一种基于信道估计误差和数据检测误差的迭代方法

摘要

本发明属于无线通信领域，涉及一种基于信道估计误差和数据检测误差的迭代方法。所述方法包括：在发送数据中按照的梳状方式插入导频，在不同天线上发送；数据通过无线信道发送至接收天线，在接收端用基扩展模型对信道进行建模；利用AR自回归模型对信道BEM模型系数进行建模；对滤波器进行初始化、计算时间更新方程；滤波器去除噪声，进行信道估计进行信道估计；计算信道矩阵的估计值；计算信道估计误差的协方差矩阵进行SIC数据检测。本发明提出的信道估计和联合检测算法，充分利用信道估计和数据检测中的误差信息，提高了信道估计的精确度，加强了数据检测的校正。

主权项

一种基于信道估计误差和数据检测误差的迭代方法，应用于一个MIMO‑OFDM系统，所述系统发射天线数为N_T，接收天线数为N_R；在发送端发射天线上的k个OFDM符号表示为：$x_k={[x_{1,k}^T,x_{2,k}^T,...,x_{N_T,k}^T]}^T;$在接收端接收到的符号可表示为：$y_k={[y_{1,k}^T,y_{2,k}^T,...,y_{N_R,k}^T]}^T;$所述MIMO‑OFDM系统表示为：y_k＝H_kx_k+n_0,k，其中，H_k表示信道矩阵，n₀为高斯白噪声；其特征在于，所述方法包括以下步骤：步骤1，在发送数据中，按照梳状方式插入导频，即在一个OFDM符号周期内插入N_p个导频，在不同天线上发送；步骤2，数据通过无线信道，发送至接收天线，在接收端用基扩展模型BEM对信道进行建模；步骤3，利用自回归模型对信道BEM模型系数进行建模；步骤4，对Kalman滤波器进行初始化：${\hat{c}}_{0|0}=0,P_{0|0}=I_{N_R{N}_T}\otimes \mathrm{blkdiag}\{R_{c_0}^{\left(0\right)},...R_{c_{L-1}}^{\left(0\right)}\},$表示第k个符号的系数估计值，P_k|k代表对应的误差相关矩阵；步骤5，计算Kalman的时间更新方程：${\hat{c}}_{k|k-1}=\Lambda {\hat{c}}_{k-1|k-1}$P_k|k‑1＝ΛP_k‑1|k‑1Λ^H+U其中，表示第k‑1个符号对第k个符号状态估计，P_k|k‑1表示对应的误差相关矩阵；步骤6，Kalman滤波器去除噪声，进行信道估计进行信道估计；步骤7，计算信道矩阵的估计值；步骤8，利用Kalman滤波器计算信道估计误差的协方差矩阵；步骤9，进行串行干扰消除SIC数据检测；步骤10，重复步骤6～9，进行迭代运算。