專利名稱：基于粒子濾波的信道估計方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種無線通信的信道估計方法，具體是一種基于粒子濾波的信道估計方法，用于無線傳輸技術(shù)領(lǐng)域。
背景技術(shù)：
無線通信中信號在傳播過程受到信道衰減、多徑時延擴展和多普勒頻率擴展等因素的影響，在接收端為了能較好地恢復(fù)出發(fā)送信號通常采用相干解調(diào)的方法，而相干解調(diào)需要信道信息，它可通過信道估計來獲得，信道估計器的性能直接影響系統(tǒng)性能，是接收機的關(guān)鍵技術(shù)之一，對寬帶移動通信系統(tǒng)性能的好壞起著至關(guān)重要的作用。但由于無線信道是頻域和時域上的時變信道且是非線性的，數(shù)學(xué)建模和定量分析都比較困難，往往采用線性的信號處理方法來對非線性的時變無線信道進行近似的估計。但在許多要求對動態(tài)系統(tǒng)進行實時估計的問題中，系統(tǒng)的非線性往往成為困擾著最優(yōu)估計的重要因素。由于實時處理和計算存儲量的要求，通常選用遞推濾波算法來求解此類問題，包括擴展卡爾曼濾波(EKF)、修正增益的擴展卡爾曼濾波(MGEKF)等。它們基本思想是通過采用參數(shù)化的解析形式對系統(tǒng)的非線性進行近似，以尋求滿意的估計精度。但擴展卡爾曼濾波算法只適用于濾波誤差和預(yù)測誤差很小的情況，否則，濾波初期估計協(xié)方差下降太快會導(dǎo)致濾波不穩(wěn)定甚至發(fā)散。修正增益的擴展卡爾曼濾波算法雖然通過改善增益矩陣，相應(yīng)改善了狀態(tài)協(xié)方差的估計性能，但該方法對測量誤差有一定限制。若測量誤差較大，則算法在收斂精度、收斂時間及穩(wěn)定性等方面表現(xiàn)得很不理想。為解決上述問題，隨著計算存儲成本的下降，一種嶄新的基于貝葉斯原理的序貫蒙特卡羅粒子濾波器(PF)逐漸受到重視。
經(jīng)對現(xiàn)有技術(shù)的文獻檢索發(fā)現(xiàn)，K.Huber等在2003年的IEEE國際通信大會(IEEE International Conference on Communications)上發(fā)表文章“粒子濾波在MIMO無線通信中的應(yīng)用(Application of Particle Filters to MIMOWireless Communications)”，該文提出一種適應(yīng)于MIMO系統(tǒng)的基于粒子濾波的信道估計方法，該方法在假設(shè)信道是AR模型的前提上使用導(dǎo)頻信息進行初始信道信息的估計，再利用信道的AR模型，得到信道的各個粒子，從而進行粒子濾波得到信道估計值，但該方法有個明顯的缺點就是假設(shè)信道統(tǒng)計信息是已知的，這往往不符合信道的實際情況，因此這種方法有很大的局限性。另外，該方法未提出一種很好的重采樣算法。檢索中還發(fā)現(xiàn)，W.H Chin等在2002年的IEEE國際數(shù)字信號處理大會(IEEE International Conference on Digital SignalProcessing)上發(fā)表文章“空時塊編碼系統(tǒng)中使用粒子濾波的信道估計(Channeltracking for space-time block coded systems using particle filtering)”中提出了一種適用于MISO系統(tǒng)得基于粒子濾波的信道估計方法，其核心仍舊是建立在已知信道是AR模型的，仍舊沒有提出很好的重采樣算法。因此，上述兩篇文章提出的算法不大適用于信道未知的實際情況，工程實際意義不是很突出。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服現(xiàn)有技術(shù)中的不足，提供一種基于粒子濾波的信道估計方法，使其在不知道信道統(tǒng)計信息的環(huán)境下保持估計性能穩(wěn)健、魯棒性強、抗噪聲的能力強的特點，而且易于實現(xiàn)。
