按照一种实施例,提供了在利用多个发射天线的通信系统中进行信道估计的接收机、系统和方法。接收机包括可接收信号的天线节点,前述信号包括至少对应于第一序列的第一信号和对应于第二序列的第二信号的叠加;信道估计器,耦合到天线节点,可将接收信号和第一和第二序列中的至少一个进行相关,确定相关所产生的至少两个波形之间的至少一个边界,并利用边界和至少两个波形来计算对应第一信号的第一信道响应以及对应第二信号的第二信道响应。基于确定的边界来确定信道估计,并可以在频域中通过Savitzky-Golay滤波器进行平滑。也可以估计加性白高斯噪声(AWGN)的方差。
1.一种接收机,包括:天线节点,可操作为接收信号,前述信号包括至少对应于第一序列的第一信号和对应于第二序列的第二信号的叠加;以及信道估计器,耦合到所述天线节点,可操作为将接收的信号与第一序列和第二序列中的至少一个进行相关,以确定所述相关所产生的至少两个波形之间的至少一个边界,其中通过沿相关波形的各部分移动采样窗口来使得所述采样窗口内的采样能量总和符合阈值而确定所述至少一个边界,并利用所述边界和所述至少两个波形来计算对应第一信号的第一信道响应以及对应第二信号的第二信道响应。
2.根据权利要求1的接收机,还包括耦合到该天线节点的天线。
3.根据权利要求1的接收机,还包括:转换单元,可操作为将接收的信号从时域转换到频域;以及其中信道估计器可操作为通过将接收信号的频域版本乘以第一序列和第二序列之一的频域版本的共轭,来将接收的信号和第一序列和第二序列之一进行相关。
4.根据权利要求1的接收机,其中信道估计器可操作为如下确定至少一个边界:找出第一波形和第二波形之间最小能量的区域,并定位在该区域附近的边界。
5.根据权利要求1的接收机,其中信道估计器可操作为如下确定至少一个边界:找出第一波形和第二波形之间最小能量的区域,并在该区域内定位边界。
6.根据权利要求1的接收机,其中信道估计器可操作为通过将边界一侧的一个波形转换到频域,来计算第一信道响应,将边界另一侧的另一波形转换到频域,来计算第二信道响应。
7.根据权利要求1的接收机,还包括噪声模块,其耦合到信道估计器,并可操作为估计接收的信号中出现的噪声特性。
8.根据权利要求7的接收机,其中估计的特性是方差。
9.根据权利要求1的接收机,其中计算第一信道响应包括对第一信道响应进行平滑。
10.根据权利要求9的接收机,其中对第一信道响应进行平滑包括使用SaVitzky-Go1ay滤波器。
11.一种系统,包括:处理器,以及耦合到该处理器、具有可操作为接收信号的天线节点的接收机,前述信号包括至少对应于第一序列的第一信号和对应于第二序列的第二信号的叠加;以及信道估计器,耦合到天线节点,可操作为将接收的信号与第一序列和第二序列中的至少一个进行相关,确定所述相关所产生的至少两个波形之间的至少一个边界,其中通过沿相关波形的各部分移动采样窗口来使得所述采样窗口内的采样能量总和符合阈值而确定所述至少一个边界,并利用所述边界和至少两个波形来计算对应第一信号的第一信道响应以及对应第二信号的第二信道响应。
12.根据权利要求11的系统,还包括耦合到该天线节点的天线。
13.根据权利要求11的系统,还包括:转换单元,可操作为将接收的信号从时域转换到频域;以及其中信道估计器可操作为通过将接收信号的频域版本乘以第一序列和第二序列之一的频域版本的共轭,来将接收的信号与第一序列和第二序列之一进行相关。
14.根据权利要求11的系统,其中信道估计器可操作为如下确定至少一个边界:找出第一波形和第二波形之间最小能量的区域,并定位在该区域附近的边界。.
