[发明专利]多天线移动信道特征参数的序列迭代联合估计方法

权利要求书

1.一种多天线移动信道特征参数的序列迭代联合估计方法，其特征是：对多个时变的复信道衰落和频率偏置，利用序贯的导频处接收信号构造分层的隐含信号，同时利用参数的随机动态模型，运用粒子滤波对多个时变的特征参数做联合递推估计，包括：

A、进行多天线移动信道特征参数的初始化，包括确定复信道衰落的初值和初值方差，还包括确定对参数初始采样的重要性粒子的个数、重要性粒子的初值及其重要性权重；

B、用信道特征参数的随机动态模型一步递推参数的预测值和参数粒子的预测值；

C、用接收天线导频处的接收信号和信道特征参数的随机动态模型，采用序列迭代估计方式的粒子滤波，估计每个发送接收天线对间的无线信道特征参数，包括构造隐含信号，利用隐含信号更新粒子的重要性权重，归一化粒子的重要性权重，得到当前估计值；获得参数估计值后，则利用已获得的估计值来构造隐含信号进而估计其他参数；对各参数的粒子进行重要性重采样；

D、随着时间序列的增加重复步骤B、C，当估计误差方差达到稳态后，提供给接收端同步和均衡。

2.如权利要求所述的多天线移动信道特征参数的序列迭代联合估计方法，其特征还包括：

所述A中的初始化，是指设定各发送端和某一个接收端间的复信道衰落和频率偏置的初值和初值方差其中，中各分量下标中的第一个下标分别表示第1至N_T个发送端，第二个下标表示初始时刻m-1；所述A中的确定对参数初始采样的重要性粒子的个数、重要性粒子的初值及其重要性权重，是指由粒子滤波方法确定滤波的初值，其中，重要性粒子的个数N根据初值方差确定，重要性粒子的初值按照一倍方差和正态分布得到，粒子的重要性权重确定为均匀权重，即wm-1(i)=[wh1,m-1(i),wγ1,m-1(i),...,whNT,m-1(i),wγNT,m-1(i)]T=[1/N,1/N,...,1/N,1/N]T;]]>

所述B中的一步递推参数的预测值和参数粒子的预测值，是指在当前观测时刻m，根据各特征参数的随机动态模型，一步预测参数xm|m-1=[h1,m|m-1,γ1,m|m-1,...,h1,m|m-1,γNT,m|m-1]T]]>和粒子xm|m-1(i)=[h1,m|m-1(i),γ1,m|m-1(i),...,]]>hNT,m|m-1(i),γNT,m|m-1(i)]T;]]>

所述C中的接收信号模型是式中，y_m为某一个接收端在第m个时刻的接收信号，它包含两个正交分量：实部Re(y_m)和虚部Im(y_m)，记为Y_m＝[Re(y_m)，Im(y_m)]^T，s_l，m为已知的第l个发送天线在时刻m的发送信号，η_m是方差为R_m＝diag{η²/2，η²/2}的复高斯观测噪声，所述C的随机动态模型是指x_m＝Ax_m-1+Bθ_m-1，式中xm、x_m-1分别为在时刻m和m-1各发送天线和某一个接收天线对间待估计的信道特征参数矢量，A为系统矩阵，B为过程噪声矩阵，θ_m-1为过程噪声；所述的序列迭代估计方式，是指依次从l＝1，…，N_T发送天线到第1，2，…，N_R个接收天线进行特征参数估计；所述C的粒子滤波，是指包括重要性采样和重要性重采样的迭代粒子滤波，进一步包括：由接收信号构造频率偏置的隐含信号z1,l=Σi=1Nwγ1,m-1(i){Σv=1,v≠lNT[ym-hv,m|m-1sv,me2πγv,m|m-1(i)m]},]]>它包含两个正交分量：实部Re(z_1，l)和虚部Im(z_1，l)，记为Z_1，l＝[Re(z_1，l)，Im(z_1，l)]^T，由频率偏置粒子可得到的信号为它也包含两个正交分量：实部和虚部记为然后得到m时刻频率偏置粒子的重要性权重为wγl,m(i)=wγl,m-1(i)·exp[-1/2(Um(i)-Z1,l)TRm-1(Um(i)-Z1,l)],]]>再得到归一化的频率偏置粒子的重要性权重得到当前频率偏置的估计值利用该估计值构造复信道衰落的隐含信号Z2,l=Σi=1Nwhl,m(i)Σv=1,v≠lNT(ym-h^v,m|m-1(i)sv,me2πγ^v,mm),]]>它包含两个正交分量：实部Re(z_2，l)和虚部Im(z_2，l)，记为Z_2，l＝[Re(z_2，l)，Im(z_2，l)]^T，由复信道衰落粒子可得到的信号为它也包含两个正交分量：实部和虚部记为然后得到m时刻复信道衰落粒子的重要性权重为whl,m(i)=whl,m-1(i)·exp[-1/2(Vm(i)-Z2,l)TRm-1(Vm(i)-Z2,l)],]]>再得到归一化的复信道衰落粒子的重要性权重得到当前复信道衰落的估计值分别用对粒子进行重要性权重采样，复制权重大的粒子，剔除权重小的粒子，保持各参数粒子的总数不变；

所述D为递推估计方式。