本发明涉及通信领域， 尤其涉及一种稀疏信道的导频优化方法、装置 和信 道估计方法。 背景技术

正交频分复用 (Orthogonal Frequency Division Multiplexing , OFDM)作为第 四代移动通信及未来无线通信的核心技术， 能有效对抗无线传播中的多径效 应、 筒化均衡器设计、 降低接收机复杂度和功耗并提高频谱利用率。 信道估计 作为 OFDM系统的关键环节之一， 对信号传输所经历的信道的时延、 衰减、 多径等参数进行估测。信道估计的准确程度对 信道均衡、解调和信道译码等均 有直接的影响。 因此， 信道估计技术一直倍受研究者关注。

信道估计可分为盲估计和导频辅助信道估计（ Pilot Assisted Channel Estimation, PACE)两大类。 其中， 盲估计利用传输数据本身的一些特性对信 道进行估计，由于其运算复杂度较高且实时性 差，在实际通信系统中很少采用。 PACE在发送数据前， 预先插入一些接收端已知的符号 (即导频)， 接收机基于 最小二乘 (Least Squares , LS)或者最小均方误差 (Minimum Mean Square Error, MMSE)等准则对信道进行估计。 最近新出现的稀疏信道估计 (Sparse Channel Estimation)或者称为压缩信道感知（Compressed Channel Sensing),也属于 PACE 范畴， 它利用无线信道的稀疏性， 将压缩感知 (Compressed Sensing, CS)技术 用于信道估计。相比传统的 LS或 MMSE信道估计，压缩感知技术能大幅度降 低导频开销，提高频谱利用率和信道估计精度 。考虑到无线信道的时延扩展和 接收机前端较高的采样率，信道多径分量分散 于这一时延扩展中， 经过采样以 后的信道沖击响应 (Channel Impulse Response, CIR)序列通常呈现大多数为零、 少数非零的稀疏性， 尤其对于普遍使用过采样技术的 OFDM系统， 这一稀疏 特性更为明显。

在现有技术一中， 长期演进（ Long-Term Evolution, LTE)系统主要采用均 匀导频的分配方式， 导频的位置在频率域和时间域上均匀分布。很 多研究文献 表明，这类均匀分布的导频设计方法对于基于 压缩感知的信道估计方案并不是 最优的。 因此， 有必要对基于压缩感知信道估计的方案进行专 门的导频设计。

在现有技术二中，公开了一种基于压缩感知的 非连续正交频分复用信道估 计方法。 该方法包括： 设计信道估计导频图案； 导频图案的选取； 信道频域响 应的估计。 导频图案选择使用以下两种方案。 方案一： 保留传统的均匀导频图 案， 禁用子载波处的导频自然禁用， 从而使可用导频呈现自然的不均匀性； 方 案二： 固定导频数量， 基于恢复矩阵互相关最小化的准则， 以更少的导频获得 优于目前其他方法的信道估计性能和系统误码 率性能。本方法可以在多种禁用 子载波场景下，以更少的导频获得优于目前其 他方法的信道估计性能和系统误 码率性能。 该方法主要考虑如何在非连续正交频分复用情 况下进行导频设计， 以及在优化后导频位置与禁用位置重合情况下 的导频优化设计方法，并没有对 连续子载波情况下的最优导频设计方案作出讨 论。

在现有技术三 ( C. Qi and L. Wu, "A Study of Deterministic Pilot Allocation for Sparse Channel Estimation in OFDM Systems," IEEE Comm. Lett., Vol.16, No.5, pp.742-744, May 2012. )中， 公开了一种基于正交频分复用的导频优化方 法。 该方法能够在子载波数目不规则的情况下， 利用随机近似的方法获得近似 的最优导频分布， 并能够取得较优的收敛速度和信道估计增益。 但该方法的收 敛速度仍有不足。

