本發(fā)明涉及通信
技術(shù)領(lǐng)域：
，具體涉及一種基于低軌衛(wèi)星系統(tǒng)的快變信道估計(jì)方法。
背景技術(shù)：
：低軌道(LEO)衛(wèi)星移動(dòng)通信系統(tǒng)具有衛(wèi)星通信覆蓋區(qū)域大、機(jī)動(dòng)性強(qiáng)、可靠性高等優(yōu)點(diǎn)，還具有較高的傳輸速率。但其通信信道存在嚴(yán)重的多徑效應(yīng)和陰影衰落，且在高速移動(dòng)通信應(yīng)用場(chǎng)景中，星地間相對(duì)速度大，信道相干時(shí)間短，加劇了多普勒頻移和信道的動(dòng)態(tài)變化，因此高動(dòng)態(tài)環(huán)境下的信道估計(jì)變得尤為重要。同時(shí)，OFDM采用正交多載波傳輸方式，具有高速的數(shù)據(jù)傳輸能力、高效的頻譜利用率和良好的抗多徑性能，因此，衛(wèi)星通信系統(tǒng)結(jié)合OFDM技術(shù)成為克服上述缺陷的關(guān)鍵傳輸技術(shù)之一。此外，協(xié)作分集技術(shù)也是一種非常有效的對(duì)抗星地間多徑衰落的手段。然而，協(xié)作通信中的資源分配、目的節(jié)點(diǎn)處數(shù)據(jù)的分離與處理等，都需要各節(jié)點(diǎn)獲取準(zhǔn)確的信道狀態(tài)信息(ChannelStateInformation，CSI)。同時(shí)，放大轉(zhuǎn)發(fā)(AF，AmplifyForward)協(xié)議使得SR鏈路的噪聲被放大，不僅降低頻譜效率，還增大了子載波間干擾(ICI，Inter-CarrierInterference)以及鏈路時(shí)延，對(duì)協(xié)作場(chǎng)景下中繼級(jí)聯(lián)信道估計(jì)的準(zhǔn)確性提出了挑戰(zhàn)。文獻(xiàn)[1，2]將級(jí)聯(lián)卷積信道估計(jì)簡(jiǎn)單地轉(zhuǎn)化為點(diǎn)對(duì)點(diǎn)的信道估計(jì)，雖然可以簡(jiǎn)化問(wèn)題，但是并未對(duì)級(jí)聯(lián)后信道的稀疏特性加以分析和說(shuō)明。文獻(xiàn)[3]提出了一種針對(duì)AF中繼系統(tǒng)的信道估計(jì)方案，此方案設(shè)計(jì)了基于Hadamard碼矩陣的正交訓(xùn)練序列，并在接收端采用了最大比合并(MRC)方法，從而獲得了協(xié)同傳輸?shù)男阅茉鲆妫摲桨笡](méi)有考慮快變信道給信道估計(jì)帶來(lái)的挑戰(zhàn)。2013年，文獻(xiàn)[4]針對(duì)衛(wèi)星高動(dòng)態(tài)特性，對(duì)估計(jì)的信道進(jìn)行了多普勒頻偏補(bǔ)償，并沒(méi)有降低估計(jì)的復(fù)雜度。2015年，M.K.，A對(duì)星地協(xié)作通信系統(tǒng)的協(xié)作鏈路進(jìn)行了信道估計(jì)與信號(hào)檢測(cè)，但并未考慮衛(wèi)星信道高動(dòng)態(tài)對(duì)估計(jì)帶來(lái)的影響，而是為了更好的獲得協(xié)作分集增益[5]。因此，必須深入研究衛(wèi)星信道的特性，實(shí)時(shí)而準(zhǔn)確地獲得信道狀態(tài)信息，提出一種能兼顧估計(jì)準(zhǔn)確度與估計(jì)效率的信道估計(jì)策略，以在接收端消除子載波間干擾，有效進(jìn)行相干解調(diào)，正確恢復(fù)出發(fā)送信號(hào)，提高OFDM系統(tǒng)的整體性能，為低軌衛(wèi)星移動(dòng)通信的安全性和服務(wù)質(zhì)量奠定基礎(chǔ)。