專利名稱：一種基于斜率修正的信道長期預測方法
技術領域：
本發明涉及寬帶數字通信傳輸方法，屬于寬帶無線通信技術領域。
背景技術：
隨著Internet與多媒體業務的發展，對無線移動通信系統能夠提供寬帶高速數據傳輸服 務的要求越來越高。由于可利用的頻率資源十分有限，同時由于無線通信系統一般受到嚴格 的功率限制，提高數據傳輸速率只能依靠發展具有更高頻譜效率的新技術。正交頻分復用 (Orthogonal Frequency division Multiplexing,以下簡稱OFDM)和單載波頻域均衡(Single Carrier Frequency Domain Equalization ,以下簡稱SC-FDE)由于其高數據傳輸速率、高頻 譜利用率的優點日益受到人們越來越多的關注。
OFDM是一種多載波調制技術，其主要思想是使用并行數據及頻分多路的方式來減輕多 徑干擾引起的符號間干擾，從而避免使用高度復雜的均衡器，并同時達到了較高的頻譜利用 率。OFDM是一種分塊傳輸技術，分塊傳輸是指將待傳輸的信息分成長度相同的數據塊，射頻 調制前在時域的每一個數據塊前加相應的循環前綴。
在ofdm系統中， 一個時域符號的長度和頻域均衡時所劃分的子載波數均為a;循環前.
綴(cyclic prefix, CP)長度為Z。時變信道的頻域響應是iVxl向量i/^ (/7表示發送第/ 幀的幀標號，A:-0,l,…,iV-l表示第A個子載波)。信道沖擊響應為 \,，(/ = 0,l，...,Z-1)，這里已經假設循環前綴的長度等于信道沖擊響應的長度。發送的映射 符號用iVxl向量、k …Anf (/7表示發送第"幀的幀標號，A: = 0,1,'"，7V-l表示
第A個子載波)表示，其頻域形式用iVxl向量A,一[5",。,…,A^f (/7表示發送第/7幀的幀 標號，yfc-0，l，…，iV-l表示第A個子載波)表示，接收符號在頻域均衡前表示為iVxl矩陣 A,^[^，。，…,1^-J (/7表示發送第"幀的幀標號，A^0,1,…,AA-1表示第A個子載波)。 疋，廣[Z",。，…，Z^—Jr ("表示發送第"幀的幀標號，"0,l,…,iV-l表示第A個子載波)表
示加性白高斯噪聲(additive white Gaussian noise， AWGN)。由于循環前綴的作用，輸入 和輸出符號的關系可以表示為
I" ="",A*+Z ," "0,l，…，iV-1
與OFDM—樣，SC-FDE也是一種重要的分塊傳輸技術。SC-FDE的實現過程如下發送的 數據在符號映射后，再加入CP，然后依次經D/A變換、中頻、射頻調制后發送，接收端在依 次完成射頻、中頻解調、A/D變換后，先去掉接收信號中的CP,然后對其做快速傅立葉變換 (Fast Fourier Transform,以下簡稱FFT變換)，再根據信道估計得到的信道狀^信息對接 收信號進行均衡，并對均衡后的數據做快速傅立葉反變換(Inverse Fast Fourier Transform,以下簡稱IFFT),最后對IFFT后的數據進行符號檢測，得到最終輸出信號。
