入似然函數得到歸 一化頻偏值，所述似然函數的表達式為：
[0194]其中，頻偏矩陣E("') =bM您悼，...，心心^ 第m個導頻符號對應的頻偏矩陣，護，色表示載波頻偏（CFO)矩陣，
，為歸一化頻偏值，Lm代表第m個導頻符號第一個抽 - .節' 樣時刻所對應的序號；5V= 5^1，…t1，ymr=FHXWh+N表示第r根接收天線接收 到的第m個時域導頻信號，r= 1，2,...，叩-1，叩，h表示時域信道增益。
[0195] 3)根據所述歸一化頻偏值通過分步搜索算法計算得到所述當前導頻符號的頻偏 估計值。
[0196]圖4為本發明實施例中頻偏估計結果滑窗數據緩存更新示意圖，如圖4所示，將所 述歸一化頻偏值.5^存入長度為K的先入先出（FIFO)的頻偏估計結果滑窗存儲器中化的取 值范圍根據系統復雜度和估計），并將長度為K的頻偏估計結果滑窗存儲器中緩存的K個頻 偏值通辻
確定當前時刻的當前導頻符號的頻偏估計值，其中，表示當 前時刻的第i個滑窗中存儲的頻偏值，物表示當前時刻的當前導頻符號的頻偏估計值。
[0197] 可選地，對所述當前導頻符號進行噪聲方差估計，得到所述信道的噪聲方差估計 值，包括：根據基于導頻的噪聲方差估計公式對所述當前導頻符號進行噪聲方差估計，得到 所述信道的噪聲方差估計值，其中，所述基于導頻的噪聲方差估計公式如下：
[019引其中，嘶,摩示（q，P)天線對上信道的噪聲方差估計值，(i，k)表示（q，P)天 線對上第i個導頻符號的第k個子載波位置的頻域接收符號，Xh'P>(i，k)代表（q，p)天線對 上第i個導頻符號的第k個子載波位置的頻域發送符號，N。為子載波數，K為導頻符號數。 [0200] 根據LTE上行中導頻的幅值恒為一，上式可W化簡為：
[0202] 因此，所有天線對上信道的噪聲方差估計值可W由下式表示：
[0204]其中，式表示信道的噪聲方差估計值。
[0205] 可選地，根據所述噪聲方差估計值通過基于循環前綴的多普勒頻移估計，得到所 述信道的多普勒頻移及信號功率估計值的步驟具體如下：
[020引本發明實施例中，在得到噪聲方差估計值后，通過基于循環前綴 與OFDM符號中的相同部分進行自相關運算，從而得到多普勒頻移值，具體通過
公式得到多普勒頻移值，其中，Je(0表示第 一類零階Bessel函數，表示多普勒頻移估計值；SNR表示信噪比，且SNR=E[SNR(i)]，SNR。）是第i個導頻符號隨時間變化的信噪比，且沒斯雌H(P-句/於，P表示總 功率，K表示導頻符號數；知;W,,'/;，/) .表示第i個導頻符號的歸一化的自相關函數，且
由于并不需要所有的循環前綴都參加自相關運 算，而截斷循環前綴并選取其后面部分，本實施例中選取的參加運算的值為Mcp,Mcp為多普 勒估計中所用的CP長度；A的乂，〇表示yd(AT,,7；，/)的實部，AKjy)表示店的。7；，〇的 虛部，壞(w"jy)表示第i個導頻符號的信號功率估計值的實部，每(A〇y)表示第i個導頻符號的信號功率估計值的虛部；其中，
，N。。為CP長度，L代表系統的采樣符號周期，yi表示時域接收信號的實部；
，y。表示時域接收信號的虛部；
r
[0207] 其中，多普勒頻移估計值克可W通過計算Bessel函數的逆求得，由于第一類零階 Bessel函數是一個非線性函數，Ju(X)的一個值可能對應著X的多個值，因此必須把X限定 在第一個單調區間內。
[020引進一步地，由傳輸的信號的平均功率E[a2化)]=E比2化)]=A^2,通過A2(I)=SNR(i)*(N"B)得到信號功率估計值，A2(i)表示第i個導頻符號的信號功率估計值，N。表 示噪聲功率譜密度。
[0209] 本發明實施例中，首先對信道信息進行數據預處理得到基于基系數的當前導頻符 號W及與所述當前導頻符號相鄰的至少一個基于基系數的導頻符號；其次，根據相鄰的基 于基系數的導頻符號采用基于測量統計約束的最大似然信道估計方法對信道進行初步估 計，得到所述導頻符號位置的信道基系數初步估計值；并根據所述信道基系數初步估計值 采用基于時間統計約束的卡爾曼濾波信道估計方法對所述信道進行精確估計，得到所述導 頻符號位置的信道基系數最終估計值；最后，根據所述信道基系數最終估計值通過時域維 納濾波插值運算或自回歸AR基系數插值運算得到頻域信道增益系數，W實現將基于測量 統計約束的最大似然信道估計方法與基于時間統計約束的卡爾曼濾波信道估計方法相結 合的信道估計方法，從而能獲得優異的信道估計性能。
