本發(fā)明所屬無線通信系統(tǒng)技術(shù)領(lǐng)域，特別涉及一種半盲信道估計方法及系統(tǒng)。

背景技術(shù)：

毫米波大規(guī)模多天線系統(tǒng)較傳統(tǒng)多天線系統(tǒng)有望達到吉比特每秒的數(shù)據(jù)傳輸速率。為了獲得更高的通信系統(tǒng)吞吐量，收發(fā)機獲取信道信息是非常關(guān)鍵的一步。實際上，信道部分是有效傳送信息必須經(jīng)過的媒質(zhì)，準確、實時的信道信息是毫米波通信系統(tǒng)中實現(xiàn)波束成形、多用戶調(diào)度、速率分配、自適應、信道均衡、信號檢測和解碼等幾乎所有操作的基本依據(jù)。然而，在大規(guī)模多天線系統(tǒng)中，由于收發(fā)機天線數(shù)目的增加使得整個信道參數(shù)也成指數(shù)倍的增加，這樣導致為了準確獲取信道信息，在信道估計過程中系統(tǒng)的訓練需要被分配更多的時頻資源。隨著毫米波參數(shù)化信道模型的提出，使得將信道估計問題轉(zhuǎn)化為稀疏信號重構(gòu)問題變得可行。

對現(xiàn)有技術(shù)進行檢索發(fā)現(xiàn)，a.alkhateeb等在2014年ieeejournalofselectedtopicsonsignalprocessing上發(fā)表的channelestimationandhybridprecodingformillimeterwavecellularsystems[1](毫米波蜂窩系統(tǒng)信道估計和混合預編碼)中基于毫米波信道信息的稀疏表示模型：參數(shù)化信道，利用信道的空間稀疏性，提出了一種基于收發(fā)機多階段訓練波束交互的閉環(huán)方式估計有限路徑的離開波束和到達波束對，以及相應的波束方向增益。然而在實際使用中，該方法將嚴重受限于訓練波束圖的設(shè)計，波束方向估計精度不高。此外，隨著收發(fā)機數(shù)量的增加，訓練波束開銷成倍增加。而基于壓縮感知網(wǎng)格匹配基的開環(huán)信道估計方法易造成基誤匹配，不符合離開角和到達角連續(xù)取值的事實，嚴重降低了信道估計的精度。

junholee等在2016年ieeetransactionsoncommunications上發(fā)表的channelestimationviaorthogonalmatchingpursuitforhybridmimosystemsinmillimeterwavecommunications[2](基于正交匹配追蹤的毫米波通信混合多入多處系統(tǒng)信道估計)中，基于收發(fā)角度量化的參數(shù)信道模型將信道估計問題轉(zhuǎn)化為稀疏信號恢復問題，采用基于[0,π)區(qū)間內(nèi)非均勻角度格分布的正交匹配追蹤方法估計信道。然而，正交匹配追蹤本質(zhì)上是一種基于窮盡搜索的貪婪算法，會造成不能容忍的訓練時延、能耗和計算復雜度。

pejoskislavche等在2015年ieeewirelesscommunicationsletters上發(fā)表的estimationofsparsetimedispersivechannelsinpilotaidedofdmusingatomicnorm[3](基于原子范數(shù)的導頻輔助正交頻分復用系統(tǒng)的稀疏時間彌散信道估計)和zhangpeng等在2015年的ieeeinternationalconferenceoncommunications上發(fā)表的atomicnormdenoising－basedchannelestimationformassivemultiusermimosystems[4](基于原子范數(shù)解噪的大規(guī)模多用戶多入多出系統(tǒng)的信道估計)中基于導頻序列，采用一維原子范數(shù)最小化方法分別在[0,2π)和[-π/2,π/2]區(qū)間內(nèi)逼近信道發(fā)射或者接收角度，估計信道信息矩陣。而由于毫米波信道模型中收發(fā)天線陣列響應與現(xiàn)有方法中單天線陣列響應矩陣表示形式的差異，現(xiàn)有基于一維原子范數(shù)最小化的信道估計方法無法直接擴展到同時具有收發(fā)雙天線陣列響應的毫米波信道信息估計中。