15.根据权利要求11的系统,其中信道估计器可操作为如下确定至少一个边界:找出第一和第二波形之间最小能量的区域,并在该区域内定位边界。
16.根据权利要求11的系统,其中信道估计器可操作为通过将边界一侧的一个波形转换到频域,来计算第一信道响应,将边界另一侧的另一波形转换到频域,来计算第二信道响应。
17.根据权利要求11的系统,其中接收机还包括噪声模块,其耦合到信道估计器,可操作为估计接收的信号中出现的噪声的方差。
18.根据权利要求11的系统,其中计算第一信道响应包括平滑第一信道响应。
19.一种方法,包括:接收信号,该信号包括至少对应于第一序列的第一信号和对应于第二序列的第二信号的叠加;以及通过将接收的信号与第一序列和第二序列中的至少一个进行相关来确定波形,该波形有第一部分和第二部分;确定波形第一部分和波形第二部分之间的至少一个边界,其中通过沿相关波形的各部分移动采样窗口来使得所述采样窗口内的采样能量总和符合阈值而确定所述至少一个边界;以及利用所述边界和至少两个部分来计算对应第一信号的第一信道响应以及对应第二信号的第二信道响应。
20.根据权利要求19的方法,还包括:将接收的信号从时域转换到频域;以及通过将接收信号的频域版本乘以第一序列和第二序列之一的频域版本的共轭,来将接收的信号与第一序列和第二序列之一进行相关。
21.根据权利要求19的方法,其中确定至少一个边界包括找出第一部分和第二部分之间最小能量的区域,并且定位在该区域附近的边界。
22.根据权利要求19的方法,其中确定至少一个边界包括找出第一部分和第二部分之间最小能量的区域,并且在该区域内定位边界。
23.根据权利要求19的方法,其中计算第一信道响应包括将边界一侧的一个部分转换到频域,计算第二信道响应包括将边界另一侧的另一部分转换到频域。
24.根据权利要求19的方法,还包括估计接收的信号中出现的噪声的特性。
25.根据权利要求19的方法,其中计算第一信道响应包括平滑第一信道响应。技术领域
本发明涉及通信领域,更具体地,本发明涉及具有多个发射天线的通信系统的信道估计。
背景技术
多个发射和接收天线可用于多载波通信系统,如多输入多输出(MIMO)正交频分复用(OFDM)系统,以提高通信质量和能力。OFDM技术将整个系统的带宽有效地分割成若干正交频率子信道。在本申请中,这些子信道也可称为“频音”或“子载波”。这类MIMOOFDM系统的例子包括但不限于WiMAX、IEEExa0802.11a、IEEE802.11g、IEEExa0802.11n和3GPPxa0LTE。这样的MIMO系统通常包括一个具有多个发射天线的发射机,多个发射天线与具有一个或多个接收天线的接收机(发射天线和接收天线的数目可能相等或可能不等)进行通信。在MIMO通信系统中,每个发射天线在基本相同的时间,在同一组子载波上,发送M个不同的符号,其中M是发射天线的数量。虽然每个发射天线在同一组子载波的至少一部分上发射相应的符号,但还是需要适当选择天线之间的间距(例如,大约这些子载波调制的载频波长的一半(例如,5.4GHz)),以使这些符号得以在接收机处恢复。要生成M个符号,一个串行比特流需要转换成M组多比特子符号,每个分别调制一个相应的子载波。需要对每个发射天线和每个接收天线之间的各个信道的信号响应进行准确估计,以有效地说明哪些子载波可以用于传送子符号,以及有效地恢复整体在可用子载波上传送的符号。这种信道估计的一般做法是,从发射机发送一组预定的训练序列(每个发射天线至少一个预定序列),并在接收机测量接收的训练序列。由于预定的训练序列可能有特殊的正交特性,并且接收机先行已知,所以每个信道上每个子载波相应的信号响应的估计可以通过将接收到的训练序列与相应的发送训练序列进行相关来实现。
发明内容
按照一种实施例,提供了在利用多个发射天线的通信系统中进行信道估计的一种接收机、系统和方法。接收机包括可操作为接收信号的天线节点,前述信号包括至少对应于第一序列的第一信号和对应于第二序列的第二信号的叠加;信道估计器,其耦合到天线节点,可操作为将接收信号和第一和第二序列中的至少一个进行相关,以确定相关所产生的至少两个波形之间的至少一个边界,并利用边界和至少两个波形来计算对应第一信号的第一信道响应以及对应第二信号的第二信道响应。接收的信号包括一组由多个天线传送的预定训练序列,将接收信号与这些训练序列中的一个或多个进行相关,以确定所产生波形部分之间的至少一个边界。在一种实施例中,这种相关通过将接收信号的频域版本乘以一个训练序列的频域版本的共轭,然后可能执行IFFT来完成。在一种实施例中,通过沿相关波形的各部分循环移动预定宽度的采样窗口,来找到在该窗口内采样的能量总和最小化的位置,从而确定相关波形部分之间的边界。在另一实施例中,通过循环移动采样窗口,来找到匹配理想阈值-例如,低于最大幅度20dB的位置,从而确定边界。基于所确定的边界来确定信道估计,并可以在频域通过Savitzky-Golay滤波器进行平滑。加性白高斯噪声(AWGN)的方差也可以估计。实施例的一个优点是可以减少由AWGN,以及一个训练序列的能量被错误归结到相邻训练序列,所引起的信道估计的不准确性。
