基于ofdm系统下联合信道编译码的压缩感知信道估计方法
【技术领域】
[0001] 本发明属于无线通信技术领域，设及移动通信及信道估计技术，适用于OFDM系统 下稀疏信道估计与译码。
【背景技术】
[0002] 多载波技术利用一系列正交子载波实现数据的高速传输，是一种高效的并行数据 传输方案，其中正交频分复用（0抑M，OrthogonalRrequencyDivisionMultiplexing)技 术是应用最广的多载波技术。（FDM的主要特点是将高速串行数据分割到多个正交子载波 上进行相对低速的并行传输。由于各个子载波之间存在正交性，允许子信道的频谱相互重 叠，因而OFDM频谱利用率更高。此外，OFDM技术抗频率选择性衰落性能强，实现简单，容易 消除符号间干扰。OFDM各个子信道中的正交调制和解调可W采用IFFT和FFT方法来实现， 大大降低了计算的复杂度。然而，OFDM系统对相位噪声和载波频偏非常敏感，并且由于子 信道的频谱相互覆盖，该就对子载波之间的正交性提出了严格的要求。由于无线传输信道 特性不理想，通常呈现时域和频域双选择性衰落，极易成系统频差。系统频差的存在将破坏 (FDM系统中子载波的正交性，产生载波间干扰（ICI)，严重恶化系统性能。因而，对信道的 精确估计是保证OFDM系统具备优良性能的关键。
[0003] 目前，接收端估计信道的方法可W分为两类：基于训练的方法和盲估计方法。在基 于训练的信道估计方法中，发送端发送一些收发两端都已知的训练序列，接收端则根据该 训练序列和相应的接收信号来估计信道。
[0004] 在无线(FDM通信系统中，基于导频的信道估计算法是最主要的信道估计手段。 针对多载波系统，导频一般具有时频二维特性，因此需要应用二维导频估计方法。二维导 频估计方法一般包括两个步骤；（1)估计导频所处时间或频率位置处信道响应，其所用到 的数学最优化准则包括最小平方（L巧算法、最小均方误差估计法（MinimumMeanSquare 化ror，匪SE)、最大似然估计法（MaximumL化ehood，ML)。（2)在已获得导频所在位置的信 道响应的基础上，通过某种二维的内插方式获得对完整信道响应的估计。二维插值通常可 W分解为两个级联的一维插值，主要的一维插值方法包括：线性（Linear)插值、高斯插值、 化bic插值、拉格朗日插值和DFT插值等。常用的二维插值的组合方式主要包括Linear-DFT 二维插值和DFT-DFT二维插值。
[0005] 然而传统的二维插值技术存在如下缺陷；在实际的无线信号传输中，双选择性的 多径信道通常只由少数的主要路径簇所主导，因此所呈现的物理信道常具有稀疏特性。而 当信号的传输带宽较大或天线个数较多时，信道的稀疏特性尤为明显。由于稀疏信道只有 少数非零抽头，传统的基于导频序列的方法极有可能采样到信道的零抽头，而无法准确地 插值出信道响应。而压缩感知技术可W充分挖掘信道的稀疏特性，能利用非常有限的导频 有效地恢复稀疏的信道脉冲响应。目前，已有国内外的学者将现有的CS经典算法应用到对 稀疏信道的估计中去，但由于现有的大部分CS算法都需要已知信号的稀疏度作为信号重 构的先决条件，该在实际应用中很难实现，因此，需要有新型的稀疏度自适应重构算法，可W在信号稀疏度未知的情况下，仍能准确恢复出信号，实现对稀疏信道的准确估计。
[0006] 压缩感知（CompressiveSensing,C巧理论是应用数学和信号处理领域的一大突 破，它表示当信号是可压缩的或在某个变换域具有稀疏性时，通过采集少量的信号投影就 可实现信号的准确或近似重构。在该理论框架下，采样速率不再决定于信号的带宽，而是 决定于信息在信号中的结构和内容，从而打破了传统奈奎斯特采样定理对采样率的瓶颈限 审IJ。压缩感知理论，使得信号的采样和压缩可W同时W低速率进行，极大地降低了信号的采 样频率及数据存储和传输代价，显著地减少了信号处理时间和计算成本，因而压缩感知的 提出是信号处理领域的一次重大变革。
[0007] 经过检索发现W下相关专利文献：
[000引宽带移动通信中利用压缩感知减少导频数的信道估计方法（CN200910079441)， 它是基于压缩感知技术中利用较少测量值就能够恢复稀疏信号的原理，W及基于宽带移 动通信系统中信道的稀疏特性，降低系统估计信道时所需的导频符号个数实现的。该方法 利用信道稀疏性设计一种基于压缩感知的信道估计方法来降低导频数，降低系统的能量开 销。但是该方案只是对压缩感知技术的简单应用，并未对压缩感知恢复算法进行改进。其 仅对传统信道估计有优势。
[0009] 一种基于稀疏度自适应的压缩感知无线通信信道估计方法（CN201110409342)，， 包括；1.计算出导频处的信道响应；2.构造测量矩阵〇 ;3.计算关联度向量，并对其元素 进行排序；4.计算排序后的新的关联度向量的二阶差分向量，并设置用于判定信号稀疏度 的阔值I点估计信道冲激响应的稀疏度S;6.从向量D的最后一个元素起依次与所设阔值 I进行比较，第一个大于阔值的元素所对应的系数值即为所估计的信号稀疏度S;7.信号重 构。本发明提出的信道估计方不需要像传统压缩感知算法那样必须已知信号稀疏度。但是 该发明计算过程复杂，并未结合信道编译码，且无法估计信噪比。
[0010] 低密度导频分布的OFDM快变信道估计方法（CN200910198215)，该方法在发射端 高斯分布导频数据和待传输数据在时频上随机插入方式进行复用；在接收端W远低于奈奎 斯特频率进行随机降采样、复用，将复用得到的对应导频位置上的接收导频数据送入进行 压缩感知信道重建，得到信道的S个非零信道值后，再经过除WS个非零位置的信道系数补 零和反变换处理，在频域得到所有子载波的信道参数。该方法W低于奈奎斯特频率进行随 机降采样，利用压缩感知信道重建滤除噪声，W提高低信噪比和低密度导频分布条件下的 OFDM快变信道参数估计精度。但是该方法也只是对压缩感知技术的简单应用，并未对压缩 感知恢复算法进行改进。
[0011] 通过分析W上专利申请的技术内容与本专利申请有较大的差别。
【发明内容】
[0012] 针对现有技术中的OFDM系统基于导频的信道估计技术需要插入大量导频而浪费 许多时频资源，从而引入压缩感知信道估计技术并做了大量改进。本发明考虑与实际应用 接轨，在不知道信道稀疏度与信噪比的前提下，不仅能估计出信道信息，还能同时估计信噪 比。本发明在发送端设计插入新的导频图案，在接收端结合信道编译码技术，加入模拟发送 端模块，反馈译码信息使得信道估计准确性与误码率性能都得到提高，同时加快译码速度。 本发明中的算法还可w根据实际硬件条件改变迭代