同時，綜上所述的信道估計方法都僅限于基于導頻的信道估計機制，產(chǎn)生大量的導頻訓練負載，嚴重降低了系統(tǒng)的頻譜效率。

技術(shù)實現(xiàn)要素：

本發(fā)明提供了一種半盲信道估計方法及系統(tǒng)，旨在至少在一定程度上解決現(xiàn)有技術(shù)中的上述技術(shù)問題之一。

為了解決上述問題，本發(fā)明提供了如下技術(shù)方案：

一種半盲信道估計方法，包括以下步驟：

步驟a：在第一個時間塊中，采用無格點壓縮感知技術(shù)建立基于訓練導頻信號的稀疏信道重構(gòu)模型，通過所述稀疏信道重構(gòu)模型估計所述第一個時間塊的信道信息；

步驟b：在第t個時間塊中，基于第t-1個時間塊的信道信息，采用最大似然信號檢測器檢測所述第t個時間塊的傳輸信號；其中，2≤t≤t，t為所述時間塊總數(shù)；

步驟c：基于所述第t個時間塊的傳輸信號，建立具有解碼誤差糾正功能的半盲稀疏信道重構(gòu)模型，通過所述半盲稀疏信道重構(gòu)模型估計所述第t個時間塊的信道信息；

步驟d：迭代執(zhí)行步驟b和步驟c，直到完成t個時間塊的信道信息估計。

本發(fā)明實施例采取的技術(shù)方案還包括：所述步驟a前還包括：將毫米波參數(shù)信道信息模型轉(zhuǎn)換為符合構(gòu)造二維原子范式表達的形式。

本發(fā)明實施例采取的技術(shù)方案還包括：所述二維原子范式表示為：

上述公式中，為第t個時間塊的信道信息的二維原子范式表示，inf為取下確界操作，表示復數(shù)域，|·|表示取模操作。

本發(fā)明實施例采取的技術(shù)方案還包括：在所述步驟a中，所述通過稀疏信道重構(gòu)模型估計所述第一個時間塊的信道信息具體為：

所述稀疏信道重構(gòu)模型為：

上述公式中，表示估計的信道信息為權(quán)重因子；經(jīng)過按列拉伸的逆運算，由得到所述第一個時間塊的信道信息

本發(fā)明實施例采取的技術(shù)方案還包括：在所述步驟c中，通過所述半盲稀疏信道重構(gòu)模型估計當前時間塊的信道信息具體為：

所述半盲稀疏信道重構(gòu)模型為：

上述公式中，表示估計的et＝[et,1,...,et,k]是拼接的由于解碼誤差造成的接收信號誤差矩陣，為權(quán)重因子，||·||1為范數(shù)操作；經(jīng)過按列拉伸的逆運算，由得到所述第t個時間塊的信道信息

本發(fā)明實施例采取的另一技術(shù)方案為：一種半盲信道估計系統(tǒng)，包括：

第一信道信息估計模塊：用于在第一個時間塊中，采用稀疏信號重建算法建立基于訓練導頻信號的稀疏信道重構(gòu)模型，通過所述稀疏信道重構(gòu)模型估計所述第一個時間塊的信道信息；

傳輸信號估計模塊：用于在第t個時間塊中，基于第t-1個時間塊的信道信息，采用最大似然信號檢測器檢測所述第t個時間塊的傳輸信號；其中，2≤t≤t，t為所述時間塊總數(shù)；

第二信道信息估計模塊：用于基于所述第t個時間塊的傳輸信號，采用半盲信道估計建立半盲稀疏信道重構(gòu)模型，通過所述半盲稀疏信道重構(gòu)模型估計所述第t個時間塊的信道信息；

迭代判斷模塊：用于判斷是否完成t個時間塊的信道信息估計，如果沒有完成t時間塊的信道信息估計，通過所述傳輸信號估計模塊和第二信道信息估計模塊進行迭代，直到完成t個時間塊的信道信息估計。

本發(fā)明實施例采取的技術(shù)方案還包括模型轉(zhuǎn)換模塊，所述模型轉(zhuǎn)換模塊用于將毫米波參數(shù)信道信息模型轉(zhuǎn)換為符合構(gòu)造二維原子范式表達的形式。

