[发明专利]自适应噪声环境动态变化的鲁棒性在线信道状态估计方法

说明书

本发明涉及一种自适应噪声环境动态变化的鲁棒性在线信道状态信息估计方法，包括：基于通信噪声环境实时变化的特点构建动态噪声估计的在线机器学习模型；基于信道连续变化的特点在模型中嵌入信道变化正则，构建完整的统计模型，并根据最大后验估计方法，得到完整的在线信道估计机器学习模型；利用基站存储设备，保存上一时段的环境噪声分布参数和信道状态信息，结合在线信道估计模型，实时得到高精度的信道状态信息估计。本发明基于机器学习原理，实现一种快速度、高精度、能够自适应噪声环境的在线信道状态信息估计方法，在实际应用中对降低通信延迟、减少导频信号使用、提高信息传输速率有重要意义。

技术领域

本发明涉及一种无线通信信道估计方法，具体涉及一种自适应噪声环境动态变化的鲁棒性在线信道状态信息估计方法。

背景技术

无线通信是科学技术发展最活跃的领域之一，也是通信系统领域迅速发展的一个分支。由于传输的信号以非常复杂的方式和环境相互作用，无线通信信道状态信息的变化对传输信号造成一定的不利影响。无线通信系统要达到最佳性能，其主要挑战之一就是在系统的接收端提供准确的信道状态信息，也就是进行准确的信道状态信息估计。

信道状态信息的准确估计是提高信号重构、信号源检测，信号个数检测等技术准确度的基础。在保证高精度和高效率的前提下，实时的对信道状态信息进行准确估计依旧是一项巨大的挑战。

在无线通信领域中，已有不少的信道状态信息估计的技术。常见的技术包括基于最小二乘的信道估计方法，基于最小均方误差信道估计方法，基于奇异值分解的信道估计方法等。

基于最小二乘的信道估计方法和基于最小均方误差信道估计方法，对信号系统的噪声分布假定为高斯白噪声，与实际的复杂噪声分布不符。另外，MoG和MoPE方法针对通信环境考虑更加细腻的统计分布假设，使用一些混合分布(比如混合高斯)去拟合环境噪声，得到了更好的信道估计效果。

尽管现有方法已经取得了比较显著的效果，但距离真正的实际应用还有一定的差距。当今社会，无线通信的信号数据每时每刻都在迅速增长，要求信道状态信息估计技术在保证高精度的前提下还要有高效率；另一方面，面对时时刻刻不断涌现的信号数据，我们需要提供一种实时的在线信道状态信息估计技术。此外，真实的通信环境中，存在随时间不断实时动态变化的复杂噪声，提升信道估计方法对这种真实噪声环境的鲁棒性也是亟需研究的重要问题。现在仍没有一种在线信道状态信息估计方法，可以同时达到高精度、高效率、鲁棒性的多重要求。

发明内容

针对现有技术的不足，本发明的目的在于提供一种自适应噪声环境动态变化的鲁棒性在线信道状态信息估计方法，能够更加充分准确地利用通信知识先验信息及其噪声环境变化信息进行充分统计建模，从而达到更高精度与更鲁棒的信道状态信息估计效果，并且能保证处理的高效率，能够有效自适应通信环境和信道的变化。

为达到上述目的，本发明采用的技术方案为：

一种自适应噪声环境动态变化的鲁棒性在线信道状态信息估计方法，具体步骤包括：

1)基于通信噪声环境变化的随机性进行参数化分布建模，使信道状态信息估计模型能够自适应于不同时间不同场景下通信噪声环境动态变化，进一步对信道状态信息估计模型嵌入上一时段通信噪声环境信息的噪声信息进行关联性约束编码，实现动态通信噪声环境的自适应建模；

2)基于信道连续变化的特点进行建模，对1)中信道状态信息估计模型嵌入上一时段信道状态信息的关联性信息编码，实现信道的自适应建模；结合步骤1)构建完整的统计模型，并根据最大后验估计方法，建立完整的在线信道状态信息估计机器学习模型；

3)利用基站存储设备，保存上一时段噪声环境分布参数和信道状态信息，结合步骤2)的在线信道状态信息估计机器学习模型，得到高精度的信道状态信息估计。