參考文獻(xiàn)：[1]YuanW，ZhengB，YueW，etal.Two-wayrelaychannelestimationbasedoncompressivesensing[C].IEEEInternationalConferenceonWirelessCommunicationsandSignalProcessing(WCSP)，9-11Nov.2011：1-5.[2]GuiG，ChenZ，MengQ，etal.Compressedchannelestimationforsparsemultipathtwo-wayrelaynetworks[J].Int.J.Phys.Sci，2011，6(12)：2782-2788.[3]Fukuzono，H.；NTTNetworkInnovationLabs.，NTTCorp.，Yokosuka，Japan；Asai，Y.；Kudo，R.；Mizoguchi，M.ANovelChannelEstimationSchemeonAmplify-and-ForwardCooperativeOFDM-BasedWirelessLANSystems，InProc.IEEEVTC-Spring，2013.[4]ChengkaiTang；QiangpingTang；LinglingZhang，Energy-simplifieddoppler-aidedchannelestimationinsatellitecommunication，inWirelessforSpaceandExtremeEnvironments(WiSEE)，IEEEInternationalConferenceon，vol.，no.，pp.1-4，7-9Nov.2013.[5]M.K.，A.，ChannelEstimationandDetectioninHybridSatellite-TerrestrialCommunicationSystems，inVehicularTechnology，IEEETransactionson，vol.PP，no.99，pp.1-1doi：10.1109/TVT.2015.2456433.技術(shù)實(shí)現(xiàn)要素：針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明旨在提供一種基于低軌衛(wèi)星系統(tǒng)的快變信道估計(jì)方法，利用基擴(kuò)展模型(BEM，BasisExpansionModel)較好的抗時(shí)間選擇性以及有效地減少信道估計(jì)的參數(shù)個(gè)數(shù)的特性，建立放大轉(zhuǎn)發(fā)(AF)協(xié)議下的時(shí)域接收矢量表達(dá)式，根據(jù)歸一化多普勒頻率fnd和信噪比(SNR)自適應(yīng)選擇復(fù)指數(shù)基擴(kuò)展模型(CE-BEM)和橢圓基函數(shù)基擴(kuò)展模型(DPS-BEM)，利用BEM模型進(jìn)行信道時(shí)域建模，推導(dǎo)頻域接收表達(dá)式，推導(dǎo)梳狀導(dǎo)頻簇下的觀測(cè)方程，利用信道稀疏度的先驗(yàn)信息通過(guò)LS、LMMSE準(zhǔn)則得到待估計(jì)參量，完成估計(jì)，從而在保證性能的前提下，減少待估參數(shù)，降低算法復(fù)雜度。為了實(shí)現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：一種基于低軌衛(wèi)星系統(tǒng)的快變信道估計(jì)方法，包括如下步驟：S1構(gòu)造基于導(dǎo)頻簇的梳狀導(dǎo)頻結(jié)構(gòu)；S2低軌衛(wèi)星中繼傳輸系統(tǒng)中采用AF放大轉(zhuǎn)發(fā)協(xié)議，采用一組基函數(shù)的線性組合來(lái)擬合BEM模型的信道，所述BEM模型包括復(fù)指數(shù)BEM模型和橢圓基函數(