本發(fā)明是通過以下技術(shù)方案實現(xiàn)的，本發(fā)明根據(jù)已知導(dǎo)頻信息對信道進行最小平方估計，得到導(dǎo)頻處信道估計的初始值，再設(shè)置粒子范圍和粒子數(shù)目，給出每個粒子的初始權(quán)重；根據(jù)接收天線接收來的信號利用似然函數(shù)分別計算出每個粒子的權(quán)重的似然函數(shù)值，并對每個粒子的似然函數(shù)值進行歸一化，得到每個粒子的歸一化的權(quán)重值；利用貝葉斯原理，求出當(dāng)前信道值的概率分布函數(shù)值；根據(jù)判斷條件對粒子進行重采樣；傳遞當(dāng)前的粒子到下一個導(dǎo)頻處；最終得到發(fā)送所有導(dǎo)頻處的信道估計值，再進行內(nèi)插算法，得到所有發(fā)送數(shù)據(jù)符號的信道估計值，從而完成信道信息的估計。本發(fā)明性能穩(wěn)健、魯棒性強、抗噪聲的能力強的特點，而且易于實現(xiàn)。
以下對本發(fā)明方法作進一步的說明，包括如下步驟1.首先，根據(jù)采用的通信系統(tǒng)是單天線系統(tǒng)還是多天線系統(tǒng)，設(shè)置相應(yīng)的導(dǎo)頻信息；考慮所采用的通信系統(tǒng)是單天線系統(tǒng)還是多天線系統(tǒng)，如果是單天線系統(tǒng)，對導(dǎo)頻的設(shè)置沒有任何特殊要求，如果是多天線系統(tǒng)，則在發(fā)送端發(fā)送的不同天線及不同時刻構(gòu)成的導(dǎo)頻矩陣必須滿秩，因此這些導(dǎo)頻可以是互相正交也可以不正交，這樣在接收天線端可以很容易地對不同發(fā)送天線的導(dǎo)頻符號進行解耦和分離。本發(fā)明采用的是一維空間的粒子濾波器，所采用的信號處理方法都是建立在一維空間的貝葉斯原理和一維空間的序貫蒙特卡羅法的基礎(chǔ)上的，因此，本發(fā)明針對信道信息是包含幅度和相位的復(fù)數(shù)信息，把復(fù)數(shù)的實部和虛部分離開來，分別對實部和虛部進行各自的基于粒子濾波法的跟蹤與估計，整個過程結(jié)束前，再把信道實部和虛部信息合并成完整的信道信息。采用一維空間的信道實部和虛部分別處理的方法，避免了原理極其復(fù)雜且運算量極大的貝葉斯原理下聯(lián)合概率密度問題的求解問題，從而大大減小了分析復(fù)雜度和運算量。
2.利用導(dǎo)頻符號，求出基于最小平方準(zhǔn)則(LS)下的初始的信道估計值，再把LS估計得到的復(fù)數(shù)形式的信道信息分解成實部形式和虛部形式的信道信息。
這個過程對單天線系統(tǒng)很簡單，就是在頻域求出各導(dǎo)頻符號對應(yīng)的初始信道估計值；對多天線系統(tǒng)也比較簡單，就是在第1步天線解耦的前提下求出各導(dǎo)頻符號對應(yīng)的初始信道值。這個初始信道值可以通過逆傅立葉變換(IFFT)得到時域的信道信息，在時域采用最小均方誤差算法(LMS)或遞歸最小二乘算法(RLS)得到時域信道估計值，這個時域信道估計值再通過傅立葉變換(FFT)而得到頻域的信道值，這個信道信息的精度高于LS算法得到的初始的信道值。為減小計算復(fù)雜度，本發(fā)明的實施實例中采用LS方法而不采用較為復(fù)雜的LMS或RLS方法。
3.利用得到的實部和虛部形式的初始的信道估計值，進行粒子濾波的序貫重要采樣法的初始化設(shè)置，初始化設(shè)置包括抽取隨機樣本，即設(shè)置粒子的數(shù)目、粒子范圍、各個粒子所對應(yīng)的權(quán)重；初始化設(shè)置就是抽取一系列樣本(粒子)，包括設(shè)置粒子的數(shù)目M、粒子范圍、各個粒子所對應(yīng)的權(quán)重1/M。每一個需要信道估計的時頻塊都需要M個權(quán)重為1/M的粒子進行采樣。本發(fā)明重要采樣法的信道粒子的初始值的設(shè)置不同于已知信道為AR模型的設(shè)置方法，在已知信道為AR模型的設(shè)置方法中，后面時刻信道粒子初始值是前面時刻信道粒子初始值的服從AR模型的轉(zhuǎn)換值。因此本發(fā)明的信道粒子值的初始值是建立在LS算法的基礎(chǔ)上的，它不需要任何已知信道統(tǒng)計信息。序貫重要采樣法的核心思想是根據(jù)貝葉斯原理對一系列隨機樣本(粒子)所表示的先驗概率和信道的當(dāng)前量測值進行加權(quán)運算，得到先驗概率下的信道估計值。這里信道的當(dāng)前量測值就是第2步估計處理的初始信道估計值，得到的后驗概率下的信道估計值就是本發(fā)明所要求的準(zhǔn)確的信道估計值。隨機樣本(粒子)的個數(shù)越多，蒙特卡羅的特性和后驗概率密度的函數(shù)表示就越接近，序貫重要采樣法的性能就越接近于最優(yōu)貝葉斯估計。但是粒子數(shù)目太多會導(dǎo)致計算復(fù)雜度增加，而且粒子數(shù)目增加到一定的程度就逼近于最優(yōu)值，合理的粒子數(shù)目一般通過比較計算機仿真結(jié)果和計算復(fù)雜度的情況下得到。
