本发明涉及无线通信,尤其涉及一种面向正交时频空调制技术(orthogonal time frequency space,otfs)的信道估计方法。
背景技术:
1、随着自动驾驶技术的出现,传感器、物联网以及沉浸式媒体的广泛使用,网络传输对于服务质量的要求进一步提高,人们在不同场景下的人际交往、信息传输等方面的需求增加。在传统调制方案,例如ofdm中,信号在时频域中被建模,在时频双选信道下性能不佳,无法满足高速移动通信的需求,6g系统需要新型调剂技术的出现。otfs调制不同于其它传统调制方案的一个关键特征是,otfs在时延—多普勒域的维度进行传输。若发送端信号经由otfs调制则可以极大地简化均衡器的设计,并降低快速时变信道中的信道估计开销,因此otfs特别适合高速移动环境中的通信。信道估计技术是在接收端获得信道状态信息的主要方法,信道估计技术的准确性关系到信号在接收端恢复的准确性,是衡量一个无线通信系统性能的重要指标,因此信道估计技术对于otfs至关重要。
2、中国专利cn 1 113507426a公开了一种基于otfs调制的联合信道估计与信号检测,提高了估计精度和资源利用率,避免了导频开销过大问题,但是此发明基于mimo系统,估计的参数量随着天线数目增加而增加,当天线数目过大时,计算量较大。《ieeetransactions on signal processing》第67卷第16期《channel estimation fororthogonal time frequency space(otfs)massive mimo》中表明大规模mimo otfs下行链路的通道具有3d结构稀疏性,并使用较低的导频开销实现了准确的信道估计,但是otfs往往应用于高速移动环境中,没有考虑到高速移动环境特质。
技术实现思路
1、本发明的目的在于克服现有技术的缺陷,提供一种面向otfs的信道估计方法,针对高速移动环境中的通信,其传输系统为单输入单输出系统,采用ogce-bem对信道建模,将信道矩阵估计问题转变为基函数系数的估计问题;为了得到基函数系数的估计值,设计基于可变遗忘函数的rls滤波器,依据遗忘函数与估计误差的关系,对遗忘函数进行实时迭代更新,从而有效保证通信的有效性和可靠性,使信道估计精度大大提高。
2、本发明的目的通过以下技术方案予以实现。
3、一种面向otfs的信道估计方法,其通信系统包含一个发送端和一个接收端,采用otfs的方式进行数据传输;在otfs系统中,子载波个数为m,otfs符号个数为n,路径数为l,载频为fc,发送端与接收端的相对速度为v,光速为c。在频域上,以时间间隔t对时间轴进行采样,以频率间隔δf,对频率轴进行采样;在发送端,首先将二维数据序列x[k,l]映射到时延—多普勒域上,通过isfft变换将数据符号映射到时频域上,得到数据序列x[n,m];之后,经过海森堡变换得到时频信号s(t),再通过信道发送出去;在接收端,接收机进行与发送端完全相反的操作,接收到的时域信号r(t)经过魏格纳变换得到时频域信号y[n,m],y[n,m]再经过sfft变换后得到时延多普勒域的信号y[k,l];
4、所述的信道估计方法包括以下步骤:
5、步骤一、在接收端,接收到的信号被矢量化为n·m维度的矩阵;otfs系统的输入输出关系归纳为如下的向量化形式:
6、定义x={x[0,0],x[0,1]…,x[n-1,0],x[n-1,1],…x[n-1,m-1]}t
7、y={y[0,0],y[0,1]…,y[n-1,0],y[n-1,1],…y[n-1,m-1]}t作为各自的发送和接收信号;经过具有多普勒传播的双选择衰落信道后,接收到的otfs信号在时延—多普勒域中的向量y可以表示为:
8、
9、其中,fn为n点离散傅里叶变换矩阵,w是均值为零、方差为σ2的加性高斯白噪声向量,im是m维单位阵,(·)h表示转置共轭,表示克罗内克积;
10、步骤二、根据bem,信道矩阵可以用基函数与基函数进行表示,ht则可表示成:
11、
12、其中,长度为m·n的bq表示第q个基函数,cq=[cq[0],cq[1],…,cq[l]]t是长度为(l+1)的第q个未知基函数系数,q表示基函数个数;
13、步骤三、根据公式(2)可知,信道矩阵ht由基函数bq和基函数系数cq表示;采用ogce-bem表示基函数bq,其第q个基函数的第n个元素可以表示为:
14、
15、其中,n=0,…,n-1,修正系数为最大多普勒频率,为归一化的最大多普勒频率,δf为子载波间距,z为密集采样系数;
16、步骤四、对rls滤波器进行更新迭代,包括:对信道矩阵ht的基函数系数cq进行估计、更新估计误差e(n)、更新rls滤波器的系数k(n)、更新rls滤波器的相关矩阵r(n)、依据遗忘函数与误差的关系,对遗忘函数进行迭代更新,实时追踪信道的变化、得到更新后的基函数表达式、求取最终的信道矩阵;
17、在此,使用可变遗忘函数的rls滤波器循环迭代估计基函数系数cq;
18、当q=1,n=0时,对rls滤波器参数进行初始化,初始化cq(0)=0,r-1(0)=δ-2i,λ(0)=0.99,x(0)=0,其中r(n)表示滤波器的相关矩阵,λ(n)表示遗忘函数,δ是一个正数。
19、具体的,所述的更新估计误差e(n):
20、e(n)=d(n)-cqt(n-1)x(n) (4)
21、其中,d(n)表示期望收到的信号。
22、所述的更新rls滤波器的系数k(n):
23、
24、所述的更新rls滤波器的相关矩阵r(n):
25、r(n)=λ-1(n-1)r-1(n-1)[1-k(n)xt(n)] (6)。
26、进一步地,所述的对遗忘函数进行迭代更新,依据遗忘函数与误差的关系,实时追踪信道的变化:
27、
28、其中,表示估计误差的方差,表示θ函数的方差。
29、进一步地,由公式(4)和(5),可得到更新后的基函数表达式:
30、cq(n)=cq(n-1)+k(n)e(n) (8)。
31、进一步地,所述的求取最终信道矩阵的过程为:当q=q,n=n-1时,则停止迭代,输出cq;将cq代入公式(2)得到信道矩阵。
32、所述的可变遗忘函数的更新过程:
33、step1、由估计误差的公式e(n)=d(n)-cqt(n-1)x(n)可知,其方差表示为:
34、
35、step2、定义关于θ的函数:
36、θ(n)=xt(n)r-1(n-1)x(n) (10)
37、由公式(10),计算出θ函数的方差
38、step3、由于遗忘函数与估计误差相关,所以遗忘函数表示为公式:
39、
40、与现有技术相比,本发明的优点和有益效果有:
41、1.本发明将信道矩阵用基函数和基函数系数进行表示,减少了要估计的未知信道系数,降低了计算复杂度;另一方面降低了载波间干扰,提高了信道估计精度。
42、2.本发明采用ogce-bem对otfs信道建模,对于多普勒更加密集的采样能够有效减少频谱泄露的问题,减少了高频基函数对模型带来的误差,有利于提高系统在高速移动环境中的性能。
43、3.本发明使用可变遗忘函数的rls滤波器对基函数系数进行估计,通过迭代更新遗忘函数,实施追踪系统变化,使得系统的跟踪性更强,系统收敛时的估计误差小。