在移動通信中，由于反射、繞射和散射始終存在，不可避免存在多徑傳播，由于強度、 時延、信號帶寬等因素影響，合成信號強度和相位會發生變化，由此引起的衰落稱為多徑衰 落。惡劣的無線傳播環境導致傳輸信號失真。為了降低系統的誤碼率，通常利用估計得到的 信道信息均衡接收到的信號。但是對于快變信道，利用傳統的基于判決反饋的信道估計方法 得到的信道狀態信息是過時的信息，不能反映當前的信道狀況。這就要求利用信道預測來得 到未來信道較為準確的狀態信息。信道預測是指根據信道當前和過去的歷史數據預測未來的 信道狀態信息(CSI)，其中信道當前和過去的數據信息，或稱為觀察值來源主要是信道估計 得到的信道響應值。不管是3G系統還是未來的4G系統為了支持高速的數據業務都大量地采 用了自適應傳輸技術，比如自適應功率控制(Power Control)、自適應調制，混合自動請求重 傳、自適應編碼技術等。這些自適應傳輸技術均需要及時準確地得到信道的變化趨勢信道 總體增益的變化、每個子信道上狀態信息的變化趨勢，從而進行自適應傳輸。
信道預測分長期預測和短期預測兩種。短期預測指精確預測間隔一幀或幾幀的信道增益， 用于均衡，提高系統性能。圖l為預測器在系統中的機構框圖。長期預測指預測信道間隔較 長一段時間后的信道增益的變化情況，可為多種信道的自適應算法提供依據。
信道長期預測的意義即在于無論變化快還是慢，利用信道估計方法得到的信道狀態信 息都無法得到未來信道狀態信息,信道預測可以根據之前的信道狀態預測出將來的CSI,進行 自適應處理。信道長期預測相對于短期預測，預測精度一般較差，對一些應用產生不利影響。 現有的短期預測方法也可擴展進行信道長期預測，會存在諸多問題.比如信道狀態信息不
夠準確，趨勢變化滯后等等。本發明以現有的信道短期精確預測為基礎，提出一種長期信道
精確預測的方法以短期預測算法為基礎，對預測值進行斜率修正，對通過對短期預測的結 果進行修正，以達到修正長期預測結果，可以顯著提高長期預測的精度。
現有的信道短期預測算法有以下幾種 l.應SE算法
假設以采樣率乂對信道響應進行離散化，那么，對于第/(/ = 0，1,...，1-l)徑信道，基于M 個過去樣本("),/z,(" — 1)，...,("-M +1)，預測未來響應(" + ; )的模型如下
《,(w + P) = Sc _/) (1)乂=。
式中M是預測模型階數，系數、(/ = 0，1,..,丄-1)是五[l。(; )l2]-五一(/7)",(/7)l2]最小的MMSE 結果對應的最佳系數。即當]=卜藝、力("-刀時'最佳系數為
)=0
e,R,-V, (2) 其中c, 2，…,Q,m/ ， R,，為(MxM)自相關矩陣，其每個分量為=(" - 0《("-_/)] 。 r,為(似x 1)自相關向量，其每個分量為 =(")/ ;("-力]。如 果p = 1則稱預測器為單步預測器。在先前不知道最大多普勒頻移或散射波數的情況下從觀察 的樣本能估計出i^。注意到，樣本抽樣速度必須符合奈奎斯特速率，即至少為最大多普勒
頻移的兩倍。選擇的抽樣速率數倍于奈奎斯特速率，大大低于數據速率，以此速率的信道響 應進行預測大大降低預測的復雜度，還獲得比數據速率情況更佳的預測性能。更高速率的信 道響應可以基于預測值通過插值方式來實現。
2. Volterra算法
這是一種二次濾波器實現的非線性算法。其中輸入數據(或觀測數據)為 x(n) = [jc(w)，x("-1)，…,x(n-iV + l)r，根據一個p階非線性Volterra狀態擴展操作i/,將
觀測數據擴展為u(") = w(" -1)，... ， - M + If ，并且M2iV，非線性Vol terra操作定 義為
，")]=2>,""-'')
' (3) //2 [x(")] = Z S-'〕x(" _ _/ )
通常認為系統為二階非線性的，對于這樣一個(iVpAy二階系統，線性自適應濾波器的輸出
為
"0 + 2 一(" -0+22化',(w - _力 (4 )
可以看到，總的系數個數為
M = l + AA1 + iV2(A^+l)/2 (5) 如果定義線性自適應濾波器的輸入