4.根據(jù)噪聲方差得到以信道粒子值為條件的接收信號的條件概率密度，即先驗概率；根據(jù)噪聲估計得到噪聲的估計方差，在WTNTT[n,k]H[n.k]=Y[n,k]+η[n,k]]]>中，T[n，k]表示n時刻k子載波的發(fā)送信號，H[n，k]表示信道，Y[n，k]表示接收信號，η[n，k]表示噪聲，WT表示第NT根發(fā)送天線上的發(fā)送功率，則運用LS估計方法得到式子H[n,k]=NTPTT-1[n,k]X[n,k],]]>則得到信噪比SNR滿足SNR=WTση2[n,k],]]>因此可以推導(dǎo)出噪聲方差ση2[n,k]=WTSNR.]]>5.用上一步先驗概率和當(dāng)前的接收信號來更新每個粒子的權(quán)值，即運用貝葉斯公式得到以當(dāng)前接收信號為條件的信道粒子值的后驗概率密度，然后再對所有粒子的權(quán)值進行歸一化，得到各個粒子的新的權(quán)重值；本發(fā)明對插入導(dǎo)頻的時頻點進行信道估計，假設(shè)經(jīng)過OFDM解調(diào)之后t時刻導(dǎo)頻子載波上的已有的數(shù)據(jù)序列為y0:t＝[y0，…，yt]T；根據(jù)噪聲估計得到噪聲的估計方差，用這個方差根據(jù)式Y(jié)[n,k]=WTNTT[n,k]H[n,k]+η[n,k]]]>得到先驗概率密度p(yt|hti)，i＝1，2，…，M，M表示粒子總數(shù)，即以信道粒子值為條件的接收信號的條件概率密度；對于后驗概率密度函數(shù)p(ht|y0:t)的貝葉斯估計可以表示為p(ht|y0:t)=p(yt|ht)p(ht|y0:t-1)p(yt|y0:t-1);]]>為了能夠遞歸的計算p(ht|y0:t)的貝葉斯估計，本發(fā)明利用序貫重要采樣，使用粒子和它們相對應(yīng)的權(quán)重值表示要求的后驗概率密度函數(shù)是其中重要的思想，即p(ht|yt)=Σi=1Mwtiδ(ht-hti),]]>具體的表達式為wti=wt-1ip(yt|ht)p(ht|ht-1)π(ht|ht-1,yt),]]>π(ht|ht-1，yt)表示了當(dāng)前系統(tǒng)的先驗知識，如果π(ht|ht-1，yt)越接近真實的后驗概率函數(shù)，粒子濾波器的性能就越好；使用先驗重要函數(shù)的表式形式可以把wti=wt-1ip(yt|ht)p(ht|ht-1)π(ht|ht-1,yt)]]>的問題化簡為wti=wt-1ip(yt|ht),]]>再用接收信號和信道信息粒子構(gòu)成的先驗概率和當(dāng)前的接收信號來更新每個粒子的權(quán)值；然后，再對所有粒子的權(quán)值進行歸一化，如wti=wtiΣiwti,]]>這樣就得到各個粒子的新的權(quán)重值。噪聲方差在信道跟蹤的初始階段設(shè)置為比理論值大的值，在初步跟蹤到信道之后，設(shè)置為便于精確的跟蹤的值。而且，在慢時變信道中噪聲方差設(shè)置為比理論值大的值，在快時變信道中，設(shè)置為比理論值小的值。由于本發(fā)明中信道粒子值的初始值設(shè)置是根據(jù)LS算法得到的信道粗略估計值進行取樣得到的，因此本發(fā)明可以按順序地得到觀測值，進行在線推理，因而當(dāng)接收數(shù)據(jù)到達時，就需要更新后驗分布，本發(fā)明采用按順序的方法，不需要存儲所有數(shù)據(jù)，從而簡化了計算。
6.根據(jù)濾波器退化檢測公式，性能低于門限值時，進行重采樣算法；