shù)BEM模型，復(fù)指數(shù)BEM模型和橢圓基函數(shù)BEM模型分別采用傅里葉基和橢圓基函數(shù)作為基函數(shù)；其中，根據(jù)歸一化多普勒頻率fnd和信噪比SNR自適應(yīng)選擇BEM模型，當(dāng)在fnd＜0.5時(shí)，SNR＜5dB和SNR≥5dB分別采用復(fù)指數(shù)BEM模型和橢圓基函數(shù)BEM模型；當(dāng)fnd＞0.5時(shí)，采用橢圓基函數(shù)BEM模型；S3BEM模型下接收信號(hào)表示為：yD(n)=Σl=0L2-1x~(n-l)bT(n)g(l)+η(n)]]>其中，n＝0，1，…，N-1，N是子載波個(gè)數(shù)，l＝0，1，…，L，L為可分辨多徑數(shù)，b(n)＝[b1(n)，…，bQ(n)]T，g(l)＝[g1(l)，…，gQ(l)]T；是經(jīng)中繼R放大轉(zhuǎn)發(fā)的接收信號(hào)，α為放大因子，x(n)為源端S發(fā)送的OFDM信號(hào)，η(n)表示均值為0，方差為δ2的加性高斯白噪聲；b1(n)，...，bQ(n)分別表示BEM模型的第1-Q個(gè)基函數(shù)；g1(l)，…，gQ(l)分別表示BEM模型的第1-Q個(gè)基函數(shù)的系數(shù)；對(duì)所述BEM模型下接收信號(hào)進(jìn)行DFT變換得到的頻域Y表示為：Y=Σq=0QFdiag(bq)GqFHX+W=Σq=0QFdiag(bq)FHdiag(FLgq)X+W=Σq=0QFdiag(bq)FHdiag(X)FLgq+W;]]>其中，bq＝[bq(0)，bq(1)，…，bq(N-1)]T為BEM模型的第q個(gè)基函數(shù)，bq(0)，...，bq(N-1)分別為BEM模型的第q個(gè)基函數(shù)在第0-N-1個(gè)子載波上對(duì)應(yīng)的值；gq＝[gq(0)，gq(1)，…，gq(L-1)]T為BEM模型的第q個(gè)基函數(shù)的系數(shù)，gq(0)，...，gq(L-1)分別為BEM模型的第q個(gè)基函數(shù)的系數(shù)在第0-L-1個(gè)可分辨多徑上對(duì)應(yīng)的值；Gq是一個(gè)N×N大小的循環(huán)矩陣，其第一列為對(duì)應(yīng)于第q個(gè)基函數(shù)的系數(shù)；X是頻域發(fā)送信號(hào)；W是頻域噪聲；F是N×N維的離散傅里葉變換矩陣；FL是一個(gè)N×L大小的參數(shù)矩陣，由的前L列構(gòu)成；diag表示矩陣對(duì)角化；令A(yù)q＝Fdiag(bq)FH，q＝0，...，Q，則上式又表示為：Y=Σq=1QAqdiag(X)FLgq+W]]>S4將接收信號(hào)中的導(dǎo)頻提取出來(lái)，此時(shí)頻域Y對(duì)應(yīng)的導(dǎo)頻子載波的矩陣為Y(p)＝A(p)Δ(p)g+d+W(p)其中，d為數(shù)據(jù)子載波對(duì)導(dǎo)頻子載波的干擾，W(p)為頻域噪聲W對(duì)應(yīng)的導(dǎo)頻子載波的矩陣，表示Kronecker積，IQ+1是Q+1階單位矩陣，A0（p），...，AQ（p）分別為A0，...，AQ對(duì)應(yīng)的導(dǎo)頻子載波的矩陣，X(p)表示頻域發(fā)送信號(hào)X對(duì)應(yīng)的導(dǎo)頻子載波的矩陣；FL(p)表示FL對(duì)應(yīng)的導(dǎo)頻子載波的矩陣；S5設(shè)定已知信道的稀疏度和有效信道抽頭的位置，則簡(jiǎn)化估計(jì)算法，將有效信道抽頭的系數(shù)放入向量Isig中，得到：ΔIsig(p)=IQ+1⊗(diag(X(p))FIsig(p))]]>其中是由矩陣選取的向量Isig中對(duì)應(yīng)列組成，對(duì)應(yīng)于所有導(dǎo)頻子載波的發(fā)送數(shù)據(jù)；為Δ(p)在已知抽頭位置下的表述；S6針對(duì)復(fù)指數(shù)BEM模型和橢圓基函數(shù)BEM模型分別采用LS、LMMSE算法估計(jì)基函數(shù)的系數(shù)；S7根據(jù)基函數(shù)的系數(shù)計(jì)算時(shí)域信道沖擊響應(yīng)。