本發(fā)明實施例采取的技術(shù)方案還包括：所述二維原子范式表示為：

上述公式中，為第t個時間塊的信道信息的二維原子范式表示，inf為取下確界操作，表示復數(shù)域，|·|表示取模操作。

本發(fā)明實施例采取的技術(shù)方案還包括：所述第一信道信息估計模塊通過稀疏信道重構(gòu)模型估計所述第一個時間塊的信道信息具體為：

所述稀疏信道重構(gòu)模型為：

上述公式中，表示估計的信道信息為權(quán)重因子；經(jīng)過按列拉伸的逆運算，由得到所述第一個時間塊的信道信息

本發(fā)明實施例采取的技術(shù)方案還包括：所述第二信道信息估計模塊通過半盲稀疏信道重構(gòu)模型估計第t個時間塊的信道信息具體為：

所述半盲稀疏信道重構(gòu)模型為：

上述公式中，表示估計的et＝[et,1,...,et,k]是拼接的由于解碼誤差造成的接收信號誤差矩陣，為權(quán)重因子，||·||1為范數(shù)操作；經(jīng)過按列拉伸的逆運算，由得到所述第t個時間塊的信道信息

相對于現(xiàn)有技術(shù)，本發(fā)明實施例產(chǎn)生的有益效果在于：本發(fā)明實施例的半盲信道估計方法及系統(tǒng)采用基于傳輸信號的半盲信道估計技術(shù)，能夠在連續(xù)域角度空間域高度緊密逼近信道參數(shù)的稀疏性，避免了基誤匹配問題，相比基于導頻的估計技術(shù)，降低系統(tǒng)訓練負載，能夠大幅度提高系統(tǒng)的頻譜效率。同時為保證信道估計的準確性，同時引入解碼誤差補償機制，提高系統(tǒng)頻譜效率的同時改善系統(tǒng)信道解碼誤差，大幅提高信道估計算法的精確度。

附圖說明

圖1是本發(fā)明實施例的半盲信道估計方法的流程圖；

圖2是本發(fā)明實施例的半盲信道估計系統(tǒng)的結(jié)構(gòu)示意圖；

圖3(a)至圖3(c)是本發(fā)明實施例的仿真結(jié)果對比示意圖。

具體實施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合附圖及實施例，對本發(fā)明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

本發(fā)明實施例的半盲信道估計方法及系統(tǒng)采用基于無格點壓縮感知的毫米波大規(guī)模多輸入多輸出系統(tǒng)傳輸信號輔助的半盲信道估計方式。首先，在第一個時間塊內(nèi)，接收機根據(jù)已知的訓練導頻信號，采用基于無格點壓縮感知的稀疏信號重建算法估計出當前信道信息；然后，在后續(xù)時間塊，依次執(zhí)行基于傳輸信號的半盲信道估計技術(shù)：依據(jù)上一個時間塊中估計的信道信息，采用最大似然法檢測出當前時間塊內(nèi)的傳輸信號；建立解碼誤差補償機制，基于檢測的數(shù)據(jù)信號，采用基于解碼誤差稀疏逼近機制的半盲信道估計技術(shù)實現(xiàn)快變信道估計；傳輸信號的檢測和半盲信道估計交替執(zhí)行，直到完成所有時間塊的信道信息估計。

具體地，請參閱圖1，是本發(fā)明實施例的半盲信道估計方法的流程圖。本發(fā)明實施例的半盲信道估計方法包括以下步驟：

步驟100：將毫米波參數(shù)信道信息模型轉(zhuǎn)換為符合構(gòu)造二維原子范式表達的形式

在步驟100中，毫米波參數(shù)信道信息模型為：

公式(1)中，ht為第t個時間塊的信道信息，lt表示第t個時間塊的路徑數(shù)，αt,l是第t個時間塊第l條路徑的增益，和分別表示第t個時間塊第l條路徑的nt個發(fā)射天線陣元和nr個接收天線陣元的均勻線性天線陣列響應，其中，

公式(2)和(3)中，和分別為第t個時間塊中第l條路徑的離開角和到達角，nt和nr分別表示發(fā)射機和接收機上的天線陣元數(shù)，λ表示毫米波的波長，d是相鄰天線陣元間距。