利用粒子濾波器退化檢測公式Neff=M1NΣi=1N((w^n(i))2)=1Σi=1N((w‾n(i))2)]]>進行檢測，M為重采樣前的初始粒子個數(shù)，如果濾波器性能下降低于門限值，即當(dāng)Neff＜Nth(Nth≤M)，進行重采樣算法。重采樣不僅計算量很大，而且如果使用不當(dāng)會導(dǎo)致系統(tǒng)性能大大降低，因此沒有必要在每一步都進行重采樣，當(dāng)濾波器性能下降至低于一個門限值時，即Neff＜Nth時，再進行重采樣。重采樣門限值Neff滿足Neff=M1NΣi=1N((w^n(i))2)=1Σi=1N((w‾n(i))2),]]>其中w^n(i)=Mw‾n(i).]]>選取權(quán)重值大的粒子進行重采樣。這里使用的重采樣過程是不同于以往文獻中基于信道模型的(例如AR模型)，而是基于接收信號的后驗分布，然后引入一定的擴展性，對于變化的信道有不錯的跟蹤性能。具體的步驟如下在第5步中得到了所有粒子的值和更新權(quán)值之后，把這些離散的粒子看作是信道的離散概率密度分布，利用離散的積分方法，把這概率密度轉(zhuǎn)換成概率分布。然后對概率分布的概率軸進行M等分，對重新分割的分布軸上進行分配粒子，并且在分配粒子的時候引入向外延拓的粒子，即在重采樣算法采樣好的基礎(chǔ)上再適當(dāng)?shù)厝藶閿U大粒子的取值范圍，以便適應(yīng)信道的變化。
7.進行加權(quán)運算，即對所有信道粒子值和它們的概率密度來求出數(shù)學(xué)期望值，得到當(dāng)前時刻的準(zhǔn)確的信道估計值，這些信道估計值為實部和虛部的形式；由于本發(fā)明把信道的實部和虛部分開進行處理，因此當(dāng)粒子濾波器得到信道粒子的權(quán)重后，利用初信道粒子的初始值進行加權(quán)運算，分別得到實部和虛部的信道估計值，即對所有信道粒子值和它們的概率密度(權(quán)重)來求出數(shù)學(xué)期望值，得到當(dāng)前時刻實部和虛部的信道估計值，再合并實部和虛部得到最終復(fù)數(shù)形式的信道估計值，如式H^[n,k]=Σi=1MwrtiH~it[n,k]+jΣi=1MwitiH~it[n,k],]]>wrti和witi分別表示信道實部和虛部在t時刻的粒子值，i表示M個粒子中的第i個粒子。在權(quán)重更新過程中，如果粒子濾波器出現(xiàn)退化現(xiàn)象，則運用重采樣后的信道粒子值和權(quán)重進行加權(quán)運算，即求出信道粒子值的數(shù)學(xué)期望值，再進行實部和虛部合并而得到復(fù)數(shù)形式的信道估計值。
8.返回到第5步，進行下一時刻的迭代運算。
由于粒子濾波是一種時間上遞歸的信號處理方法，所以所有時刻的導(dǎo)頻符號對應(yīng)的準(zhǔn)確的信道估計值應(yīng)通過不斷的迭代運算得到，因此返回第5步是為下一次信道估計做準(zhǔn)備。
9.根據(jù)以上步驟求出的各個時刻的導(dǎo)頻符號的準(zhǔn)確信道估計值，合并實部和虛部的形式的信道估計值，使信道估計值為能體現(xiàn)幅度和相位信息的復(fù)數(shù)形式；最后，利用插值的方法得到數(shù)據(jù)符號的信道信息值，從而為下一環(huán)節(jié)的數(shù)據(jù)檢測或譯碼提供較為準(zhǔn)確的信道信息。
本發(fā)明克服了現(xiàn)有技術(shù)中的不足，使其在不知道信道統(tǒng)計信息的環(huán)境下具有估計性能穩(wěn)健、魯棒性強、抗噪聲的能力強的特點，且易于實現(xiàn)。相比于K.Huber及W.H Chin等人提出的幾種基于粒子濾波的信道估計方法，本發(fā)明更加符合實際信道未知的特點，無需已知任何信道統(tǒng)計信息，且提出了更好的重采樣算法。相比于求解此類問題的遞推濾波算法(EKF、MGEKF等)，本發(fā)明具有估計精度高、收斂時間短且性能穩(wěn)定的特點。另外，本發(fā)明通過天線解耦、導(dǎo)頻信息的實部和虛部分解，把二維甚至多維空間中基于貝葉斯原理的條件概率求解問題化簡為一維空間中條件概率的求解問題，且運用基于概率分布函數(shù)值的重采樣算法大大簡化了粒子濾波算法的計算復(fù)雜度。而且本發(fā)明采用靈活的噪聲估計算法，從具有抗噪聲能力強的特點。因此，隨著計算存儲成本的下降，基于粒子濾波的信道估計算法越來越受到重視，本發(fā)明提出的基于粒子濾波的信道估計算法可以通過硬件來實現(xiàn)，具有一定的工程應(yīng)用價值。