[0210] 圖5為本發明信道估計方法實施例二的示意圖，如圖5所示，本發明實施例中，1) 對接收到的當前導頻符號進行最大似然頻偏估計，得到所述當前導頻符號的頻偏估計值； 2)對所述當前導頻符號進行噪聲方差估計，得到所述信道的噪聲方差估計值；3)根據所述 噪聲方差估計值通過基于循環前綴的多普勒頻移估計，得到所述信道的多普勒頻移及信號 功率估計值；4)對信道信息（所述信道信息包括；頻偏估計值、噪聲方差估計值和多普勒頻 移及信號功率估計值）進行數據預處理得到基于基系數的當前導頻符號W及與所述當前 導頻符號相鄰的至少一個基于基系數的導頻符號；5)根據相鄰的所述基于基系數的導頻 符號采用基于測量統計約束的最大似然信道估計方法對信道進行初步估計，得到所述導頻 符號位置的信道基系數初步估計值；6)根據所述信道基系數初步估計值采用基于時間統 計約束的卡爾曼濾波信道估計方法對所述信道進行精確估計，得到所述導頻符號位置的信 道基系數最終估計值；7)根據所述信道基系數最終估計值通過插值運算得到頻域信道增 益系數，其中，所述差值運算可W為時域維納濾波插值運算或自回歸AR基系數插值運算， 可選地，根據信號功率A2與噪聲方差A!'相比結果進行自適應差值判斷，若相比結果大于 等于15地時，則采用AR基系數插值；若小于15地時，則采用時域維納濾波插值。其中，具 體地實施步驟詳見上述實施例中，在此不再賞述。
[0211] 本發明實施例中，為了驗證基于本發明上述實施例中基于測量統計約束的最大似 然與基于時間統計約束的卡爾曼濾波相結合的信道估計方法的信道估計性能，按照表1中 相關參數（表1為固定頻偏調下下仿真參數）仿真驗證基于本發明上述實施例中信道估計 方法在無頻偏和有頻偏條件下的信道估計性能。
[0212] 表1、固定頻偏條件下仿真參數
[0214] 1)無頻偏條件下信道估計性能
[0215] 圖6為無頻偏條件下聯合導頻最大似然MIMO-O抑M信道估計性能曲線，圖7為無 頻偏條件下基于測量統計約束的最大似然與基于時間統計約束的卡爾曼濾波相結合的信 道估計方法的信道估計性能曲線，其中，EML代表基于聯合導頻最大似然MIMO-OFDM信道估 計方法，EMLKF代表基于測量統計約束的最大似然與基于時間統計約束的卡爾曼濾波相結 合的信道估計方法；橫坐標為信噪比（Signal-to-NoiseRatio,簡稱SNR)，單位為地；縱坐 標為均方誤差（MeanSquare化ror，簡稱MS巧。如圖6所示，在中低信噪比（<15地）條件 下，基于聯合導頻最大似然MIMO-O抑M信道估計在典型城區信道巧Xten化dTypical化ban model,簡稱ETU)信道下與在典型步行信道巧Xtended化destrianaModel,簡稱EPA)信 道條件下的信道估計性能近似相同；但在中高信噪比（〉15地）條件下，基于聯合導頻最大 似然MIMO-OFDM信道估計在ETU信道條件下的信道估計性能較EPA信道條件下的信道估計 性能有明顯的性能損失，如圖6及圖7所示，采用基于測量統計約束的最大似然與基于時間 統計約束的卡爾曼濾波相結合的信道估計方法可W改善中高信噪比條件下基于聯合導頻 最大似然MIMO-OFDM信道估計方法的信道估計性能。
[0216] 為了進一步說明基于測量統計約束的最大似然與基于時間統計約束的卡爾曼濾 波相結合的信道估計方法通過對時間統計約束和測量統計約束的有效利用所能獲得的信 道估計性能，圖8為ETU300監與ETU850監信道環境下基于聯合導頻最大似然MIMO-O抑M 及基于測量統計約束的最大似然與基于時間統計約束的卡爾曼濾波相結合的信道估計方 法的信道估計性能與相關信道估計性能理論界的比較曲線，其中，CRB代表克拉美羅界，聯 合導頻符號數目M= 2 ;橫坐標為SNR;縱坐標為MSE。如圖8所示，在ETU300化信道及 ETU850監信道的中低信噪比信道條件下基于聯合導頻最大似然MIMO-O抑M信道估計方法 的信道估計性能與對應的性能理論界相比性能損失大約在3~4地，在ETU850監信道的中 高信噪比條件下基于聯合導頻最大似然MIMO-O抑M信道估計方法的信道估計性能與性能 理論界相比仍然存在著較大的偏差，但在ETU850監信道的中高信噪比條件下基于測量統 計約束的最大似然與基于時間統計約束的卡爾曼濾波相結合的信道估計方法的信道估計 性能與性能理論界相比偏差較小，說明中高信噪比條件下改進超高移動環境下MIMO-OFDM 信道估計性能還有相當大的空間。