進一步將公式(1)轉(zhuǎn)化成緊湊的矩陣形式：

公式(4)中，是lt條路徑的增益向量，ht,j表示矩陣ht的第j列，j＝1,...,nt。

收發(fā)天線陣列響應矩陣定義為：

任何求解模型與本發(fā)明方法中的式(4)形式等同，例如：yt,k＝wt^hhtxt,k+wt^hnt,k或yt,k＝htxt,k+nt,k，且求解稀疏信號的參數(shù)在連續(xù)域取值，則視為同本發(fā)明方法為同一類問題。

上述步驟100中，信道信息的二維原子范式由以下過程推導而得：

將信道信息ht進行按列拉伸運算，得到信道信息新的列向量表達形式

公式(7)中，為一個二維復正弦原子，且滿足的限制，e和分別表示khatri－rao積和克羅內(nèi)克積，vec(·)表示矩陣的按列拉伸成列向量運算。

定義a＝{c(fl)‖fl∈[0,1)×[0,1)}是第l條路徑歸一化的二維復正弦原子的集合。至此，可得信道信息的二維原子范式表示為：

公式(8)中，為第t個時間塊的信道信息的二維原子范式表示，inf為取下確界操作，表示復數(shù)域，|·|表示取模操作。

步驟200：假設(shè)總共t個時間塊，在第一個時間塊的k個時隙中，基于發(fā)射機發(fā)射的訓練導頻信號s＝[s1,...,sk]，采用基于無格點壓縮感知的稀疏信號重建算法建立連續(xù)角度空間域的基于訓練導頻信號的稀疏信道重構(gòu)模型，通過該稀疏信道重構(gòu)模型估計第一個時間塊的信道信息

在步驟200中，連續(xù)角度空間域的基于訓練導頻信號的稀疏信道重構(gòu)模型由以下過程推導而得：

第一個時間塊的第k個時隙，發(fā)射端發(fā)射訓練導頻信號sk，則接收端接收到的信號為：

y1,k＝w1^hh1f1sk+w1^hn1,k(9)

公式(9)中，y1,k為第一個時間塊的第k個時隙接收的信號，f1和w1分別表示發(fā)射端的第一預編碼矩陣和接收端的第一測量矩陣，s＝[s1,...,sk]表示k個時隙的拼接訓練導頻信號，n1,k是第一個時間塊中第k個時隙接收機的加性白高斯噪聲且其中表示nr維的全1列向量。

假設(shè)接收機在第一個時間塊的第k個時隙中保持f1和w1不變，則拼接的第一接收信號矩陣為：

y1＝w1^hh1f1s+q1(10)

公式(10)中，y1為第一個時間塊接收的信號，q1＝[w1^hn1,1,...,w1^hn1,k]是第一個時間塊接收端的噪聲矩陣。

將y1按列拉伸為新的列向量形式為：

至此，可得連續(xù)角度空間域的基于訓練導頻信號的稀疏信道重構(gòu)模型為：

公式(12)中，表示估計的信道信息為權(quán)重因子。經(jīng)過按列拉伸的逆運算即可由得到第一個時間塊的信道信息

步驟300：在第t(2≤t≤t)個時間塊的k個時隙中，基于上一個時間塊中估計的信道信息采用最大似然信號檢測器，檢測出當前時間塊的傳輸信號

在步驟300中，第t個時間塊中(2≤t≤t)的第k個時隙內(nèi)，發(fā)射端發(fā)射傳輸信號xt,k，則接收端接收到的信號為：

yt,k＝wt^hhtftxt,k+wt^hnt,k(13)

公式(13)中，yt,k為第t個時間塊的第k個時隙接收的傳輸信號，ft和wt分別表示發(fā)射端的第二預編碼矩陣和接收端的第二測量矩陣，nt,k是第t個時間塊中第k個時隙接收端的加性白高斯噪聲且

假設(shè)接收機在第t個時間塊的第k個時隙中保持ft和wt不變，則拼接的第二接收信號矩陣yt為：

yt＝wt^hhtftxt+qt(14)

