[发明专利]一种基于大数据分析的信道估计优化方法

说明书

本发明涉及一种基于大数据分析的信道估计优化方法，包括：步骤S1，选择信道模型，搭建仿真平台；步骤S2，曲线拟合出最大多普勒频移值的函数关系式f(s)；步骤S3，计算实时最大多普勒频移值步骤S4，信道估计。本发明能够实时跟踪信道的变化，提高信道估计的准确性，降低OFDM通信系统的误码率。

技术领域

本发明涉及无线通信领域，更具体地涉及一种基于大数据分析的信道估计优化方法。

背景技术

OFDM作为当下无线通信物理层的主流信号调制与传输技术，它将物理上高速的宽带信号分解成多个低速的并行窄带信号。由于窄带信号的带宽小于无线信道的相干带宽，因而一个OFDM符号的持续时间小于信道的相干时间。

整个一子帧的OFDM符号可以分解成一个时频矩阵，如图1所示。其中，横轴为OFDM符号的时间轴，一个方格长度表示一个OFDM符号持续时间；纵轴为OFDM子载波频率轴，一个方格宽度代表一路子载波窄带信号频宽。由于每个方格信号在时域上经历的是慢衰落，在频域上经历的是平坦衰落，因此可近似认为一个方格点用同一个信道响应即可表示。当这样的一个时频信号经过信道到达接收端时，每个方格都经历了不同的衰落，信道估计即为得到每一个方格的信道响应。

目前采用插入导频的方法来进行信道估计，具体方法为：发送端发送信号在时频矩阵的某些位置插入导频符号(即图中的黑色框)，由于导频符号对于收发端都是已知的，因此当接收端接收到导频符号时，就可以得出导频位置处的信道响应。对照图1，也就是可以得到黑色方格处的信道响应，然后再通过插值得到一子帧数据时频矩阵中其他所有白色方格的信道响应。

然而，目前利用已知数据进行插值得到未知数据的方法为维纳滤波法，该方法的估计准确性严重依赖于输入参数的准确性，如：最大多普勒频移、平均信噪比、最大时延扩展等无线信道统计量。现有技术中一般使用经验值或直接计算的频偏值作为最大多普勒频移值，经常与实时的最大多普勒频移值相差较大。但是，当最大多普勒频移值估计不准确时，会导致信道响应的时域内插不准确，进而导致整个硬件通信系统的误码率较高，性能恶化严重。

发明内容

本发明提供一种基于大数据分析的信道估计优化方法，解决了现有技术中最大多普勒频移值估计不准确而导致整个硬件通信系统误码率较高、性能恶化严重的问题。

本发明提供的一种基于大数据分析的信道估计优化方法，包括：

步骤S1，根据实际的通信场景选择信道模型，并搭建仿真平台；

步骤S2，在所述步骤S1搭建的仿真平台中，曲线拟合出最大多普勒频移值的函数关系式f(s)；

步骤S3，利用所述步骤S2得到的函数关系式f(s)，计算实时最大多普勒频移值

步骤S4，将所述步骤S3中得到的最大多普勒频移值作为参数进行信道估计。

所述步骤S2包括：

步骤S21，在仿真平台中预设n个最大多普勒频移值，记为[d₁,d₂,…d_n]；

步骤S22，对所述步骤S21中每个最大多普勒频移值d_i(i＝1,2,...n)采集m个子帧，对每个子帧计算其频偏值得到m个频偏值；

步骤S23，计算所述步骤S22中m个频偏值的统计量s_i，一个最大多普勒频移值d_i对应一个统计量s_i，构成一个数据点(s_i,d_i)，最终得到n个数据点[(s₁,d₁),(s₂,d₂),…(s_n,d_n)]；