[发明专利]一种动态稀疏信道的联合估计方法

摘要

一种动态稀疏信道的联合估计方法，基于OFDM无线通信系统，采用基于导频的信道估计方法，包括步骤1)构造动态稀疏信道模型；2)利用复指数基扩展模型对时间频率双选信道进行建模；3)对于在J个不同时刻发送的J个不同的OFDM符号，利用离散随机优化算法求得最优导频位置分布，设计稀疏导频模式，推导信道估计模型；4)利用联合微分正交匹配追踪(DSOMP)算法估计当前第j个时刻的稀疏度K^(j)；5)根据SOMP算法以及稀疏度K^(j)估计在第j个时刻时动态信道的信道特征。本发明能够有效对抗时间频率双重选择性衰落，估计得到动态信道的信道特征，提高信道估计的准确度和频谱利用率。

主权项

1.一种动态稀疏信道的联合估计方法，其特征在于，该方法包括如下步骤：①构造动态稀疏信道的模型：代表在第j个OFDM符号发送时刻信道的第l条路径上信道抽头是否为零，则信道的L条路径表示为代表第l条路径第j个OFDM符号所对应的动态稀疏信道的非零信道抽头下标集合，则信道的稀疏度表示为K^(j)＝|ζ^(j)|；表示信道抽头根据两个转化概率进行变化，其中初始化服从伯努利分布，即：②利用复指数基扩展模型CE‑BEM对时频双选信道进行建模：其中，j代表第j个OFDM符号，Q代表CE‑BEM阶数，L代表信道路径数，表示第l条路径对应的抽头系数，b_q(0≤q≤Q‑1)代表CE‑BEM基函数，c^(j)[q,l]代表CE‑BEM系数，代表CE‑BEM建模误差，忽略不计；CE‑BEM基函数bq表示为：其中，N表示一个OFDM符号子载波的个数，对于连续发送的J个OFDM符号，每个符号对应的CE‑BEM基函数相同，BEM系数不同；根据c^(j)[0,m]代表第j个OFDM符号的第1列第m条路径对应的CE‑BEM系数，第j个OFDM符号的第q列CE‑BEM系数向量表示为其中每一个系数向量都具有相同的稀疏度K^(j)，并且具有联合稀疏性，即稀疏度相同，非零元素下标集相同；③对于连续发送的J个OFDM符号，利用离散随机最优化算法确定导频位置，设计稀疏导频模式，导频序列包括G个有效导频和(2Q‑2)G个保护导频，其中K(j)＜G＜＜L，K(j)表示第j个符号发送时刻无线信道延时域的稀疏度；有效导频和保护导频幅度分别取1和0，有效导频序列记为Pe＝{p0,···,pG‑1},(0≤p0＜···＜pG‑1≤N‑1)，保护导频序列记为Pg＝{Pe‑Q+1}∪···∪{Pe‑1}∪{Pe+1}∪···∪{Pe+Q‑1}，保护导频位于有效导频两侧；将导频分为Q个子序列：其中表示所有有效导频构成的子序列；在接收端，第j个OFDM符号对应的接收信号表示为：其中，T^(j)代表发送信号，W^(j)包括建模和噪声误差，F_N代表N点离散傅里叶变换矩阵，I_N代表N点离散傅里叶反变换矩阵，D{b_q}代表b_q作为对角元素的对角矩阵，V_L代表离散傅里叶变换矩阵的前L列构成的矩阵；结合CE‑BEM的特性和设计的导频模式，得到信道估计模型如下：式中，测量矩阵代表对角矩阵，第j个OFDM符号的有效导频子载波为对角元素，Λ_q是一个对角矩阵，表示如下：④采用联合微分正交匹配追踪算法得到当前时刻的稀疏度K(j)；⑤计算出第j个OFDM符号所对应的第j个时刻的信道稀疏度K^(j)后，将其应用于SOMP算法估计出稀疏向量S^(j)，恢复CE‑BEM系数公式如下：其中对角矩阵根据式(1)得到信道抽头系数实现OFDM系统的动态稀疏信道估计。