U(") = [1， JC("), x(" -1)，…，x(w -+1)， x2 (")， x(w)x(" -1)，…，x2 (" - iV2 + l)]r
(6)
并將系數向量寫為
H(") = [/ 。， V"，Vi,"、W".A2—i,w2-i]r (7)
則線性自適應濾波器的輸出可以表示為
_K") = Hr(")u(w) (8)
這樣就可以利用線性濾波的各種自適應算法來求系數H(")。
3. 子空間信道預測算法將子空間分解算法利用到信道預測中，也是當前預測算法研究中比較熱門的一個方向， 這方面ESPRIT以及MUSIC算法具有典型性。對于平坦衰落信道或者寬帶系統的每一個抽頭， 它的頻域信道函數可以認為是大量散射分量的疊加。子空間算法中的ESPRIT類信道預測方法 整體分為兩個步驟
首先，將信道建模為諧波分量的疊加，根據信號子空間的旋轉不變性，構造矩陣束或稱 矩陣對，那么矩陣束的廣義特征值就給出諧波頻率。
然后，利用最小二乘法計算各頻率分量的幅度值。這樣就可以得到信道狀態的預測值。
4. 自適應濾波器算法
這類算法屬于薩SE算法，采用梯度算法。比前面的隨SE算法的復雜度要低。下面重點 介紹RLS算法，并把算法放在SC-FDE系統中具體介紹。
5. RLS算法
設分塊系統一個時域符號的長度和頻域均衡時所劃分的子載波數均為#，循環前綴CP長 度為Z。時變信道的頻域響應是A^l向量i/"-[W"。,…，/^nf (/7表示發送第/7幀的幀標
號，A = 0,l,."，iV —l表示第A個子載波)。信道沖擊響應為/^,("0，l,…,Z-l)("表示發送
第"幀的幀標號，/ = 0,1, — ，￡-l表示第7徑信道)，這里已經假設循環前綴的長度等于信道
沖擊響應的長度。發送的映射符號用iVxl向量^,k-[Zv。,、p…A^:T (/7表示發送第"幀
的幀標號，A^0，1，…,7V-1表示第A個子載波)表示，其頻域形式用iVxl向量
5n，k 。， .,A貝f ("表示發送第"幀的幀標號，A; = 0,V..,iV-l表示第A個子載波)表
示，接收符號在頻域均衡前表示為iVxi矩陣Xn，k-[A;,。，…,x"^,;r "表示發送第/7幀的幀
標號，"0,l,…,iV-l表示第A個子載波)。^一[4,q，…,ZnJ (T7表示發送第/7幀的幀標
號，it-0,l,…,iV-l表示第A個子載波)表示加性白高斯噪聲AWGN。由于循環前綴的作用，
輸入和輸出符號的關系可以表示為
;="",A,Z"， "0,l，…，iV-1 (9) RLS算法的代價函數為
<formula>formula see original document page 6</formula> (10)
其中，/7表示當前時刻，也就是第"個傳輸信號到達的時刻。/,0、1，2，…，")表示/7及以前的
時刻，與/j個符號的時間順序一一對應。；t,(o〈;isi)是遺忘因子。e(/) = d(/)-y(/)表示期望 響應與在i時刻濾波器實際輸出之間的誤差。假設濾波器的記憶長度為，則j'時刻的輸入向量定義為！!(! ) = [M(!')，"(i-l),…,W(Z'-M,+l)]T 。 /7時刻的抽頭權向量定義為 w^)^[w。^),m^1)，…,mv,—。 (5,(0<<5^1)稱為穩定性因子或正則化參數。尋優的過程就 是尋找使代價函數最小的抽頭權向量的過程。利用最優的抽頭權向量可以將/時刻的輸出表
示為= wH(w)u(/) 。 ； 步RLS預測方法工作在面向判決模式，預測在系統頻域均衡完成后
進行，它在系統中的基本結構如圖l所示信道預測器由Z個并行的RLS預測器組成，Z個 預測器和信道沖擊響應的Z個路徑相對應。對于第/個預測器，其輸入向量為