圖1是信道估計方法示意2是序貫重要采樣法流程3是序貫重要采樣法原理4是基于概率分布的重采樣算法原理5是MSE仿真性能6是BER仿真性能圖具體實施方式
如圖1所示，結(jié)合實例對本發(fā)明的技術(shù)方案作進一步描述以一個2發(fā)2收的MIMO-OFDM系統(tǒng)為例，信道帶寬為6.4MHz，子載波數(shù)為32。信道為多徑瑞利衰落信道，信道多徑數(shù)目為2，時延為
，功率延遲分布服從指數(shù)衰減。數(shù)據(jù)傳輸時，發(fā)送天線每隔6個OFDM符號插入連續(xù)兩個符號的導(dǎo)頻序列，不同天線上的導(dǎo)頻序列互相正交。由于在每一個發(fā)射和每一個接收天線之間存在一條信道，所以每個信道估計結(jié)果實際包含對4個信道的估計。
本發(fā)明進行信道估計的步驟如下1.首先在導(dǎo)頻上安排時間上連續(xù)排列的塊狀導(dǎo)頻，這種分配導(dǎo)頻的方法應(yīng)用于2發(fā)2收的每個發(fā)送天線上。如圖1所示，假設(shè)有天線1和天線2，這種導(dǎo)頻分配具體如下在時刻1，天線1上面分配全為1的導(dǎo)頻數(shù)據(jù)，天線2上也是分配同樣為1的塊導(dǎo)頻；在時刻2，天線1上面仍舊分配全為1的導(dǎo)頻數(shù)據(jù)，天線2上則分配全為-1的導(dǎo)頻數(shù)據(jù)。導(dǎo)頻分配之后加入數(shù)據(jù)段的數(shù)據(jù)，相隔6個時刻之后再加入如上的導(dǎo)頻，分配方法也是一樣的。這么做的目的在于使接收端可以利用連續(xù)導(dǎo)頻的數(shù)據(jù)和信道慢衰落的特點，進行天線相關(guān)的數(shù)據(jù)分離，從而簡化了粒子濾波器的計算復(fù)雜度。上面不同天線導(dǎo)頻的分配方式是互相正交的，也可采樣不是正交的形式，例如在時刻1，天線1上面分配全為1的導(dǎo)頻數(shù)據(jù)，天線2上也是分配同樣為2的塊導(dǎo)頻；在時刻2，天線1上面仍舊分配全為1的導(dǎo)頻數(shù)據(jù)，天線2上則分配全為1的導(dǎo)頻數(shù)據(jù)，這樣也可以滿足本方明的要求。因此，本發(fā)明的對多天線系統(tǒng)導(dǎo)頻符號的要求是在由NT個發(fā)送天線、NT個連續(xù)時刻上構(gòu)成的導(dǎo)頻矩陣是滿秩矩陣。
2.在接收端，在接收導(dǎo)頻的時候，每個接收天線利用連續(xù)的兩個導(dǎo)頻時刻的導(dǎo)頻數(shù)據(jù)，進行簡單的加減運算便可以得到發(fā)送天線1和發(fā)送天線2的信道分離的數(shù)據(jù)。具體操作可以如下接收天線1上導(dǎo)頻時刻1的數(shù)據(jù)加上接收天線1上導(dǎo)頻時刻2的數(shù)據(jù)可以得到2倍的經(jīng)過發(fā)送天線1到接收天線1信道H11的發(fā)送數(shù)據(jù)。接收天線1上導(dǎo)頻時刻1的數(shù)據(jù)減去接收天線1上導(dǎo)頻時刻2的數(shù)據(jù)可以得到2倍的經(jīng)過發(fā)送天線2到接收天線1信道H21的發(fā)送數(shù)據(jù)。接收天線2上導(dǎo)頻時刻1的數(shù)據(jù)加上接收天線2上導(dǎo)頻時刻2的數(shù)據(jù)可以得到2倍的經(jīng)過發(fā)送天線2到接收天線2信道H22的發(fā)送數(shù)據(jù)。接收天線2上導(dǎo)頻時刻1的數(shù)據(jù)減去接收天線2上導(dǎo)頻時刻2的數(shù)據(jù)可以得到2倍的經(jīng)過發(fā)送天線1到接收天線2信道H12的發(fā)送數(shù)據(jù)。