公式(14)中，xt＝[xt,1,...,xt,k]表示第t個時間塊的第k個時隙拼接的發(fā)射信號，qt＝[wt^hnt,1,wt^hnt,2,...,wt^hnt,k]是第t個時間塊接收端的噪聲矩陣。

定義最大似然信號檢測器為：

公式(15)中，表示估計的當前時間塊的傳輸信號xt,k，d為xt,k可能的碼本集合，為第t-1個時間塊估計的信道信息。

已知和yt，則利用公式(15)即可得到當前時間塊的傳輸信號

步驟400：建立解碼誤差補償機制，在第t個時間塊的k個時隙中，基于檢測的傳輸信號采用基于解碼誤差稀疏逼近機制的半盲信道估計技術(shù)建立連續(xù)角度空間域的傳輸數(shù)據(jù)輔助的半盲稀疏信道重構(gòu)模型，并估計當前時間塊的信道信息

在步驟400中，連續(xù)角度空間域的傳輸數(shù)據(jù)輔助的半盲稀疏信道重構(gòu)模型由以下過程推導而得：

第t個時間塊中(2≤t≤t)，將yt按列拉伸為列向量形式為：

考慮檢測的數(shù)據(jù)信號存在誤差，則定義et,k為：

則接收端拼接的第二接收信號矩陣yt可重新定義為：

公式(18)中，是拼接的接收端檢測的傳輸信號矩陣，et＝[et,1,...,et,k]是拼接的由于解碼誤差造成的接收信號誤差矩陣。至此，得到：

公式(19)中，

又因為實用通信系統(tǒng)需達到較高的信號檢測精度，所以可以認為信號檢測誤差是稀疏的，本發(fā)明實施例中采用范數(shù)對信號檢測誤差進行稀疏重建。因此，連續(xù)角度空間域的傳輸數(shù)據(jù)輔助的半盲稀疏信道重構(gòu)模型(2≤t≤t)為：

公式(20)中，表示估計的為權(quán)重

因子，||·||1為范數(shù)操作；經(jīng)過按列拉伸的逆運算即可由得到當前時間塊的信道信息

步驟500：判斷是否完成所有時間塊的信道信息估計，如果沒有完成所有時間塊的信道信息估計，交替執(zhí)行步驟300和步驟400，直到完成所有時間塊的信道信息；如果完成所有時間塊的信道信息估計，執(zhí)行步驟600；

在步驟500中，步驟300和步驟400交替執(zhí)行，直到估計完t個時間塊的信道信息，并記作：

步驟600：采用歸一化均方誤差(normalizedmeansquareerror，nmse)對信道信息估計結(jié)果進行性能評價；

在步驟600中，采用的nmse評價標準定義為：

公式(21)中，為取均值操作，||·||f為范數(shù)操作。

請參閱圖2，是本發(fā)明實施例的半盲信道估計系統(tǒng)的結(jié)構(gòu)示意圖。本發(fā)明實施例的半盲信道估計系統(tǒng)包括模型轉(zhuǎn)換模塊、第一信道信息估計模塊、傳輸信號估計模塊、第二信道信息估計模塊、迭代判斷模塊和性能評價模塊。

模型轉(zhuǎn)換模塊：用于將毫米波參數(shù)信道信息模型轉(zhuǎn)換為符合構(gòu)造二維原子范式表達的形式

上述中，毫米波參數(shù)信道信息模型為：

公式(1)中，ht為第t個時間塊的信道信息，lt表示第t個時間塊的路徑數(shù)，αt,l是第t個時間塊第l條路徑的增益，和分別表示第t個時間塊第l條路徑的nt個發(fā)射天線陣元和nr個接收天線陣元的均勻線性天線陣列響應，其中，

公式(2)和(3)中，和分別為第t個時間塊中第l條路徑的離開角和到達角，nt和nr分別表示發(fā)射機和接收機上的天線陣元數(shù)，λ表示毫米波的波長，d是相鄰天線陣元間距。