y",bv,J"-w,…,》",+uf 。抽頭權向量為w,("):[Mv("), ("),…，Mv'，,(")r。第/個預測
器的輸出為^+l,。圖1中^是重構發送數據的頻域形式，重構數據是通過對已判決出的數據
重新進行星座圖映射得到的，如果系統采用了糾錯編碼，判決數據還要經過編碼來進行重構。 在后面的部分中，為敘述問題方便，不考慮判決引起的誤差，即認為重構符號k和發送已映
射符號的頻域形式相同。
RLS預測算法的步驟是
算法初始化
w,("Hl,0,0…0]，"-0，D廣1，
ko,/ =
p =<rvi—~yo''y w v
其中lly。，J、2l力-,，,12， ^=0表示訓練幀，0以前的時刻凡,,=0。
=0
對每一時刻"=7,《…...計算下面的循環 設置循環變量
步驟l，計算濾波器的先驗估計誤差 、,=凡,,-《("-l)y _p,, w"
步驟2，更新抽頭權向量，并計算預測器輸出
wA") = w,("-l) + k —p/ ,,""
步驟3，更新增益向量:步驟4，更新逆相關矩陣
P ,,=f(I-k",y )Pw,, "21
循環結束。
對于短期預測，此算法是基于相鄰的某幾幀具有的強相關性，此時短期信道預測間隔M 為l，即預測下一幀信道狀態信息。信道在多少幀內具有強相關性，可以通過信道的相干時 間來描述，相干時間為多普勒頻移的倒數，7: =1/厶=C/Vy;。例如在COST207環境下，
載波頻率為2G，采樣率為10MHz， SC-FDE符號長度，即子載波數為256， CP長度為64。多 普勒為100Hz時，相干時間為0. Ols 。在相干時間內傳輸的幀數為
7VZP=10M/(100*(256+64))=312. 5。依次類推，多普勒為500Hz時，在相干時間內傳輸的幀 數為iVz N=10M/ (300* (256+64)) =62. 15。
由此可知，在不同多普勒頻移下，相干時間不同，具有強相關性的幀數也不同。依然可 以用RLS短期預測方法來簡單進行長期預測，長期預測也是基于相同間隔幀之間的相關性。 此時用短期預測算法進行粗略的信道長期預測的間隔M不再為1，而是一個預先設定的自然 數，例如M40，但預測間隔不能超過相關時間內允許的幀數。由于此簡單長期預測所用幀的 相關性不如短期預測所用幀的相關性強，故此時的預測不會像其用于短期預測的精度高，但 其所預測的趨勢是正確的。
發明內容
本發明針對現有信道長期預測方法存在的精度低的問題，提供一種基于斜率修正的信道 長期預測方法，能夠顯著提高短期預測直接用于長期預測的精度，可用于分塊傳輸方式(如 OFDM、 SC-FDE等)的寬帶無線通信系統的信道長期預測。
本發明的實現步驟如下
(1) 首先對信道進行短期預測，并記錄此時的短期預測的信道增益；
(2) 利用相干時間內發送幀的信道的強相關性，利用短期預測算法進行粗略的信道長期 預測；
(3) 對步驟(2)中的預測結果按照斜率修正法進行修正。 上述各個步驟的詳細實現方法如下
(1)首先對信道進行短期預測； 設分塊系統一個時域符號的長度和頻域均衡時所劃分的子載波數均為^循環前綴CP長 度為厶時變信道的頻域響應是A^l向量/^k-[/^,。，…,/^w—,;r ("表示發送第/7幀的幀標
號，Jt-0,l,…,iV-l表示第A個子載波)，信道沖擊響應為、,(/7表示發送第"幀的幀標號， / = 0，1,...,丄-1表示第J個傳播路徑)，這里假設循環前綴的長度等于信道沖擊響應的長度，發送的映射符號用iVxl向量^k-[^。A,，…A，w—J (/7表示發送第/7幀的幀標號，