在现有技术四中，采用穷举法生成优化导频排 布， 即每次随机生成导频排 布，在指定的程序运行时间内，从所有随机生 成的导频排布中选择一个目标函 数值最小的导频排布。 这种方法的收敛性能、 均方误差 （ Mean Square Error , MSE )性能及误码率（Bit Error Rate , BER )性能均有所欠缺。 发明内容

本发明实施例所要解决的技术问题在于，提供 一种稀疏信道的导频优化方 法、装置和信道估计方法。可对基于压缩感知 技术的信道估计方案进行专门的 导频设计， 优化导频排布， 提高 OFDM稀疏信道估计的均方误差和误码率性 h

匕。

为了解决上述技术问题，本发明实施例提供了 一种稀疏信道的导频优化方 法， 包括：

随机从子载波集合中选取元素生成初始导频排 布，根据所述子载波集合和 所述初始导频排布生成侯选集并从所述侯选集 中选取所述初始导频排布中各 元素位置上的最佳元素从而生成优选导频排布 ， 其中， 所述优选导频排布由所 述初始导频排布中各元素位置上的最佳元素构 成；

多次重复执行上述步骤，并将多次重复过程中 生成的第一目标函数值最优 的优选导频排布确定为优化导频排布。

相应地， 本发明实施例还提供了一种稀疏信道的导频优 化装置， 该装置包 括：

初始化单元， 用于随机从子载波集合中选取元素生成初始导 频排布； 优选导频排布生成单元，用于根据所述子载波 集合和所述初始导频排布生 成侯选集并从所述侯选集中选取所述初始导频 排布中各元素位置上的最佳元 素从而生成优选导频排布， 其中， 所述优选导频排布由所述初始导频排布中各 元素位置上的最佳元素构成；

优化导频排布生成单元，用于多次重复调用所 述初始化单元和优选导频排 布生成单元，并将多次重复过程中生成的第一 目标函数值最优的优选导频排布 确定为优化导频排布。

本发明实施例还提供了一种信道估计方法， 该方法包括：

发射端根据权利要求 1所述方法确定优化导频排布以插入优化导频� � 接收端基于压缩感知技术进行信道估计。

实施本发明实施例， 具有如下有益效果：

一 )根据互相关性确定初始导频排布中的最佳元� �从而生成优选导频排 布，在多种优选导频排布中选取其中互相关性 最小的生成优化导频排布， 能够 最小化测量矩阵的互相关且具有更快的收敛速 度；

二） 根据优化导频排布并基于压缩感知技术进行信 道估计， 能够提升 OFDM稀疏信道估计的均方误差和误码率性能。 附图说明

为了更清楚地说明本发明实施例或现有技术中 的技术方案，下面将对实施 例或现有技术描述中所需要使用的附图作筒单 地介绍，显而易见地， 下面描述 中的附图仅仅是本发明的一些实施例，对于本 领域普通技术人员来讲，在不付 出创造性劳动性的前提下， 还可以根据这些附图获得其他的附图。

图 1 是本发明的一种正交频分复用系统的稀疏信道 的导频优化方法的第 一实施例流程示意图；

图 2是本发明的一种确定初始导频排布中一个元� �位置上最佳元素的方 法流程示意图；

图 3是本发明的一种生成优选导频排布的方法流� �示意图；

图 4是本发明的一种正交频分复用系统的稀疏信� �的导频优化方法第二 实施例流程示意图；

图 5 是本发明的一种正交频分复用系统的稀疏信道 的导频优化装置第一 实施例结构示意图；

图 6是本发明的一种优选导频排布生成单元结构� �意图；

图 7是本发明的一种优选导频排布生成单元结构� �意图；

图 8是本发明与几种现有技术的收敛性能比较结� �图；

图 9是本发明与几种现有技术的 MSE性能比较结果图；

图 10是本发明与几种现有技术的 BER性能比较结果图。 具体实施方式

下面将结合本发明实施例中的附图，对本发明 实施例中的技术方案进行清 楚、 完整地描述， 显然， 所描述的实施例仅仅是本发明一部分实施例， 而不是 全部的实施例。基于本发明中的实施例， 本领域普通技术人员在没有作出创造 性劳动前提下所获得的所有其他实施例， 都属于本发明保护的范围。