進一步將公式(1)轉(zhuǎn)化成緊湊的矩陣形式：

公式(4)中，是lt條路徑的增益向量，ht,j表示矩陣ht的第j列，j＝1,...,nt。

收發(fā)天線陣列響應矩陣定義為：

上述中，信道信息的二維原子范式由以下過程推導而得：

將信道信息ht進行按列拉伸運算，得到信道信息新的列向量表達形式

公式(7)中，為一個二維復正弦原子，且滿足的限制，e和分別表示khatri-rao積和克羅內(nèi)克積，vec(·)表示矩陣的按列拉伸成列向量運算。

定義a＝{c(fl)‖fl∈[0,1)×[0,1)}是第l條路徑歸一化的二維復正弦原子的集合。至此，可得信道信息的二維原子范式表示為：

公式(8)中，為第t個時間塊的信道信息的二維原子范式表示，inf為取下確界操作，表示復數(shù)域，|·|表示取模操作。

第一信道信息估計模塊：假設(shè)總共t個時間塊，用于在第一個時間塊的k個時隙中，基于發(fā)射機發(fā)射的訓練導頻信號s＝[s1,...,sk]，采用基于無格點壓縮感知的稀疏信號重建算法建立連續(xù)角度空間域的基于訓練導頻信號的稀疏信道重構(gòu)模型，通過該稀疏信道重構(gòu)模型估計第一個時間塊的信道信息

上述中，連續(xù)角度空間域的基于訓練導頻信號的稀疏信道重構(gòu)模型由以下過程推導而得：

第一個時間塊的第k個時隙，發(fā)射端發(fā)射訓練導頻信號sk，則接收端接收到的信號為：

y1,k＝w1^hh1f1sk+w1^hn1,k(9)

公式(9)中，y1,k為第一個時間塊的第k個時隙接收的信號，f1和w1分別表示發(fā)射端的第一預編碼矩陣和接收端的第一測量矩陣，s＝[s1,...,sk]表示k個時隙的拼接訓練導頻信號，n1,k是第一個時間塊中第k個時隙接收機的加性白高斯噪聲且其中表示nr維的全1列向量。

假設(shè)接收機在第一個時間塊的第k個時隙中保持f1和w1不變，則拼接的第一接收信號矩陣為：

y1＝w1^hh1f1s+q1(10)

公式(10)中，y1為第一個時間塊接收的信號，q1＝[w1^hn1,1,...,w1^hn1,k]是第一個時間塊接收端的噪聲矩陣。

將y1按列拉伸為新的列向量形式為：

至此，可得連續(xù)角度空間域的基于訓練導頻信號的稀疏信道重構(gòu)模型為：

公式(12)中，表示估計的信道信息為權(quán)重因子。經(jīng)過按列拉伸的逆運算即可由得到第一個時間塊的信道信息

傳輸信號估計模塊：用于在第t(2≤t≤t)個時間塊的k個時隙中，基于上一個時間塊中估計的信道信息采用最大似然信號檢測器，檢測出當前時間塊的傳輸信號

上述中，第t個時間塊中(2≤t≤t)的第k個時隙內(nèi)，發(fā)射端發(fā)射傳輸信號xt,k，則接收端接收到的信號為：

yt,k＝wt^hhtftxt,k+wt^hnt,k(13)

公式(13)中，yt,k為第t個時間塊的第k個時隙接收的傳輸信號，ft和wt分別表示發(fā)射端的第二預編碼矩陣和接收端的第二測量矩陣，nt,k是第t個時間塊中第k個時隙接收端的加性白高斯噪聲且

假設(shè)接收機在第t個時間塊的第k個時隙中保持ft和wt不變，則拼接的第二接收信號矩陣yt為：

yt＝wt^hhtftxt+qt(14)

公式(14)中，xt＝[xt,1,...,xt,k]表示第t個時間塊的第k個時隙拼接的發(fā)射信號，qt＝[wt^hnt,1,wt^hnt,2,...,wt^hnt,k]是第t個時間塊接收端的噪聲矩陣。

定義最大似然信號檢測器為：

公式(15)中，表示估計的當前時間塊的傳輸信號xt,k，d為xt,k可能的碼本集合，為第t-1個時間塊估計的信道信息。

已知和yt，則利用公式(15)即可得到當前時間塊的傳輸信號

第二信道信息估計模塊：用于建立解碼誤差補償機制，在第t個時間塊的k個時隙中，基于檢測的傳輸信號采用基于解碼誤差稀疏逼近機制的半盲信道估計技術(shù)建立連續(xù)角度空間域的傳輸數(shù)據(jù)輔助的半盲稀疏信道重構(gòu)模型，并估計當前時間塊的信道信息