"0,1,…,W-l表示第A個子載波)表示，其頻域形式用7Vxl向量化k-[5"。,…,A,w—,:f(/7 表示發送第/7幀的幀標號，^-0，l,…，iV-l表示第A個子載波)表示，接收符號在頻域均衡 前表示為Wxl矩陣;^k-[A。,…,Z^—J "表示發送第/7幀的幀標號，A: = 0,1， ,jV-l表示
第A個子載波)。Z。，一[Z^…,Z^-,:T(/7表示發送第/7幀的幀標號，^: = 0,l, ，iV-l表示第
A個子載波)表示加性白高斯噪聲AWGN，由于循環前綴的作用，輸入和輸出符號的關系表示 為
=n+z " ho,i,…，w-i
數據通過傳輸系統，前面短期預測算法已經介紹，現在以RLS預測算法為例 算法初始化-
"時刻的抽頭權向量定義為w, ( ) = [1,0,0…0]," = 0,1,…,M, -1 ， M,為濾波器的記憶長度
增益向量初始化:k。，、 y^ g，
逆相關矩陣初始化P。 ， = 5-1(1- :。、)，
'lly0,, II +5
M-l
其中lly。,j2-l;i;wl2， po表示訓練幀'0以前的時刻凡,,=0。
對每一時刻/ 二,么…...計算下面的循環 設置循環變量"1，…,丄
步驟l，計算濾波器的先驗估計誤差
~u,(w-i)y"一p,,,
步驟2，更新抽頭權向量，并計算預測器輸出-
w, (") = w, (" -1) + k"一乂,, ， " 2 ;
步驟3，更新增益向量
步驟4，更新逆相關矩陣
w21Pw"-1(1-k ,,yw ，,)P —',,"》1
循環結束；
當凡,,為頻域信息//n時，得到短期預測信道增益//n+1 ( /7表示發送第/7幀的幀標號)，
并對對得到的預測數據進行記錄，此時短期信道預測間隔M為1，即預測下一幀信道狀態 信息。對于頻域修正法，記錄預測得到的信道頻域值// = [//1,//2,...];對于時域修正法，
需要把預測的信道增益H經過FFT變換變回時域后分別記錄實部/z/ :Re(/FiT(i/))和虛部
~=Im(/FFr(//))， (/ = 0,1，...，Z-1)，這些數據將作為本發明長期預測算法的依據。
(2)利用相干時間內發送幀的信道的強相關性，用短期預測算法進行粗略的信道長期 預測。此時用短期預測算法進行粗略信道長期預測的間隔M不再為1，而是一個根據相干時 間內傳送的幀數，預先設定的自然數，例如M二IO，但預測間隔不能超過相干時間內允許的幀 數。例如RLS預測算法(以下各參數前面均已描述) 算法初始化-
w, = [1， 0， 0…0]， w = 0,1,…，M, -1 ， M,為濾波器的記憶長度
k - ^ —
d x-1 ,t _i￡￡L_^L_、
其中K =￡(>^2+&/)為信道的總體增益，77=0表示訓練幀，o以前的時刻 -o
對每一時刻/^U41…,..已預先設定好的整數M為間隔，計算下面的循環
設置循環變量z-i,…，丄
步驟l，計算濾波器的先驗估計誤差 ~=;,-《("-l)JU',， "^M
步驟2，更新抽頭權向量，并計算預測器輸出
w,(") = w,(" —l) + k _M/ ,,"》M
步驟3，更新增益向量 步驟4，更新逆相關矩陣Pn，,=;i—'(I-k,,,"",,)^,, "SI
循環結束；
經過M,次循環后，得到第M+1幀，第2M+1幀，第3M+1幀…第A^M+1幀這幾幀的
信道狀態信息，并且能夠依次預測以后間隔M幀的信道狀態信息，同時第M,M+1幀與第M
+1幀的幀數之差要在相干時間允許發送幀數之內。