3.根據(jù)四個導(dǎo)頻信道相關(guān)數(shù)據(jù)的分離結(jié)果，可以對于每個信道(H11，H21，H12，H22)進行粒子濾波信道估計。這種估計是在所有子載波上進行的，在對每個子載波的每個信道估計的時候，由于信道信息是復(fù)數(shù)形式的，如果直接進行粒子濾波器的應(yīng)用將會涉及到二維的粒子濾波過程，這和二維隨機變量的聯(lián)合估計相關(guān)，復(fù)雜度較高。但是由于導(dǎo)頻數(shù)據(jù)的設(shè)計是實數(shù)，所以在接收端只要將第2步得到的數(shù)據(jù)進行進一步的實虛部分離，實虛部分離之后得到的兩部分信息分別是導(dǎo)頻信號經(jīng)過一個信道的實部參數(shù)構(gòu)成的虛擬信道和虛部參數(shù)構(gòu)成虛擬信道的接收結(jié)果。對于這樣一個結(jié)果，如果知道導(dǎo)頻的數(shù)據(jù)和接收噪聲，那么就可以估計出這兩種虛擬接收信號的概率分布情況。
4.通過前三步，本發(fā)明可以得到2發(fā)2收系統(tǒng)每2個連續(xù)導(dǎo)頻塊的每個子載波的4個信道的8個虛擬接收信號。對于每個虛擬接收信號進行粒子濾波。首先利用LS算法對這些信道有個粗略的估計，以這個粗略的估計為基礎(chǔ)，初始化粒子濾波器的初始粒子。確定粒子濾波器的粒子范圍和粒子個數(shù)，然后把每個粒子的權(quán)值設(shè)為1/M(其中M是粒子總數(shù))，本例中粒子數(shù)目可以設(shè)置為50，粒子的步長可設(shè)置為0.05，正負兩個方向取粒子值，則可以得到50個信道粒子值；若取100個粒子值，則粒子的步長可設(shè)置為0.025，正負兩個方向取粒子值，則可以得到100個信道粒子值。注意，粒子數(shù)目的增加會導(dǎo)致估計精度增加，同時也導(dǎo)致計算復(fù)雜度增加，但是當(dāng)粒子數(shù)目增加一定的程度，估計精度很難提高，因此必須在估計精度和計算復(fù)雜度之間取平衡值，本例中，根據(jù)計算機仿真結(jié)果，粒子值為100時即可以達到很好的性能。
5.根據(jù)噪聲估計得到噪聲的估計方差，在WTNTT[n,k]H[n,k]=Y[n,k]+η[n,k]]]>中，T[n，k]表示n時刻k子載波的發(fā)送信號，H[n，k]表示信道，Y[n，k]表示接收信號，η[n，k]表示噪聲，WT表示第NT根發(fā)送天線上的發(fā)送功率，則運用LS估計方法得到式子H[n,k]=NTPTT-1[n,k]Y[n,k],]]>則得到信噪比SNR滿足SNR=WTση2[n,k],]]>因此可以推導(dǎo)出噪聲方差ση2[n,k]=WTSNR.]]>考慮到粒子濾波器的序貫統(tǒng)計特性，粒子濾波器本身就有較強的抗噪聲能力，因此在實際的應(yīng)用中，對噪聲的估計并不用非常精確，可以根據(jù)不同的情況設(shè)置相應(yīng)的噪聲方差。在ση2[n,k]=WTSNR]]>中，SNR＝10時，發(fā)送天線上的發(fā)送功率為WT時，噪聲方差為0.1，在信道跟蹤的初始階段，可以根據(jù)噪聲方差的理論值如0.1，把噪聲方差設(shè)置較大的值如0.3，以便于系統(tǒng)的跟蹤。在初步跟蹤到信道之后，可以把這個噪聲方差設(shè)置為適當(dāng)?shù)闹等?.1，以便精確的跟蹤。一般在慢時變信道中，噪聲方差值可以設(shè)置得大一些，本發(fā)明的估計算法仍然能夠快速跟蹤和收斂；在快時變信道中，噪聲方差應(yīng)該設(shè)置的小一點，以更好地跟蹤信道的變化。噪聲方差的靈活設(shè)置和使用，可以使本發(fā)明提出的基于粒子濾波的信道估計方法適應(yīng)于各種不同情況下的信道。
6.用噪聲的估計方差得到條件為信道信息粒子值的接收信號分布的條件分布p(yt|ht)。如式WTNTT[n,k]H[n,k]=Y[n,k]+η[n,k],]]>如果噪聲η[n，k]的方差已知，即噪聲為服從高斯分布N(0，ση2)的白噪聲，Y[n，k]為接收信號，T[n，k]為已知的導(dǎo)頻信號，則信道頻域傳輸函數(shù)H[n，k]的條件概率密度p(yt|ht)就可以推導(dǎo)出來，因此粒子值的先驗概率就可以確定。用每個信道估計粒子的接收信號分布來更新每個粒子的權(quán)值，即w*t(m)=w*t-1(m)p(yt|ht(m)).]]>然后再對所有粒子的權(quán)值進行歸一化，即wt(m)=w*t(m)Σi=1Mw*t(i).]]>7.利用更新后的粒子和對應(yīng)的權(quán)值估計出這個虛擬信道的信道估計，p(ht|yt)=Σi=1Mwtiδ(ht-hti).]]>同樣的操作應(yīng)用于所有的所有接收天線的子載波的所有8個虛擬信道，得到這個時刻的所有子載波的導(dǎo)頻符號的信道估計值。
