[发明专利]一种基于改进自适应阈值的DFT信道估计方法

权利要求书

1.一种基于改进自适应阈值的DFT信道估计方法，其特征在于，包括以下步骤：

S1：根据无线信道模型，获取含噪信号Y_p；

S2：采用LS算法从含噪信号Y_p中估计出信道频率响应

S3：采用Haar小波分解信道频率响应将经过Haar小波分解后的信号通过改进的自适应阈值函数降噪，对降噪后的信号进行重构得到降噪后的信道频率响应

S4：将降噪后的信道频率响应进行IDFT处理，得到时域信道响应

S5：对时域信道响应进行最大值筛选，筛选出循环前缀长度在[L_CP/8，L_CP/2]的时域信道响应值；

S6：对筛选出的时域信道响应进行N点FFT变换，得到精确的信道估计值

2.根据权利要求1所述的一种基于改进自适应阈值的DFT信道估计方法，其特征在于，发送端通过信道模型发送信号，接收端收到含噪信号Y_p的表达式为：

Y_p＝H_pX_p+W_p

其中，Y_p表示接收到的第p个频域导频信号，H_p表示第p个频域信道响应，X_p表示发送端发送的第p个频域导频信号，W_p表示噪声。

3.根据权利要求1所述的一种基于改进自适应阈值的DFT信道估计方法，其特征在于，采用LS算法得到p位置处的信道的估计值：

其中，为LS算法得到的频域信道响应，Y_p表示接收到的第p个频域导频信号，X_p表示发送端发送的第p个频域导频信号，表示X_p的共轭转置，H表示对X_p进行共轭转置。

4.根据权利要求1所述的一种基于改进自适应阈值的DFT信道估计方法，其特征在于，将信道频率响应分解成小波，通过改进自适应阈值函数降噪，具体包括以下步骤：

S31：对信道频率响应进行Haar小波分解，得到细节系数和近似系数；

S32：采用平滑滤波器对细节系数进行滤波，得到平滑脉冲响应；采用高通滤波器对近似系数进行滤波，得到高通脉冲响应；

S33：采用改进自适应阈值函数对平滑脉冲响应进行滤波，得到去除高频噪声的平滑脉冲响应；

S34：对高通脉冲响应和去除高频噪声的平滑脉冲响应进行重构，得到降噪后的信道频率响应

5.根据权利要求4所述的一种基于改进自适应阈值的DFT信道估计方法，其特征在于，采用平滑滤波器对细节系数进行滤波的表达式为：

采用高通滤波器对近似系数进行滤波的表达式为：

其中，h`(n)为平滑滤波器的脉冲响应，g`(n)为高通滤波器的脉冲响应，δ(n)为单位脉冲函数函数，δ(n+1)为δ(n)左移一位的脉冲函数。

6.根据权利要求4所述的一种基于改进自适应阈值的DFT信道估计方法，其特征在于，采用改进的自适应阈值函数对平滑脉冲响应进行滤波，表达式为：

其中，表示第i级分解处理后的信号小波的小波系数，λ_i表示第i级小波分解的阈值，w_i为未经处理的小波系数，|w_i|为未处理的小波系数绝对值，N为信号长度，e为自然底数。

7.根据权利要求6所述的一种基于改进自适应阈值的DFT信道估计方法，其特征在于，获取改进自适应阈值λ_i的过程包括：

其中，λ_i表示第i级小波分解的阈值，σ是噪声标准偏差，σ²表示噪声方差，P表示最大似然比，P＝max(cA)，i表示分解尺度，cA表示第一层小波分解近似系数，R_i表示第i级小波分解得到的高频系数，median表示对高频系数R_i取中值操作。