图 1 是本发明的一种正交频分复用系统的稀疏信道 的导频优化方法的第 一实施例流程示意图， 参照图 1 , 该方法包括：

S100: 随机从子载波集合中选取元素生成初始导频排 布。

在本实施例的一种实现方式中， 子载波数目为 N, 导频数目为 M, 从 1 到 N的 N个整数构成的集合子载波集合{ 1 , 2, 3... ... N}中随机选取 M个元素， 构成长度为 M的一维列向量 P, 向量 P即初始导频排布。

S102:计算侯选集并确定初始导频排布中各元素� ��置上的最佳元素从而生 成优选导频排布； 其中，优选导频排布由初始导频排布中各元素 位置上的最佳 元素构成。

在本实施例的一种实现方式中， 步骤 S102通过逐一确定初始导频排布中 各元素位置上的最佳元素实现， 其中，在每一次确定一个元素位置上的最佳元 素时将该元素位置上的元素替换为最佳元素， 以便进行其他元素位置上最佳元 素的确定和替换。 具体地请参照图 2, 图 2是本发明的一种确定初始导频排布 中一个元素位置上最佳元素的方法流程示意图 ， 该方法包括：

S200: 定义变动元素和固定元素， 具体地， 将需要确定最佳元素的当前元 素位置上的元素定义为变动元素，保持当前元 素位置之外的元素位置上的元素 不变并定义为固定元素；

S202: 计算侯选集， 具体地， 计算子载波集合与固定元素组成的集合的差 集生成侯选集；

S204: 确定最佳元素， 具体地， 分别用侯选集中的各元素替换变动元素， 计算每次发生替换后的初始导频排布的第二目 标函数值 (即 值， 对于 的说明请参照下文相应说明）， 并将使第二目标函数值最优的元素确定为当前 元素位置上的最佳元素。

按照上述方法确定初始导频排布中各元素位置 上的最佳元素之后，初始导 频排布中各元素位置上的元素实际上均更新为 最佳元素，此时的初始导频排布 可以作为优化导频排布。 在本实施例的另一种实现方式中，可以通过迭 代生成优选导频排布。例如， 参照图 3 , 图 3是本发明的一种生成优选导频排布的方法流� �示意图， 该方法 包括：

S300: 逐一确定初始导频排布中各元素位置上的最佳 元素， 其中， 在每一 次确定一个元素位置上的最佳元素时将该元素 位置上的元素替换为最佳元素 (确定初始导频排布中一个元素位置上最佳元� �的方法请参照图 2所示实现方 式)；

S302: 重复执行预设次数的步骤 S300, 或者重复执行步骤 S300直至初始 导频排布中各元素位置上的最佳元素不再变化 ， 其中， 每一次开始执行步骤 S300 时， 初始导频排布中各元素位置上的元素均为最新 确定出的最佳元素， 即每一次确定出最佳元素，初始导频排布同时 更新并在第一次循环结束之后以 更新的初始导频排布参与下一次循环。