8.利用粒子濾波器退化檢測公式Neff=M1NΣi=1N((w^n(i))2)=1Σi=1N((w‾n(i))2)]]>進行檢測，M為重采樣前的初始粒子個數(shù)，如果濾波器性能下降低于門限值，即當(dāng)Neff＜Nth(Nth≤M)，進行重采樣算法。重采樣不僅計算量很大，而且如果使用不當(dāng)會導(dǎo)致系統(tǒng)性能大大降低，因此沒有必要在每一步都進行重采樣，當(dāng)濾波器性能下降至低于一個門限值時，即Neff＜Nth時，再進行重采樣。重采樣門限值Neff滿足Neff=M1NΣi=1N((w^n(i))2)=1Σi=1N((w‾n(i))2),]]>其中w^n(i)=Mw‾n(i).]]>本發(fā)明在序貫重要采樣步驟后加一個重采樣步驟，其算法流圖如圖2所示，序貫重要采樣法的原理如圖3所示，選取權(quán)重值大的粒子進行重采樣，重采樣算法采用基于概率分布的重采樣算法，如圖4所示，M表示重采樣前粒子的個數(shù)，對先驗概率p(ht|yt)進行積分運算，則得到它的概率分布函數(shù)，因此可以發(fā)現(xiàn)先驗概率值越大的粒子所對應(yīng)的概率分布函數(shù)值越大，即圖4中F(ht|yt)函數(shù)的斜率越大。
9.最后，根據(jù)利用粒子濾波器估計出來的導(dǎo)頻符號的信道估計值，運用插值的方法得到數(shù)據(jù)符號的信道估計值，從而為下一環(huán)節(jié)的數(shù)據(jù)檢測或譯碼模塊提供信道信息。
本發(fā)明采用基于粒子濾波的信道估計方法，在貝葉斯原理和蒙特卡羅采樣原理的基礎(chǔ)上采用序貫重要采樣法和基于概率分布函數(shù)的重采樣法對無線信道進行跟蹤和估計，仿真結(jié)果表明這種信道估計方法好于傳統(tǒng)的信道估計方法，如圖5和圖6表示。圖5表明基于粒子濾波的信道估計方法的最小均方誤差(MSE)性能好于基于擴展卡爾曼(EKF)的信道估計方法和基于最小平方的信道估計方法(LS)，且隨著粒子數(shù)目的增加，MSE的性能也相應(yīng)變好，但是粒子數(shù)目增加到一定的程度，MSE的性能提高不是很明顯。圖6表明采用基于粒子濾波的信道估計方法的系統(tǒng)的比特誤碼率(BER)性能好于采用擴展卡爾曼(EKF)信道估計方法和最小平方的信道估計方法(LS)的系統(tǒng)。本發(fā)明也適用于單發(fā)單收(SISO)、單發(fā)多收(SIMO)、多發(fā)單收(MISO)的通信系統(tǒng)，具有很廣的適用范圍。
權(quán)利要求
1.一種基于粒子濾波的信道估計方法，其特征在于，利用導(dǎo)頻信息進行初始信道估計，再在初始信道值的基礎(chǔ)上利用粒子濾波得到準(zhǔn)確的信道估計，其中，基于粒子濾波的信道估計原理是以信道粒子值為條件的接收信號的條件概率密度作為先驗概率，與當(dāng)前接收信號構(gòu)造貝葉斯模型，計算出以當(dāng)前接收信號為條件的信道粒子值的后驗概率密度，對所有粒子的權(quán)值進行歸一化并進行加權(quán)運算從而得到準(zhǔn)確的信道估計值。
2.根據(jù)權(quán)利要求1所述的基于粒子濾波的信道估計方法，其特征是，包括如下步驟(1)根據(jù)采用的通信系統(tǒng)是單天線系統(tǒng)還是多天線系統(tǒng)，設(shè)置相應(yīng)的導(dǎo)頻信息；(2)利用導(dǎo)頻信息求出基于最小平方準(zhǔn)則LS下的初始信道估計值，再把LS估計得到的復(fù)數(shù)形式的信道信息分解成實部形式和虛部形式的信道信息；(3)利用得到的實部和虛部形式的初始的信道估計值，進行粒子濾波的序貫重要采樣法的初始化設(shè)置，初始化設(shè)置包括抽取隨機樣本，即設(shè)置粒子的數(shù)目、粒子范圍、各個粒子所對應(yīng)的權(quán)重；(4)根據(jù)噪聲方差得到以信道粒子值為條件的接收信號的條件概率密度，即先驗概率；(5)用該先驗概率和當(dāng)前的接收信號來更新每個粒子的權(quán)值，即運用貝葉斯公式得到以當(dāng)前接收信號為條件的