阶数估计方法，所述方法使用的系统模型为1×N_r的SIMO系统，包括一个发射机、一个接收机和一个侦听机，每个子信道表示为一个FIR滤波器，其中，发射机的天线数目为1，侦听机的天线数目为N_r，信道的实际阶数为L，发送信号采用4QAM调制方式，接收窗长为N，N≥L；所述方法包括如下步骤：

S1构造接收信号矩阵和信道矩阵：

侦听机第i根接收天线在时刻n接收到的观测输出为y_i(n)，将接收窗长内N个连续的观测输出向量堆叠在一起，构成N_rN×1维的接收矩阵Y_N(n)；