在本实现方式中， 步骤 S302结束之后， 初始导频排布中各元素位置上的 元素为最终确定出的最佳元素， 此时， 该初始导频排布即优选导频排布。

S104: 多次重复执行步骤 S100和步骤 S102, 并将多次重复过程中生成的 第一目标函数 (即 详见后文)值最优的优选导频排布确定为优化� �频排 布。

步骤 S104中， 目标函数为测量矩阵 A的互相关 具体的：

设正交频分复用系统的子载波数目为 N,导频数目为 M,设导频子载波的 索引号为 满足: L .. < kM N。发射的导频符号记为

X(k ₂ ), …， X(kM) , 接收到的导频符号记为 Υ(1¾)， Y(k ₂ )， …， Y(kM)。 则正交 频分复用系统的频域信道估计问题可写为：

其中/ / = [? ， 2)，'·'，/? )]为等效的离散信道沖击响应函数，长度为 _L 。 上标 "τ，， 表示向量转置。 ^dw ( 为噪声向量， 其每一个元 素独立同分布，满足均值为 0、方差为 ^σ 的复高斯分布。对于标准的 Ν维 DFT 方阵 F , 取 F的行号为 1¾， k ₂ ， 的 M行和 F的前 L列， 构成 M乘 L维 的 DFT 子 矩 阵 ^F M L 。 设 y = i ^Y(k i^ ··· , ϊ(ίΜ)] ^Τ , X = diagiXik^Xik^…、 d 为由发射导频符号 X( _kl) ， _X (k ₂ ), …， ¾) 构成的对角阵， 并设方阵 X与 ^ 的乘积为 ' ^{4 = X} " 则可将式 (1)进一 步写为：

其中， /i = [/ l) ( ''' XL)] ^T 是稀疏的， 即 L个元素中， 大多数为零 而仅有少数非零， 但非零元的个数、 位置、 数值均未知， 在此情况下可采用压 缩感知技术重建 h, 而重建性能一方面与采用的重建算法有关系， 另一方面与 矩阵 A密切相关。 信道估计问题本质上， 是在噪声项未知的情况下， 由已知 的 y和 A来估计 h, 并充分利用 h稀疏这一先险信息。 矩阵 A称为测量矩阵， 若能最小化 A的互相关， 将提升稀疏重建性能。 这就涉及到导频的优化问题。 设导频排布为 p=[l¾， k ₂ ， ...½]。 一旦 p确定， 则 ^.也确定了， 导频子载波 的位置也就确定了。

'^ 定义为：

则最优的导频为 ：

ρ _ορί ^ iirgmi g(p) 即最小化矩阵 A的互相关的导频排布。 实际上， 的计算等价于寻找 A ^H A 的所有非对角上三角元素中具有最大绝对值的 元素的绝对值， 其中上标 "H" 表示矩阵的共轭转置。

在本实施例的一种实现方式中，预设步骤 S100和步骤 S102的重复次数从 而获取多种优选导频排布并计算每种优选导频 排布的目标函数值 (第一目标函 数值)， 选取其中目标函数值最优的优选导频排布作为 优化导频排布。 如果目 标函数值最优的优选导频排布为至少两种，则 随机选取其中一种作为优化导频 排布。

图 4是本发明的一种正交频分复用系统的稀疏信� �的导频优化方法第二 实施例流程示意图， 在本实施例中， 假设正交频分复用系统的子载波个数为 N=256, 其中导频数目为 M=16; 正交频分复用系统的保护间隔为 64, 信道沖 击响应经过采样以后长度为 L=60。 此时式 (2)中， 向量 y的长度为 16, 向量 h 的长度为 60, 矩阵 A为 16乘 64维。

本实施例在数据初始化时（S400 ), 预设外层循环次数 S=100, 二层循环 次数 T=20, 从而在 100次外层循环中随机选取 100种初始导频排布， 针对每 一种初始导频排布， 在最多 20次二层循环中确定该初始导频排布的优选导� �� 排布。 其中，

在步骤 S402中，从 1到 Ν( 256 )的 256个整数构成的子载波集合 { 1 , 2, ... , 256}中随机选取 Μ ( 16 )个元素构成一个长度为 16的一维列向量 ρ。 设 为 一个长度为 16的零向量。

在步骤 S404和 S406中， 在每一次二层循环开始时都判断向量 ρ与 是 否相同， 如果相同则说明初始导频排布中各元素位置上 的最佳元素不再变化， 此时执行步骤 S410, 如果不同则将向量 ρ中每一个元素赋值给 ρ ^Λ , 并再次确 定向量 ρ中各元素位置上的最佳元素。