信道粒子值的后驗概率密度，然后再對所有粒子的權(quán)值進行歸一化，這樣就得到各個粒子的新的權(quán)重值；(6)根據(jù)濾波器退化檢測公式，性能低于門限值時，進行重采樣算法；(7)進行加權(quán)運算，即對所有信道粒子值和它們的概率密度來求出數(shù)學(xué)期望值，得到當(dāng)前時刻的準(zhǔn)確的信道估計值，這些信道估計值為實部和虛部的形式；(8)返回到步驟(5)，進行下一時刻的迭代運算；(9)根據(jù)以上步驟求出的各個時刻的導(dǎo)頻符號的準(zhǔn)確信道估計值，合并實部和虛部的形式的信道估計值，使信道估計值為能體現(xiàn)幅度和相位信息的復(fù)數(shù)形式；最后利用插值的方法得到數(shù)據(jù)符號的信道信息值，從而為下一環(huán)節(jié)的數(shù)據(jù)檢測或譯碼提供較為準(zhǔn)確的信道信息。
3.根據(jù)權(quán)利要求2所述的基于粒子濾波的信道估計方法，其特征是，所述的步驟(1)中，天線為多天線系統(tǒng)時，不同天線不同時刻構(gòu)成的導(dǎo)頻矩陣為滿秩矩陣，對不同發(fā)送天線的導(dǎo)頻符號進行解藕和分離，把多天線系統(tǒng)的信道估計問題簡化為單天線系統(tǒng)的信道估計問題。
4.根據(jù)權(quán)利要求2所述的基于粒子濾波的信道估計方法，其特征是，所述的步驟(2)中，導(dǎo)頻符號設(shè)計為實數(shù)，把信道信息分解為實部和虛部，分別對實部和虛部進行基于粒子濾波的信道估計，在信道估計過程結(jié)束前，再把信道信息的實部和虛部進行合并，從而得到完整的信道信息的估計值。
5.根據(jù)權(quán)利要求2所述的基于粒子濾波的信道估計方法，其特征是，所述步驟(4)中，噪聲方差在慢時變信道中在信道跟蹤的初始階段設(shè)置為比理論值大的值，在初步跟蹤到信道之后，設(shè)置為便于精確跟蹤的值。
6.根據(jù)權(quán)利要求2所述的基于粒子濾波的信道估計方法，其特征是，所述步驟(4)中，噪聲方差在快時變信道中在信道跟蹤的初始階段設(shè)置為比理論值小的值，在初步跟蹤到信道之后，設(shè)置為便于精確跟蹤的值。
7.根據(jù)權(quán)利要求2所述的基于粒子濾波的信道估計方法，其特征是，所述的步驟(6)中，使用的重采樣算法基于所述以當(dāng)前接收信號為條件的信道粒子值的后驗概率密度，利用離散的積分將概率密度轉(zhuǎn)化為概率分布，然后對概率分布的概率軸進行等分，在重新分割后的分布軸上分配粒子，并且在分配粒子的時候引入向外延拓的粒子，以適應(yīng)信道的變化。
8.根據(jù)權(quán)利要求7所述的基于粒子濾波的信道估計方法，其特征是，所述重采樣算法是在粒子濾波器的性能低于門限值時進行，運用重采樣后的信道粒子值和權(quán)重進行加權(quán)運算。
全文摘要
一種基于粒子濾波的信道估計方法，用于無線傳輸技術(shù)領(lǐng)域。本發(fā)明根據(jù)已知導(dǎo)頻信息對信道進行最小平方估計，得到導(dǎo)頻處信道估計的初始值，再設(shè)置粒子范圍和粒子數(shù)目，給出每個粒子的初始權(quán)重；根據(jù)接收天線接收來的信號利用似然函數(shù)分別計算出每個粒子的權(quán)重的似然函數(shù)值，并對每個粒子的似然函數(shù)值進行歸一化，得到每個粒子的歸一化的權(quán)重值；利用貝葉斯原理，求出當(dāng)前信道值的概率分布函數(shù)值；根據(jù)判斷條件對粒子進行重采樣；傳遞當(dāng)前的粒子到下一個導(dǎo)頻處；最終得到發(fā)送所有導(dǎo)頻處的信道估計值，再進行內(nèi)插算法，得到所有發(fā)送數(shù)據(jù)符號的信道估計值，從而完成信道信息的估計。本發(fā)明性能穩(wěn)健、魯棒性強、抗噪聲的能力強的特點，而且易于實現(xiàn)。
文檔編號G06F17/00GK1866763SQ20061002642
公開日2006年11月22日 申請日期2006年5月11日 優(yōu)先權(quán)日2006年5月11日
發(fā)明者梁永明, 趙曉絢, 羅漢文, 張海濱, 戴文怡, 佘鋒 申請人:上海交通大學(xué), 夏普株式會社