需要說(shuō)明的是，步驟S1的具體方法為：對(duì)每個(gè)OFDM符號(hào)內(nèi)等間隔地插入M個(gè)導(dǎo)頻簇，每個(gè)導(dǎo)頻簇包含Lp+2Lg個(gè)導(dǎo)頻，其中Lp為非零導(dǎo)頻的個(gè)數(shù)，取為1；Lg為保護(hù)導(dǎo)頻的個(gè)數(shù)，保護(hù)導(dǎo)頻取為零導(dǎo)頻。需要說(shuō)明的是，步驟S2中，低軌衛(wèi)星中繼傳輸系統(tǒng)中采用AF放大轉(zhuǎn)發(fā)協(xié)議，則接收信號(hào)模型為：yD(n)=Σl=0L2-1γ(n,l)x~(n-l)+η(n)]]>其中是經(jīng)中繼R放大轉(zhuǎn)發(fā)的接收信號(hào)，α為放大因子，x(n)為源端S發(fā)送的OFDM信號(hào)，γ(n，l)是SRD級(jí)聯(lián)信道，表示第n個(gè)采樣點(diǎn)，第l條路徑的時(shí)域沖擊響應(yīng)，即γ(n，l)＝hSR(n，l)hRD(n，l)；n＝0，1，…，N-1，N是子載波個(gè)數(shù)，l＝0，1，…，L，L為可分辨多徑數(shù)；hSR(n，l)是源端-中繼端鏈路，hRD(n，l)是中繼端-目的端鏈路；η(n)表示均值為0，方差為δ2的加性高斯白噪聲。需要說(shuō)明的是，步驟S2中，BEM模型的信道表示為：γ(n,l)=Σq=0Qgq(l)bq(n)]]>其中，n＝0，1，…，N-1，N是子載波個(gè)數(shù)，l＝0，1，…，L，L為可分辨多徑數(shù)，γ(n，l)表示第n個(gè)采樣點(diǎn)，第l條路徑的時(shí)域沖擊響應(yīng)，bq(n)為BEM模型中第q個(gè)基函數(shù)，gq(l)為BEM模型中第q個(gè)基函數(shù)的系數(shù)，Q為BEM模型的階數(shù)；則所述BEM模型在時(shí)域上的信道沖擊響應(yīng)的向量形式如下：h=Σq=0Qdiag(bq)Gq.]]>需要說(shuō)明的是，步驟S2的BEM模型中，復(fù)指數(shù)BEM模型的基函數(shù)表示如下：bq(n)＝ej(2π(q-Q/2)/N)n，q＝0，1，…，Q；其中，j表示復(fù)數(shù)域；橢圓基函數(shù)采用了矩形功率譜來(lái)達(dá)到次優(yōu)的性能，因此時(shí)域信道的自相關(guān)函數(shù)表示為：C(n,m)=sin(2π(n-m)fmaxts)π(n-m)]]>定義橢圓基函數(shù)向量為bq＝[bq(0)，bq(1)，…，bq(N-1)]T；且滿足：Cbq＝λqbq，q＝0，1，…，Q其中C是N×N矩陣，C(n，m)為矩陣C第n行、第m列的元素，λq是矩陣C的特征值，bq為其對(duì)應(yīng)的特征向量，同時(shí)也是橢圓基函數(shù)的基函數(shù)向量；fmax為最大多普勒頻移，ts為采樣間隔。