上述中，連續(xù)角度空間域的傳輸數(shù)據(jù)輔助的半盲稀疏信道重構(gòu)模型由以下過程推導而得：

第t個時間塊中(2≤t≤t)，將yt按列拉伸為列向量形式為：

考慮檢測的數(shù)據(jù)信號存在誤差，則定義et,k為：

則接收端拼接的第二接收信號矩陣yt可重新定義為：

公式(18)中，是拼接的接收端檢測的傳輸信號矩陣，et＝[et,1,...,et,k]是拼接的由于解碼誤差造成的接收信號誤差矩陣。至此，得到：

公式(19)中，

又因為實用通信系統(tǒng)需達到較高的信號檢測精度，所以可以認為信號檢測誤差是稀疏的，本發(fā)明實施例中采用范數(shù)對信號檢測誤差進行稀疏重建。因此，連續(xù)角度空間域的傳輸數(shù)據(jù)輔助的半盲稀疏信道重構(gòu)模型(2≤t≤t)為：

公式(20)中，表示估計的為權(quán)重因子，||·||1為范數(shù)操作。經(jīng)過按列拉伸的逆運算即可由得到當前時間塊的信道信息

迭代判斷模塊：用于判斷是否估計完所有時間塊的信道信息，如果沒有估計完所有時間塊的信道信息，通過傳輸信號估計模塊和第二信道信息估計模塊交替估計下一個時間塊的傳輸信號和信道信息，直到估計完t個時間塊的信道信息，并記作：如果完成所有時間塊的信道信息估計，通過性能評價模塊對信道信息估計結(jié)果進行性能評價。

性能評價模塊：用于在完成所有時間塊的信道信息估計后，采用歸一化均方誤差標準對信道信息估計結(jié)果進行性能評價；采用的nmse評價標準定義為：

公式(21)中，為取均值操作，||·||f為范數(shù)操作。

請參閱圖3(a)至圖3(c)，為本發(fā)明實施例的仿真結(jié)果對比示意圖。經(jīng)在matlab平臺進行仿真驗證，在仿真中，假設(shè)t個時間塊的路徑條數(shù)相同，即lt＝l，以得到nmse與路徑條數(shù)之間的關(guān)系。從仿真結(jié)果可以得出結(jié)論，本發(fā)明的nmse評價標準表現(xiàn)隨著信噪比的增加而減小(如圖3(a)所示)，隨著路徑數(shù)增加而增長(如圖3(b)所示)，隨著觀察次數(shù)(即每個時間塊中用于信道估計的時隙數(shù))的增加而減小(如圖3(c)所示)。相較于現(xiàn)有主要相關(guān)算法，本發(fā)明表現(xiàn)出nmse性能的優(yōu)越性。

本發(fā)明實施例的半盲信道估計方法及系統(tǒng)采用基于傳輸信號的半盲信道估計技術(shù)，能夠在連續(xù)域角度空間域高度緊密逼近信道參數(shù)的稀疏性，避免了基誤匹配問題，相比基于導頻的估計技術(shù)，降低系統(tǒng)訓練負載，能夠大幅度提高系統(tǒng)的頻譜效率。同時為保證信道估計的準確性，同時引入解碼誤差補償機制，提高系統(tǒng)頻譜效率的同時改善系統(tǒng)信道解碼誤差，大幅提高信道估計算法的精確度。

對所公開的實施例的上述說明，使本領(lǐng)域?qū)I(yè)技術(shù)人員能夠?qū)崿F(xiàn)或使用本發(fā)明。對這些實施例的多種修改對本領(lǐng)域的專業(yè)技術(shù)人員來說將是顯而易見的，本文中所定義的一般原理可以在不脫離本發(fā)明的精神或范圍的情況下，在其它實施例中實現(xiàn)。因此，本發(fā)明將不會被限制于本文所示的這些實施例，而是要符合與本文所公開的原理和新穎特點相一致的最寬的范圍。