信道估计基础知识

OFDM系统中的信道估计基础知识_逸凌Time的博客-CSDN博客_信道估计的目的是什么

一、什么是信道估计

       信道估计是使用接收信号表现出来的各种状态来对信道的特性进行估计的过程。信道估计是信道对输入信号影响的一种数学表示。

       信道估计可以定义为描述物理信道对输入信号的影响而进行定性研究的过程，是信道对输入信号影响的一种数学表示。如果信道是线性的，那么信道估计就是对系统冲激响应进行估计。

       信道估计的目标就是使某种估计误差最小化，同时还要尽量降低算法的复杂度，并具有可实现性。为了在接收端能够准确地恢复发射信号，需要对信道的冲激响应进行估计，这就是信道估计。

二、为什么要进行信道估计

       无线环境是复杂多变的，信号在传播过程中就会受到各种各样的干扰，到达接收端时，信号的幅度、相位和频率都会发生很大的改变，而信道估计和信道均衡的作用就是尽可能恢复出信号。因此，一个良好的估计和均衡算法对于接收端的性能来说至关重要，决定了信号最终的解出率。

       举一个简单的例子，假如发送端发送了一个正弦信号6sin(2t)，然后发送的这个正弦信号在无线信道中进行传输，由于信道的影响，接收端接到的信号变成了3sin(2t+8)，也就是说信号经过无线信道的传输之后，幅度和相位都发生了变化（也就是幅度衰减一半，相位增加了8），如果在接收端现在已经通过相应的信道估计算法估计出了这个信道的特性（也就是幅度衰减一半，相位增加了8），那么接收端在后续接收其他信号的时候就会对接收到的信号进行相应的补偿。                           假如说发送端又发送了一个信号8sin(2t+2)，通过信道传输之后，接收端接收到的信号变成了4sin(2t+10)，那么接收端由于刚才已经通过第一次接收到的信号估计出了信道的特性，那么他就可以直接把信号补偿为8sin(2t+2)（幅度增加一倍，相位减去8），这样在接收端就可以复原出发送端发送的原信号。这就是为什么要进行信道估计，目的就是在接收端要尽可能地还原发送端发送的原信号。
 

三、常用的信道估计算法

 1 最小二乘法信道估计算法（LS）

信道估计---LS、MMSE、LMMSE准则_ddatalent的博客-CSDN博客_信道估计

该算法计算简单、复杂度低，不需要信道的任何先验统计特性。该方法导频处信道频域响（CFR）通过LS算法估计得到，数据符号处CFR通过插值方法获得。然而，由于LS估计方法不能消除导频处噪声的影响，并且插值类信道估计方法不能有效消除由于多径引起的频域选择兴衰落信道的影响，导致数据处CFR获取不准确，因此LS算法的估计性能较差。
假设发射信号是X(i)，信道传输函数是H(i)，接收端接收到的信号是Y(i)，那么就有这个等式Y(i)=X(i)H(i)。

    信道估计中的LS算法是最基本且常用的算法，用最朴实的话说就是忽略噪声，直接除。其公式表示为H(i)=Y(i)/X(i)。频域接收信号导频位置Y，本地已知导频X。两者简单相除，就可以得到导频位置的信道估计值H(i)。
在硬件实现时，除了在均衡时可以考虑用除法器，其他位置（包括此处的LS算法）都不要使用除法器，除法器占用的资源太多，将除法表示为乘法即可避免，而大部分的乘法可以用移位相加来实现，这样可以大大降低复杂度
什么是代价函数：

       简单来说，代价指的就是预测值（估计值）与实际值之间的差，代价函数J就是让这个差趋于0，当代价函数J等于0的时候，这时候的预测值就和实际值是完全相等的，也就是说明此时我们已经对实际情况进行了完美的估计了。代价函数也常常用在信道估计上。

 2 最小均方信道估计算法（MMSE）

3 最大似然信道估计算法

4 基于DFT的信道估计算法

5 基于SVD（奇异值分解）的信道估计算法

6 基于滤波器的信道估计算法

7 线性最小均方误差信道估计算法（LMMSE）

8 基于判决反馈信道估计算法

四、插值算法

       当使用信道估计算法估计出导频处的信道特性后，就要使用插值的方法去拟合出非导频处的信道特性，常见的插值方法有一阶线性插值和二阶线性插值。其中一阶线性插值是利用了相邻两个导频信号，而二阶线性插值是利用了前后相邻的3个导频信号。由于使用到的导频信息很少，所以最后估计出来的信道特性与实际有一定的差异。

五、MIMO-OFDM的信道估计

MIMO-OFDM的信道估计：时，频，空三个域都要考虑，尤其是在空域，不同天线发射的导频序列需要相互正交，否则在接收端无法区分各个导频，造成导频污染，就无法正确地估计信道。正交的方法有很多，可以是时间上错开，在某个时间只允许某个天线发送。也可以在频率上错开。还可以让导频信号本身就是正交的。