[发明专利]一种基于压缩感知的时频联合信道估计的方法及装置

权利要求书

1.一种基于压缩感知的时频联合信道估计的方法，其特征在于，该方法包括：

S1.进行当前信号帧的信道冲激响应的初估计，获得信道冲激响应的粗估计信息；

S2.根据信道冲激响应的粗估计信息，进行当前信号帧的OFDM数据块的循环重构，获得重构的OFDM数据块；

S3.根据步骤S1获得的信道冲激响应的粗估计信息，利用重构的OFDM数据块中的导频信息进行压缩感知，获得信道冲激响应的精确估计信息，所述精确的估计信息作为当前信号帧的信道冲激响应的估计结果。

2.根据权利要求1所述的方法，其特征在于，在步骤S1中，所述信号帧包括帧头和帧体，其中，帧头为训练序列，长度为M，帧体为时域OFDM数据块，长度为N，所述训练序列为频域伪随机序列的离散傅立叶逆变换或时域伪随机序列。

3.根据权利要求2所述的方法，其特征在于，在步骤S1中，根据接收到的当前信号帧的训练序列进行信道冲激响应的估计，得到当前信号帧的信道冲激响应的初估计结果。

4.根据权利要求3所述的方法，其特征在于，在步骤S1中，所述信道冲激响应的估计方法包括：根据接收到的当前信号帧的训练序列和当前信号帧发送前的训练序列，采用傅里叶变换域相除法或时域线性卷积法得到信道冲激响应，并保留幅值超过预设值的径作为初估计结果。

5.根据权利要求2所述的方法，其特征在于，所述时域OFDM数据块由长度为N的频域OFDM数据块做N点离散傅里叶逆变换获得，其中，频域OFDM数据块的部分子载波上为已知的导频，其他子载波上为调制后的数据，所述导频的数量远小于数据块的长度。

6.根据权利要求5所述的方法，其特征在于，所述导频为横模序列，所述导频的平均功率大于、小于或等于数据块的平均功率，所述导频随机放置在数据块中。

7.根据权利要求1所述的方法，其特征在于，在步骤S2中，所述OFDM数据块的循环重构包括：在接收到的OFDM数据块中减去训练序列和信道卷积的拖尾，再加上OFDM数据块和信道卷积的拖尾。

8.根据权利要求1所述的方法，其特征在于，在步骤S3中，所述压缩感知的算法包括凸优化算法和贪婪算法；

所述凸优化算法包括内点法、1阶范数最小化算法；

所述贪婪算法包括压缩采样匹配追踪法、正交匹配追踪法、稀疏自适应匹配追踪法。

9.根据权利要求8所述的方法，所述压缩感知算法的测量量为接收到的OFDM数据块中已知位置上的导频值；测度矩阵为傅里叶变换矩阵。

10.一种基于压缩感知的时频联合信道估计的装置，其特征在于，该装置包括：

当前信号帧的信道冲激响应初估计模块，用于获得信道冲激响应的粗估计信息；

OFDM数据块的循环重构模块，用于根据信道冲激响应的粗估计信息，进行OFDM数据块的循环重构；

基于压缩感知的信道冲激响应估计模块，用于根据获得的信道冲激响的粗估计信息，利用重构的OFDM数据块中的导频信息进行压缩感知，获得精确的信道冲激响应估计结果。