由圖7可以看出，此時預測的信息并不十分準確，但是趨勢已經預測出來。 (3)對步驟(2)中的預測結果按照斜率修正法進行修正 斜率修正法有兩種方法頻域修正和時域修正
頻域修正利用粗略長期預測得到的間隔M幀的兩幀信道總體增益《，XI",總體增益 即為每幀信道中各子信道增益模平方之和
其中/Z;-Re(/尸iT(i/"))， //"=Im(//^T(// ))， n為第n幀的幀標號，k為子信道標號，
然后利用截距公式(截距公式是根據斜率和己知一點的橫縱坐標求直線的公式，屬于公知技 術)來計算斜率。如圖2給出的信道總體增益長期預測算法4, A"分別為粗略長期預測得
到的數據，其中A"為未來M幀后的信道狀態總體增益。以4為原點建立坐標系，4， ^ 的
橫坐標之差即為長期預測間隔M， il"， ^41 的縱坐標之差即為長期預測的粗略值之差￡1 ，則
此時的斜率K1。-L1。/M.，此斜率就能夠看作信道的變化趨勢，然后利用該幀短期信道預測的
信道總體增益Bn和此時的斜率信息/Hn ，通過截距公式來計算間隔M幀的長期預測信息
Bln=KlnxM+Bn 。此時，我們可以預測得到整個信道的狀態信息// = [51 ，51 ^,別 ^,...]。
由于短期預測與真實信道符合較好，所以經過修正后的長期預測信息也會較好的符合真實信 道總體增益。由圖2可以看出，B、比A"更加接近真實信道。
時域修正頻域修正只是在總體增益上進行修正，而時域修正是在時域每徑的實部&和
虛部《分別進行斜率修正，將短期預測和長期粗略信道預測信息H通過IFFT變換轉變到時
域，記錄每徑信道狀態信息的實部《,=1^(//^7(《,》和虛部&=11 (/^;^(// )) (n為第n
幀的幀標號)，(/ = 0,,...，丄-)的信息。如圖3給出的信道總體增益實部長期預測算法以某徑實部《,(n為第n幀的幀標號)，長期預測間隔為M， "1 =《,，61 = /^,，為粗略長
期預測得到的該徑間隔M幀的時域信道信息的實部。以al為原點建立坐標系，al， bl的橫 坐標之差即為長期預測間隔M。 al， bl的縱坐標之差即為長期預測的粗略值之差L2。則此時 的斜率K2《2/M。此斜率就仍可以看作信道的變化趨勢。然后利用短期預測的該徑時域信息 的實部信息a2和此時的斜率信息K2，通過截距公式來計算間隔M幀的長期預測信息
b2-K2xM+a2。此時該徑實部信息《,b2。每徑實部虛部用此方法分別預測后即可得到此時
的時域信息/ =[《|+#"，《2+/《2.../^+77^]。由圖3可以看出，經過斜率修正后的長
期預測值已經能夠非常準確的吻合短期預測結果。此時得到的長期預測信息在時域已經比較 準確，故變換到頻域時，其信道狀態信息也會很好的符合真實信道。這樣就做顯著提高了長 期信道的預測精度。時域修正要比頻域修正更具有可信性。如圖4所示，可以看到其單幀信 道的狀態信息也能很好的符合真實信道狀態信息。
圖5給出了未加修正的長期預測與短期預測和真實信道信息的比較，圖6給出了進行修 正后的長期預測與短期預測和真實信道信息的比較。
經過修正后的信道長期預測不僅在信道總體增益還是單幀的信道狀態信息都能比較準
確的反映當前信道的真實信息。另外，時域預測是實部A和虛部A,分別預測，故最后的預測
結果中包含原來的相位信息。時域斜率修正之后，不但信道總體增益，每幀信道狀態信息精 度都顯著提高，相位信息也比較準確。
本發明通過對信道長期預測進行修正，使長期預測值能夠較好的符合真實信道，沒有明 顯的滯后現象，能夠顯著提高短期預測直接用于長期預測的精度，可用于分塊傳輸方式(如 OFDM、 SC-FDE等)的寬帶無線通信系統的信道長期預測。而在沒有進行修正時，長期預測的 趨勢仍然正確，但不能非常好的符合真實信道，有明顯的滯后現象。