在步骤 S408中， 通过 Μ ( 16 )次循环依次确定向量 ρ中各元素位置上的 最佳元素。 例如： 假设 m=3, 当前的随机导频排布

p=[4, 5, 18, 39, 55, 72, 92, 111 , 130, 153, 177, 192, 211 , 218, 237, 241]。首先， 固定向量 p的所有元素中除第 3个元素外的其余 15个元素， 即固定 4, 5, 39, 55, 72, 92, 111 , 130, 153, 177, 192, 211 , 218, 237, 241不变。 然后， 令集合 c为向量 p中除第 3个元素外的其余 15个元素构成 的集合， 即 c=[4, 5, 39, 55, 72, 92, 111 , 130, 153, 177, 192, 211 , 218, 237, 241] ,令候选集 a为子载波集合与集合 c的差集，即 a={ l , 2, 256 }\c, 则集合 a中的元素个数为 241。 每次从集合 a中取出一个不同的元素， 放到 p 的第 3个元素位置上， 一共有 241种放法； 计算每种放法形成的导频排布对应 的目标函数，从 241个目标函数中取最小的一个，将其对应的一 种导频排布作 为新的 p, 用于后续迭代。

在步骤 S410中， 可以预设一个长度为 S ( 100 ) 的零向量 b, 和一个 S X M ( 100 X 16 )维的零矩阵 Z, Z的每一行用于存放一种导频排布。 每一次跳出 二层循环后， 将向量 p保存在矩阵 Z的第 i行， 计算向量 p的目标函数值并将 该目标函数值保存为向量 b的第 i个元素。

在步骤 S412中， 从向量 b的 S ( 100 )个元素中选取最小的元素， 假设最 小元素为第 k个元素， 则输出 Z的第 k行， 该第 k行即为优化导频排布。

当然也可以在步骤 S410中进行目标函数值的比较，在步骤 S412中直接输 出优化导频排布。

图 5 是本发明的一种正交频分复用系统的稀疏信道 的导频优化装置第一 实施例结构示意图， 该导频优化装置 50包括：

初始化单元 502, 用于随机从子载波集合中选取元素生成初始导 频排布； 优选导频排布生成单元 504, 用于根据子载波集合和初始导频排布生成侯 选集并从侯选集中选取初始导频排布中各元素 位置上的最佳元素从而生成优 选导频排布， 其中，优选导频排布由初始导频排布中各元素 位置上的最佳元素 构成；

优化导频排布生成单元 506, 用于多次重复调用初始化单元 502和优选导 频排布生成单元 504, 并将多次重复过程中生成的第一目标函数值最 优的优选 导频排布确定为优化导频排布。

在本实施例的一种实现方式中， 参照图 6, 优选导频排布生成单元 504包 括：

最佳元素确定模块 60, 用于逐一确定初始导频排布中各元素位置上的 最 佳元素， 其中，在每次确定出一个元素位置上的最佳元 素时将该元素位置上的 元素替换为对应的最佳元素。 该最佳元素确定模块 60可以包括：

定义子模块 602, 用于将需要确定最佳元素的当前元素位置上的 元素定义 为变动元素，保持当前元素位置之外的元素位 置上的元素不变并定义为固定元 素；

侯选集生成子模块 604, 用于计算子载波集合与固定元素组成的集合的 差 集生成侯选集；

确定子模块 606, 用于分别用侯选集中的各元素替换变动元素， 计算每次 发生替换后的初始导频排布的第二目标函数值 ，并将使第二目标函数值最优的 元素确定为当前元素位置上的最佳元素。

在本实施例的另一种实现方式中， 参照图 7, 优选导频排布生成单元 504 除了包括上述的最佳元素确定模块 60之外， 还包括：

循环调用模块 70, 用于按照预设次数重复调用最佳元素确定模块 60, 或 者用于重复调用最佳元素确定模块 60直至初始导频排布中各元素位置上的最 佳元素不再变化， 其中， 每一次调用最佳元素确定模块 60时， 初始导频排布 中各元素位置上的元素均为最新确定的最佳元 素；