附图说明
通过参看以下详细描述,并结合附图,本申请所公开主题的一个或多个实施例会更易于理解。图1是无线MIMO通信系统的一个实施例的框图。图2是时域相关序列对的一种实施例的时域图,前述时域关联序列对通过将多发射天线系统(如图1的系统)中各发射天线所发射的移位训练符号波形与该系统中接收天线所接收的信号进行相关来实现。图3A-3C的时域图示出了解析图2的时域波形的方法的一种实施例。图4是信道估计方法的一种实施例的流程图。图5的时域图示出了无线多发射天线系统中多个相关序列的一种实施例。图6的相关序列的时域图说明了获得信道响应估计的一种实施例。
具体实施方式
给出下面的讨论是为了使本领域技术人员能够实现和使用在此公开的主题。在不脱离在此公开的主题的精神和范围的情况下,在此描述的一般性原理可以适用于以上详细描述的实施方式和应用之外的实施方式和应用。本公开无意限于示出的实施方式,而是按照符合在此公开或建议的原理和特征的最宽泛的范围。在下文描述中,结合所描述的实施方式记载了某些细节,以便提供对在此公开的主题的充分理解。然而,本领域技术人员将会理解,可以在没有这些特定细节的情况下实施所公开的主题。此外,本领域技术人员将会理解,所公开实施方式和这些实施方式的组成部分的各种修改、等效物和组合落入所公开主题的范围之内。尽管在下文没有明确地描述,但是包括少于相应的所描述实施方式的全部组成部分或步骤的实施方式也可以落入所描述的主题范围内。最后,下文没有详细示出和描述公知组件和/或过程的操作,以避免不必要地混淆所公开的主题。图1是一种OFDM系统100的框图,其包括发射机部分101和接收机部分102。该系统100可以以多种应用形式实现,包括但不限于音频和视频广播通信,蜂窝电话发射机和手持机,数字计算机信号路由器和调制解调器,以及网络发送器/接收机。发射机101包括发射分集处理器110,M个逆离散傅立叶变换(IDFT)块120,以及M个发射天线140。发射分集处理器110接收串行数据块并将其转换为多个频域块,其然后提供给相应的IDFT块120。每个频域块代表了多个子载波所承载的,并且通过M个发射天线140中相应的一个发射天线发射的相应符号。至少一些子载波可能与承载通过M个发射天线140中其他发射天线发射的符号的子载波相同。此外,每个频域块转换为时域,然后相应的时域块可以调制载波频率(例如,2.4GHz或5.4GHz),以提高时域块频率。每个IDFT块120从发射分集处理器110接收相应的频域块,使用逆离散傅立叶变换(IDFT)对块进行变换,并将该块作为时域波形而提供给相应的发射天线140。接收机102包含一个或多个接收天线150(只示出了一个接收天线),用于每个接收天线的相应离散傅立叶变换(DFT)块160,分集增益处理器170和信道估计器180。在一种实施例中,图1给出的数字发射机101的部分可以通过第一集成电路(IC)实现,图1给出的接收机102的部分可以通过第二IC实现,该第二IC远离第一IC。例如,发射机101可以是无线路由器的一部分,接收机102可以是计算机的一部分。每一个DFT块160(只示出了一个这样的块)接受从接收天线150收到的时域信号,利用离散傅立叶变换函数对信号进行变换,并将变换后的信号提供给分集增益处理器170和信道估计器180。分集增益处理器170接受来自DFT块160的变换后信号,以及来自信道估计器180的信道估计(相应信道存在于每个发射天线140和每个接收天线150之间),以便恢复原先提供给发射机部分101内的发射分集处理器110的串行数据块。信道估计器180将信道估计矩阵ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="161"/>1≤i≤(信道数量),提供给分集增益处理器170,后者则估计恢复的串行数据块ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="158"/>也就是说,ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="133"/>包括对应于第i对发射和接收天线之间的第i信道的信息。信道估计器180在下文中将结合图2-4进一步讨论。在MIMO系统中,每个接收天线150接收的信号是从所有M个发射天线发射的信号组合,并受接收天线和发射天线之间的相应信道特性和噪声的影响。