需要說(shuō)明的是，步驟S6中：采用LS算法估計(jì)復(fù)指數(shù)BEM模型的基函數(shù)的系數(shù)具體為：利用頻域接收導(dǎo)頻信號(hào)除以頻域發(fā)送導(dǎo)頻信號(hào)，從而得到基函數(shù)的系數(shù)g的LS估計(jì)，即：其中采用LMMSE算法估計(jì)橢圓基函數(shù)BEM模型的基函數(shù)的系數(shù)具體為：將頻域接收信號(hào)和基函數(shù)的系數(shù)g、發(fā)送數(shù)據(jù)和噪聲的自相關(guān)矩陣作為信道估計(jì)初始值，從而得到基函數(shù)的系數(shù)g的LMMSE估計(jì)；即：g^=RgSH(SRgSH+Rd+RW(p))-1Y(p);]]>其中Rg、Rd、分別是函數(shù)的系數(shù)g的自相關(guān)矩陣、發(fā)送數(shù)據(jù)的自相關(guān)矩陣和噪聲的自相關(guān)矩陣。需要說(shuō)明的是，步驟S7中，按下式根據(jù)基函數(shù)的系數(shù)計(jì)算時(shí)域信道沖擊響應(yīng)：h^=Σq=0Qdiag(bq)G^q;]]>其中，是Cq對(duì)應(yīng)的估計(jì)值。本發(fā)明的有益效果在于：提出了一種基于低軌衛(wèi)星系統(tǒng)的快變信道估計(jì)方法，利用基擴(kuò)展模型(BEM，BasisExpansionModel)較好的抗時(shí)間選擇性以及有效地減少信道估計(jì)的參數(shù)個(gè)數(shù)的特性，建立放大轉(zhuǎn)發(fā)(AF)協(xié)議下的時(shí)域接收矢量表達(dá)式，根據(jù)歸一化多普勒頻率fnd和信噪比(SNR)自適應(yīng)選擇復(fù)指數(shù)基擴(kuò)展模型(CE-BEM)和橢圓基函數(shù)基擴(kuò)展模型(DPS-BEM)，利用BEM模型進(jìn)行信道時(shí)域建模，推導(dǎo)頻域接收表達(dá)式，推導(dǎo)梳狀導(dǎo)頻簇下的觀測(cè)方程，利用信道稀疏度的先驗(yàn)信息通過(guò)LS、LMMSE準(zhǔn)則得到待估計(jì)參量，完成估計(jì)，從而在保證性能的前提下，減少待估參數(shù)，降低算法復(fù)雜度。附圖說(shuō)明圖1為本發(fā)明中快變中繼信道估計(jì)算法流程圖；圖2為本發(fā)明中梳狀導(dǎo)頻簇的設(shè)計(jì)；圖3為本發(fā)明提出快變中繼信道估計(jì)算法最小均方誤差性能對(duì)比。具體實(shí)施方式以下將結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步的描述，需要說(shuō)明的是，本實(shí)施例以本技術(shù)方案為前提，給出了詳細(xì)的實(shí)施方式和具體的操作過(guò)程，但本發(fā)明的保護(hù)范圍并不限于本實(shí)施例。本發(fā)明提供了一種適合于低軌衛(wèi)星AF放大轉(zhuǎn)發(fā)下協(xié)議下的低復(fù)雜度的快變稀疏信道估計(jì)。其核心在于信道稀疏性的特點(diǎn)以及混合BEM模型自適應(yīng)算法的實(shí)現(xiàn)，即通過(guò)信道稀疏特性提取有效抽頭系數(shù)的導(dǎo)頻信號(hào)，再通過(guò)頻偏和SNR自適應(yīng)選擇估計(jì)算法得到稀疏信道的響應(yīng)。如圖1所示，本發(fā)明的具體步驟如下：(1)構(gòu)造基于導(dǎo)頻簇的梳狀導(dǎo)頻結(jié)構(gòu)，如圖2所示。對(duì)每個(gè)OFDM符號(hào)內(nèi)等間隔地插入M個(gè)導(dǎo)頻簇，每個(gè)導(dǎo)頻簇包含Lp+2Lg個(gè)導(dǎo)頻，其中Lp為非零導(dǎo)頻的個(gè)數(shù)，取為1；Lg為保護(hù)導(dǎo)頻的個(gè)數(shù)，保護(hù)導(dǎo)頻取為零導(dǎo)頻。