圖1是預測器在系統中的結構框圖。
圖2是信道總體增益長期預測算法示意圖。
圖3是信道總體增益實部長期預測算法示意圖。
圖4是真實信道狀態信息與長期預測算法得到的單幀信道的狀態信息。 圖5是未加修正的長期預測與短期預測和真實信道信息的比較圖。 圖6是進行修正后的長期預測與短期預測和真實信道信息的比較圖。 圖7是真實信道總體增益與短期預測和長期預測時域修正后的信道總體增益圖。
具體實施方式
實施例
該實施例仿真參數.-
仿真環境 Matlab 7.0
信道模型 COST 207
模擬環境 自適應單載波頻域均衡(SC-FDE)子信道總數 ^=256
CP長度 64
符號映射 4 QAM
帶寬 10M
多普勒頻移 200 Hz 遞歸最小平方RLS算法預測遺忘因子 0.99
RLS預測歸一化參數為 0. 001
短期預測步長 1
記憶長度 6幀SC-FDE符號
對小能量徑置零門限 IE-6
長期預測間隔為 10幀SC-FDE符號
運行幀數為 IO個多普勒周期
圖7是在此條件下真實信道總體增益與短期預測和長期預測時域修正后的信道總體增益 的比較。圖7中可以看到本發明方法的優越性。很明顯可以看出，經過時域修正后的長期預 測得到信道總體增益要比為修正時更加接近真實信道。圖4是此條件下，真實信道的各子信
道增益與短期預測，長期預測時域修正后各子信道增益的比較。可以看出，經過修正后的長 期預測得到的該幀的各子信道增益與真實信道增益幾乎重合，幾乎達到短期精確預測的效 果。
權利要求
1. 一種基于斜率修正的信道長期預測方法，其實現步驟如下(1)首先對信道進行短期預測，并記錄此時的短期預測的信道增益；(2)利用相干時間內發送幀的信道的強相關性，利用短期預測算法進行粗略的信道長期預測；(3)對步驟(2)中的預測結果按照斜率修正法進行修正。
2. 根據權利要求1所述的基于斜率修正的信道長期預測方法，其特征是步驟(3)中的斜 率修正法有頻域修正和時域修正兩種方法頻域修正利用粗略長期預測得到的間隔M幀的兩幀信道總體增益4， A ，總體增益 即為每幀信道中各子信道增益模平方之和爿i"=Z(a/":+a^2+f"+a/》2 ) hi其中/f二一Re(/F尸r(/f"》，i/乙=Im(/FFrn為第n幀的幀標號，k為子信道標號，然后利用截距公式來計算斜率；時域修正頻域修正只是在總體增益上進行修正，而時域修正是在時域每徑的實部&和虛部A,分別進行斜率修正，將短期預測和長期粗略信道預測信息H通過IFFT變換轉變到時域，記錄每徑信道狀態信息的實部《,=Re(/FfT(// ))和虛部& = Im(/FFr(// )) ， n為第n幀的幀標號，/二1，…,Z的信息。
全文摘要
本發明公開了一種基于斜率修正的信道長期預測方法，其實現步驟如下(1)首先對信道進行短期預測，并記錄此時的短期預測的信道增益；(2)利用相干時間內發送幀的信道的強相關性，利用短期預測算法進行粗略的信道長期預測；(3)對步驟(2)中的預測結果按照斜率修正法進行修正。本發明通過對信道長期預測進行修正，使長期預測值能夠較好的符合真實信道，沒有明顯的滯后現象，能夠顯著提高短期預測直接用于長期預測的精度，可用于分塊傳輸方式(如OFDM、SC-FDE等)的寬帶無線通信系統的信道長期預測。而在沒有進行修正時，長期預測的趨勢仍然正確，但不能非常好的符合真實信道，有明顯的滯后現象。
文檔編號H04L25/02GK101510858SQ200910019739
公開日2009年8月19日 申請日期2009年3月24日 優先權日2009年3月24日
發明者巖 杜, 飛 郭 申請人:山東大學