最终确定模块 72, 用于确定优选导频排布， 该优选导频排布由循环调用 模块 70最终确定的初始导频排布中各元素位置上的� ��佳元素构成。

在本实施例的再一种实现方式中， 优化导频排布生成单元 506还包括： 优化导频排布选择模块，用于在第一目标函数 值最优的优选导频排布存在 至少两种时， 随机选取其中一种作为所述优选导频排布。

导频优化装置 50及该装置各单元、 模块及子模块用于实现图 1至图 4所 示实施例中的相应功能， 此处不再赘述。

此外， 本发明还提供一种正交频分复用系统的稀疏信 道估计方法， 该方法 包括：

1 )发射端确定优化导频排布以插入优化导频， 具体的确定方法请参照图 1至图 4所示实施例中的详细说明， 或者发射端通过图 5所示装置确定优化导 频排布；

2 )接收端基于压缩感知技术进行信道估计。 具体的压缩感知技术可以采 用现有技术， 此处不详述。

本发明提供的稀疏信道的导频优化方法和装置 能够在导频优化过程中，实 现更低的测量矩阵互相关， 具有更快的收敛速度。

本发明能提升 OFDM稀疏信道估计的均方误差和误码率性能。

图 8、 9、 10为将本发明与几种现有技术进行性能对比的� ��比结果示意图。 在仿真试验中， 正交频分复用系统的子载波个数为 256, 其中导频数目为 16, 正交频分复用系统的保护间隔为 64。 采用 QPSK调制， 信道沖击响应长 度为 60,信道非零抽头数目为 6。仿真平台基于 Windows 7操作系统， MATLAB 2011a软件， CPU为双核 2.5GHz, 内存 3G字节。设定程序运行时间均为 348.6 秒。采用本发明、现有技术四、现有技术三获 得的优化导频结果依次为 [4, 21, 29, 46, 63, 95, 116, 136, 140, 184, 187, 192, 197, 200, 221, 248]、 [35, 38, 45, 47, 49, 71, 74, 79, 99, 115, 147, 156, 174, 194, 213, 240]、 [11, 23, 42, 60, 105, 127, 148, 171, 175, 178, 182, 190, 205, 207, 217, 241] , 分别对应于目标函数 4.8421、 5.3535、 5.0241。

图 8是本发明与几种现有技术的收敛性能比较结� �图。

在进行 MSE和 BER性能仿真时， 每次信道生成方式为： 从 60个抽头里 任选 6个抽头， 这 6个抽头位置上的抽头系数服从复高斯分布，� �每一次随机 生成的信道均采用主流的正交匹配追踪 ( Orthogonal Matching Pursuit, OMP ) 算法进行稀疏信道估计，信道随机生成 30000次，最后对 30000次结果取平均。 在信道估计时， 假设信道的非零抽头个数未知、 非零抽头位置未知、 非零抽头 系数数值未知。

图 9是本发明与几种现有技术的 MSE性能比较结果图。

图 10是本发明与几种现有技术的 BER性能比较结果图。

本领域普通技术人员可以理解实现上述实施例 方法中的全部或部分流程， 是可以通过计算机程序来指令相关的硬件来完 成，所述的程序可存储于一计算 机可读取存储介质中，该程序在执行时，可包 括如上述各方法的实施例的流程。 其中， 所述的存储介质可为磁碟、 光盘、 只读存储记忆体 (Read-Only Memory, ROM)或随机存储记忆体 (Random Access Memory, RAM)等。

以上所揭露的仅为本发明一种较佳实施例而已 ， 当然不能以此来限定本发明 之权利范围， 因此依本发明权利要求所作的等同变化，仍属 本发明所涵盖的范

L9£L0/£l0ZSLJ/∑Jd 請 ΪΟΖ OAV