(2)低軌衛(wèi)星中繼傳輸系統(tǒng)中采用AF放大轉(zhuǎn)發(fā)協(xié)議，則接收信號(hào)模型為：yD(n)=Σl=0L2-1γ(n,l)x~(n-l)+η(n);]]>其中是經(jīng)中繼R放大轉(zhuǎn)發(fā)的接收信號(hào)，α為放大因子，x(n)為源端S發(fā)送的OFDM信號(hào)；γ(n，l)是SRD(源端-中繼端-目的端)級(jí)聯(lián)信道，即γ(n，l)＝hSR(n，l)hRD(n，l)，表示第n個(gè)采樣點(diǎn)，第l條路徑的時(shí)域沖擊響應(yīng)，n＝0，1，…，N-1，N是子載波個(gè)數(shù)，l＝0，1，…，L，L為可分辨多徑數(shù)；hSR(n，l)是SR(源端-中繼端)鏈路，hRD(n，l)是RD(中繼端-目的端)鏈路；η(n)表示均值為0，方差為δ2的加性高斯白噪聲。(3)采用一組基函數(shù)的線性組合來(lái)擬合信道。用γ(n，l)表示在第n個(gè)采樣點(diǎn)，第l條路徑的時(shí)域信道沖擊響應(yīng)，BEM模型的信道表示為：γ(n,l)=Σq=0Qgq(l)bq(n);]]>其中，bq(n)為BEM模型的第q個(gè)基函數(shù)，gq(l)為第q個(gè)基函數(shù)的系數(shù)，Q為BEM模型的階數(shù)。進(jìn)一步得到該BEM模型在時(shí)域上的信道沖擊響應(yīng)的向量形式：h=Σq=0Qdiag(bq)Gq]]>其中，Gq是一個(gè)N×N大小的循環(huán)矩陣，其第一列為其中，gq＝[gq(0)，gq(1)，…，gq(L-1)]T，對(duì)應(yīng)于第q個(gè)基函數(shù)的系數(shù)。(3a)復(fù)指數(shù)BEM(CE-BEM)采用傅里葉基作為基函數(shù)：bq(n)＝ej(2π(q-Q/2)/N)n，q＝0，1，…，Q；其中，j為復(fù)數(shù)域。(3b)橢圓基函數(shù)(DPS-BEM)采用了矩形功率譜來(lái)達(dá)到次優(yōu)的性能，因此SRD級(jí)聯(lián)信道的自相關(guān)函數(shù)表示為：C(n,m)=E{γ(n,l)γ*(n,l)}=sin(2π(n-m)fmaxts)π(n-m)]]>定義基函數(shù)向量bq＝[bq(0)，bq(1)，…，bq(N-1)]T且滿足下式：Cbq＝λqbq，q＝0，1，…，Q其中C是N×N矩陣，C(m，n)為矩陣C第n行、第m列的元素。λq是矩陣C的特征值，bq為其對(duì)應(yīng)的特征向量，同時(shí)也是橢圓基函數(shù)的基函數(shù)向量，是一個(gè)N×1大小的向量；fmax為最大多普勒頻移，ts為采樣間隔。(4)自適應(yīng)選擇BEM模型，規(guī)則是根據(jù)歸一化多普勒頻率fnd和信噪比SNR來(lái)進(jìn)行判斷。在fnd＜0.5時(shí)，根據(jù)SNR＜5dB，SNR≥5dB分別采用CE-BEM和DPS-BEM；fnd＞0.5時(shí)，采用DPS-BEM。(5)BEM模型下接收信號(hào)可以表示為：yD(n)=Σl=0L2-1x~(n-l)bT(n)g(l)+η(n)]]>其中b(n)＝[b1(n)，…，bQ(n)]T，g(l)＝[g1(l)，…，gQ(l)]T(6)對(duì)上述接收信號(hào)進(jìn)行DFT變換得到的頻域Y表示為：Y=Σq=0QFdiag(bq)GqFHX+W=Σq=0QFdiag(bq)FHdiag(FLgq)X+W=Σq=0QFdiag(bq)FHdiag(X)FLgq+W]]>其中，X是頻域發(fā)送信號(hào)，W是頻域噪聲；F是N×N維的離散傅里葉變換矩陣；FL是一個(gè)N×L大小的參數(shù)矩陣，由的前L列構(gòu)成；diag表示矩陣對(duì)角化。令A(yù)q＝Fdiag(bq)FH，則上式又可以表示為：Y=Σq=0QAqdiag(X)FLgq+W]]>(7)將接收信號(hào)中的導(dǎo)頻提取出來(lái)，可以得到：Y(p)＝A(p)Δ(p)g+d+W(p)；其中，(·)(p)表示對(duì)應(yīng)導(dǎo)頻子載波的矩陣；IQ+1是Q+1階單位矩陣，表示Kronecker積。