[发明专利]一种基于卡尔曼滤波器的MIMO信道估计方法

权利要求书

1.本发明提出了一种基于卡尔曼滤波器的MIMO信道估计方法，其特征在于，包括：

S1，利用天线阵列的空时互易性，构造一组正定的观测方程；

S2，通过卡尔曼滤波器进行信道估计得到信道频域响应。

2.根据权利要求1所述的一种基于卡尔曼滤波的MIMO信道估计方法，其特征在于，所述S1包括：

通过信道传输特点可得系统的观测方程

y_i＝H_ix_i+w_i

其中，i表示第i个符号时间，为接收符号向量，且为发送符号向量，为系统中的加性高斯白噪声；本发明利用天线阵列的空时互易性，观测连续的N_r个符号，并假设在这连续的N_r个符号时间上信道矩阵H_i是相等的，即

$H_i=H_{i+1}=...=H_{i+N_r-1}$

将子信道频域响应矩阵矢量化有

$h_{n_r,n_t\left(i\right)}=vec\left(H_{n_r,n_t\left(i\right)}\right)$

其中将信道矩阵H_i矢量化有

$h_i={\[h_{1,1\left(i\right)}^T,h_{2,1\left(i\right)}^T,...,h_{n_r,1\left(i\right)}^T,h_{1,2\left(i\right)}^T,...,h_{n_r,n_t\left(i\right)}^T,...,h_{N_r,N_p\left(i\right)}^T\]}^T$

其中由此可以得到一组正定的观测方程如下

Y_i＝X_ih_i+W_i

其中为接收到的连续N_r个符号构成的向量，有

$Y_i={\[y_i^T,y_{i+1}^T,...,y_{i+N_r-1}^T\]}^T$

X_i为发送的连续N_r个符号构成的矩阵，有

$X_i={\[diag\left(x_i\right),diag\left(x_{i+1}\right),...,diag\left(x_{i+N_t-1}\right)\]}^T$

表示信道中的加性高斯白噪声，其协方差矩阵为

3.根据权利要求1所述的一种基于卡尔曼滤波器的MIMO信道估计方法，其特征在于，所述S2包括：

根据Jacks信道模型，前后符号时间内的信道响应满足如下关系

$h_{n_r,n_t(i-1)}=R_{n_r,n_t\left(i\right|i-1)}{h}_{n_r,n_t(i-1)}+v_i$

其中，v_i表示过程噪声，其协方差矩阵为为一个对角矩阵，表示第i-1个符号与第i个符号的时域相关系数；

由此可以构造卡尔曼滤波器进行信道估计，卡尔曼滤波器的状态空间模型为

$\left\{\begin{array}{c}{h}_{i-1}=R_{i|i-1}{h}_{i-1}+v_i\\ Y_i=X_i{h}_i+W_i\end{array}\right.$

进而利用卡尔曼滤波器进行时域插值。