[0217] 2)有頻偏條件下信道估計性能
[021引為了評估頻偏對MIMO-O抑M信道估計性能的影響，圖9為有頻偏條件下基于聯合 導頻最大似然MIMO-OFDM信道估計性能，圖10為有頻偏條件下基于測量統計約束的最大似 然與基于時間統計約束的卡爾曼濾波相結合的信道估計方法的信道估計性能，其中，橫坐 標為SNR;縱坐標為MSE;聯合導頻符號數目M= 2。對比圖9和圖6可見，頻偏的存在對 EPA和EVA信道條件下的信道估計性能較小，但對高速移動條件下的ETU300監和ETU850監 信道條件下的信道估計性能會帶來一定的影響。如圖10所示，基于測量統計約束的最大似 然與基于時間統計約束的卡爾曼濾波相結合的信道估計方法可W有效改善頻偏對信道估 計性能的不利影響。
[0219] 為了進一步說明基于測量統計約束的最大似然與基于時間統計約束的卡爾曼濾 波相結合的信道估計方法通過對時間統計約束和測量統計約束的有效利用所能獲得的信 道估計性能，圖11為有頻偏條件下基于聯合導頻最大似然MIMO-OFDM及基于測量統計約束 的最大似然與基于時間統計約束的卡爾曼濾波相結合的信道估計方法的信道估計性能與 相關信道估計性能理論界的比較曲線，其中，橫坐標為SNR;縱坐標為MSE;聯合導頻符號數 目M= 2。如圖11所示，在ETU850監信道條件下，基于聯合導頻最大似然MIMO-O抑M信道 估計方法的信道估計性能與性能理論界相比仍然存在著較大的偏差，但基于測量統計約束 的最大似然與基于時間統計約束的卡爾曼濾波相結合的信道估計方法的信道估計性能與 性能理論界相比偏差較小，說明在基于聯合導頻最大似然信道估計算法中加入卡爾曼濾波 確實有助于進一步提升和改進信道估計性能。
[0220] 為了更清楚地說明頻偏引入對信道估計性能的影響，圖12為有無頻偏條件下基 于聯合導頻最大似然MIMO-OFDM的性能比較曲線，圖13為有無頻偏條件下基于測量統計約 束的最大似然與基于時間統計約束的卡爾曼濾波相結合的信道估計方法的性能比較曲線， 其中，橫坐標為SNR ;縱坐標為MSE ;聯合導頻符號數目M = 2。如圖12所示，圖12中對比 了ETU300監和ETU850監信道條件下基于聯合導頻最大似然MIMO-O抑M的信道估計性能在 有無頻偏條件下的性能差異，由圖12所示，在中低信噪比條件下《15地)，頻偏的引入對信 道估計性能的影響很小，但在中高信噪比條件下，頻偏對信道估計的影響還是較為明顯的。 如圖13所示，圖13中對比了ETU300監和ETU850監信道條件下基于測量統計約束的最大 似然與基于時間統計約束的卡爾曼濾波相結合的信道估計方法的信道估計性能在有無頻 偏條件下的性能差異，圖13所示結果表明，在基于聯合導頻最大似然信道估計中引入卡爾 曼濾波可W大幅度抑制在中高信噪比條件下頻偏對信道估計性能所帶來的不利影響。
[0221] 綜上所述，本發明上述實施例中基于測量統計約束的最大似然與基于時間統計約 束的卡爾曼濾波相結合的信道估計方法確實為超高移動環境下MIMO-OFDM信道估計提供 了有效的信道估計技術方案。
[0222] 3)聯合導頻符號數對頻偏估計性能的影響
[022引為了進一步清楚地說明聯合導頻符號對MIMO-O抑M信道估計性能的影響，圖14為 無頻偏條件下基于聯合導頻最大似然MIMO-OFDM的信道頻偏估計與傳統的線性最小均方 誤差信道估計性能的均方誤差性能曲線，其中，橫坐標為SNR ;縱坐標為MSE。圖14中對比 了1. 4MHz系統帶寬、無頻偏及ETU850監信道條件下使用兩個相鄰導頻OFDM符號的基于 聯合導頻最大似然MIMO-OFDM的信道估計與傳統的線性最小均方誤差信道估計性能的均 方誤差性能關系。如圖14所示，采用基于聯合導頻最大似然MIMO-OFDM的信道估計方法可 W非常顯著地提升和改進信道估計性能，如在中低信噪比條件下信道估計性能提升7地W 上，在中高信噪比條件下信道估計性能甚至可W提升達到10地W上。
[0224] 如圖7所示，采用基于測量統計約束的最大似然與基于時間統計約束的卡爾曼濾 波相結合的信道估計方法，在超高移動的ETU300監和ETU850監信道環境下信道估計的均 方誤差性能在中低信噪比（<20地）與慢速運動的EPA信道