(8)假設(shè)已知信道的稀疏度和有效信道抽頭的位置，則簡(jiǎn)化估計(jì)算法，將有效抽頭的系數(shù)放入向量Isig中，可以得到：ΔIsig(p)=IQ+1⊗(diag(X(p))FIsig(p))]]>其中是矩陣根據(jù)導(dǎo)頻位置選取的第Isig列。(9)針對(duì)CE-BEM和DPS-BEM模型分別采用LS、LMMSE算法估計(jì)基函數(shù)的系數(shù)。(9a)LS算法：利用頻域接收導(dǎo)頻信號(hào)除以頻域發(fā)送導(dǎo)頻信號(hào)，從而得到基系數(shù)g的LS估計(jì)即：其中(9b)LMMSE算法：將頻域接收信號(hào)和基函數(shù)的系數(shù)、發(fā)送數(shù)據(jù)和噪聲的自相關(guān)矩陣作為信道估計(jì)初始值，從而得到基函數(shù)的系數(shù)g的LMMSE估計(jì)即：其中Rg、Rd、分別是基函數(shù)的系數(shù)g的自相關(guān)矩陣、發(fā)送數(shù)據(jù)的自相關(guān)矩陣和噪聲的自相關(guān)矩陣。(10)根據(jù)基系數(shù)的估計(jì)計(jì)算時(shí)域信道沖擊響應(yīng)：由此完成信道估計(jì)。其中，是一個(gè)N×N大小的循環(huán)矩陣，其第一列為其中，對(duì)應(yīng)于第q個(gè)基函數(shù)的系數(shù)。本發(fā)明的效果可以用以下仿真結(jié)果進(jìn)一步說(shuō)明：1.仿真參數(shù)：低軌衛(wèi)星傳輸體制OFDM系統(tǒng)，中繼轉(zhuǎn)發(fā)協(xié)議為AF放大轉(zhuǎn)發(fā)，QPSK調(diào)制，子載波個(gè)數(shù)256，循環(huán)前綴長(zhǎng)度為30，SR和RD鏈路為Jakes模型生成的時(shí)頻雙選的多徑信道。2.與本發(fā)明算法相關(guān)的參數(shù)：BEM階數(shù)Q＝4，導(dǎo)頻簇?cái)?shù)M＝8，非零導(dǎo)頻數(shù)為1，保護(hù)導(dǎo)頻數(shù)為4。圖3中對(duì)比了AF轉(zhuǎn)發(fā)協(xié)議以及歸一化多普勒頻移為0.1的條件下，基于CE-BEM基擴(kuò)展模型的LS算法，基于DPS-BEM基擴(kuò)展模型的LMMSE算法與本發(fā)明中提出的自適應(yīng)混合BEM模型估計(jì)算法的最小均方誤差性能?？梢钥闯觯景l(fā)明中提出的信道估計(jì)算法性能接近于傳統(tǒng)的LMMSE算法性能，優(yōu)于LS算法性能；以LS算法為例，S是一個(gè)M(Lp+2Lg)×QLsig矩陣，其中Lsig是有效抽頭的個(gè)數(shù)，為了估計(jì)一個(gè)OFDM符號(hào)期間信道抽頭的系數(shù)，需要計(jì)算S的偽逆一次，由于信道的稀疏性，可知Lsig＜M＜L，因此矩陣S的階數(shù)遠(yuǎn)小于不使用導(dǎo)頻位置信息的矩陣，可見(jiàn)本發(fā)明充分利用信道稀疏特性，在保證最小均方誤差性能不變的基礎(chǔ)上，降低了運(yùn)算復(fù)雜度，為高動(dòng)態(tài)低軌衛(wèi)星中繼系統(tǒng)中準(zhǔn)確的信道估計(jì)提供了強(qiáng)有力的保障。對(duì)于本領(lǐng)域的技術(shù)人員來(lái)說(shuō)，可以根據(jù)以上的技術(shù)方案和構(gòu)思，作出各種相應(yīng)的改變和變形，而所有的這些改變和變形都應(yīng)該包括在本發(fā)明權(quán)利要求的保護(hù)范圍之內(nèi)。當(dāng)前第1頁(yè)1 2 3