[发明专利]一种基于经验似然方法的多径非高斯噪声信道的估计方法

说明书

技术领域

本发明针对非高斯噪声信道的信道估计问题，提出一种基于经验似然方法的信道估计方法。传统的多径信道估计方法，比如Linear Square（LS）方法，在加性高斯白噪声的情况下可以实现信道估计。但在实际信道中往往存在非高斯噪声，比如脉冲噪声。传统的估计方法对这些非高斯噪声特别敏感，因而估计的性能会极度恶化。而基于经验似然的估计方法可以很好地克服这个问题，改善信道估计性能。属于通信领域。

背景技术

在移动通信系统中，为了较好地检测发送信号，接收端通常采用相干检测。而相干检测的实现，需要对信道进行估计，使得接收端在知道信道状态信息的条件下对信号进行检测。所以，无线信道估计是接收端进行相干检测、解调、均衡的基础，是无线通信领域的一个重要研究方向。能否获得准确的信道信息，从而在接收端准确地解调出发射信号，是衡量一个无线通信系统性能的重要指标。因此，对于信道参数估计算法的研究同样是一项具有重要意义的工作。

信道估计算法从输入数据的类型来分，可以划分为时域和频域两大类方法。频域方法主要针对多载波系统；时域方法适用于所有单载波和多载波系统，主要借助于参考信号或发送数据的统计特性，估计衰落信道中各多径分量的衰落系数。从算法先验信息的角度，信道估计方法可分为以下三类：

（1）基于参考信号的估计。该类算法按某种准则逐步跟踪和调整估计值。其特点是需要借助参考信号，即导频或训练序列。基于训练序列的信道估计算法适用于突发传输方式的系统。通过发送已知的训练序列，在接收端进行初始的信道估计，当发送有用的信息数据时，利用初始的信道估计结果进行一个判决更新，完成实时的信道估计。基于导频符号的信道估计适用于连续传输的系统。通过在发送的有用数据中插入已知的导频符号，可以得到导频位置的信道估计结果；接着利用导频位置的信道估计结果，通过内插得到有用数据位置的信道估计结果，完成信道估计。

（2）盲估计。利用调制信号本身固有的、与具体承载信息比特无关的一些特征，或是采用判决反馈的方法来进行信道估计的方法。

（3）半盲估计。结合盲估计与基于训练序列估计优点的信道估计方法。一般来讲，通过设计训练序列或在数据中周期性地插入导频符号的估计方法比较常用。而盲估计和半盲估计算法无需或者仅需较短的训练序列，频谱效率高，因此获得了广泛的研究。

本发明提出的经验似然估计方法是基于训练序列的估计，属于上面第一种情况。

传统的基于训练序列的信道估计都是在加性高斯白噪声环境的估计，比如最小二乘估计（LS）和线性最小均方误差估计（LMMSE）。而无线信道中可能出现非高斯噪声，比如人为的电磁脉冲干扰、大气噪声等。传统方法对非高斯噪声特别敏感，因而估计性能会大幅下降。本发明以加性高斯白噪声和脉冲噪声混合噪声为例，提出一种基于经验似然方法的多径非高斯信道估计方法。

发明内容

本发明提出一种针对非高斯噪声信道的多径衰落信道的估计方法。此方法基于训练序列，基本条件是噪声的期望为0。发送端发送BPSK信号的训练序列，经过非高斯噪声信道的干扰后，在接收端采样得到观测值。因为噪声期望为0，根据经验似然理论，可以联合训练序列和观测值，构造一个辅助变量，并得到关于信道估计值的非参数经验似然比函数。问题转化为为求经验似然比函数关于信道估计值的极值问题。理论证明，此经验似然比函数关于信道的估计值是一个凸的、封闭的集合。也即存在唯一的最优信道估计值，使经验似然比函数达到极值点。

本发明采用以下技术方案：

首先，发送端发送BPSK的训练序列信号，经过多径信道并被非高斯噪声干扰后，在接收端采样得到观测值。在此基础上，联合发送序列和观测值，构造辅助变量，得到经验似然比函数。从而把信道估计问题转化为一个关于信道估计值的有约束极值问题。

其次，通过拉格朗日法求解这个有约束的极值问题，其中辅助变量对应的概率向量通过牛顿迭代法计算，由此得到关于信道估计值的经验似然比函数，不同信道估计值对应的经验似然比函数值通过牛顿迭代法求解，得到一个凸的，封闭的解集，也即有唯一的最优信道估计值使经验似然比达到极值。

最后，通过最优化算法找到近似信道真值，完成信道估计。

本发明的优点是：

1)本发明技术方案适用于非高斯噪声下的多径衰落信道估计，适应性好，可以解决诸如脉冲噪声、拉普拉斯噪声等一系列的信道估计问题；

2)通过统计学中的经验似然理论把传统信道估计的参数问题转化为非参数问题，得到了信道估计的一般性方法；