因此,从每个发射天线到每个接收天线存在着相应信道,并且分别为每个这样的信道做信道估计。在系统100的这种实施例中,每个发射天线140和接收天线150之间有相应信道,因此,因为有M个发射天线和一个接收天线,在本实施例中存在i=M个相应的信道。每一个相应信道的信道特性估计是定期进行的,以弥补这些特性的变化,每个信道的特性由作为第i个信道的信道估计矩阵ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="134"/>的元素的系数来代表。由于信道估计器180接收来自DFTxa0160的输入,因此ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="133"/>的系数是在频域,但在系统100的其他实施例中,ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="134"/>的系数可能会在时域中。在操作中,在一个符号周期或时间n,发射分集处理器110将串行数据块b[n]转换成M个不同的频域序列{b_i[n,k]:k=0,...,K-1&i=1,...,M},其中K,k和i分别是OFDM系统100数据子信道的数目,子信道(或频音)索引和发射天线信道索引。这些序列b_i[n,k]的每一个通过IDFT块120和传统的循环前缀插入而形成相应的OFDM符号。发射天线140同时分别发送这些OFDM符号。每个接收天线150(图1中仅示出一个)接收信号,其频域表示为r[n,k]。该表示包括了发送的时域数据序列b₁[n,k],b₂[n,k],...,b_i[n,k]的叠加,并且因相应的信道频率响应H_i[n,k]和加性噪声w[n,k]而扭曲(在一种实施例中,假定每个信道i的加性白噪声相同)。一个接收天线接收到的在一个子载波k上的信号r[n,k]一般可表示为: r [ n , k ] = Σ i = 1 i = M H i [ n , k ] b i [ n , k ] + w [ n , k ] - - - ( 1 ) ]]>其中H_i[n,k]表示在第i通信路径(例如,只有一个接收天线150时的第i发射天线)的第n个OFDM符号期间,第k频音(子信道或子载波)上的信道频率响应,w[n,k]表示接收天线150上第k个频音的加性复高斯噪声。这种噪声w[n,k]可以假设为具有零均值和方差σ_n²。对于MIMOxa0OFDM系统,合并后的时域信道频率响应可以表示为: H [ n , k ] = Σ l = 0 K 0 - 1 h [ n , l ] W K kd - - - ( 2 ) ]]>其中h[n,l]=h(nT_f,l(T_s/K))是采样率为KΔf时采样的信道脉冲响应,W_K=exp(-j(2π/K))。上述表达式中,变量T_f,T_s和Δf分别是块长度、符号持续时间和频音间距。由于符号的持续时间是频音间距的倒数,并且块长度等于符号持续时间和循环前缀之和,它们如下关联:T_s=1/Δf和T_f=T_g+T_s,其中T_g是循环前缀的持续时间。在公式(2)中,K₀是信道脉冲响应的信道抽头的数量-信道抽头的数量是采样宽度。在对应于第i个发射天线的第n个块的第k子信道上的频率响应一般可表示为: H i [ n , k ] = Σ l = 0 K 0 - 1 h i [ n , l ] W K kl - - - ( 3 ) ]]>给定接收信号r[n,k],接收机部分102估算(和补偿)信道频率响应H_i[n,k]1≤i≤M,以恢复串行数据块b[n]。在一种MIMOxa0OFDM实施例中,信道估计可以通过从发射机发送一组训练序列,在接收机测量接收的训练序列,并将收到的序列与已知发射的序列进行相关来完成。用于信道估计的具体训练序列可能会影响信道估计本身的准确性和复杂性。因此,在一种实施例中,信道估计可在一个特殊的训练阶段中进行,其中特别选择{t_i[n,k]},1≤i≤M,作为适用于特定应用场合的训练序列集(有时也称为最佳训练序列)。挑选训练序列以用于OFDM信道估计的方法在2002年1月的IEEETransactionsxa0ofxa0Wirelessxa0Communications,第一卷,第一期,67-75页,Yexa0Li的“Simplifiedxa0Channelxa0Estimationxa0forxa0OFDMxa0Systemsxa0withMultiplexa0Antennas”中讨论,其内容在此并入作为参考。在用来估计H_i[n,k]的训练阶段的一种实施例中,M个预定训练序列分别采用作为t₁[n,k],t₂[n,k],...,t_M[n,k]。例如,第一发射天线所发射的训练序列t₁[n,k]的时域波形被循环移动(例如,左移),以实现第二发射天线所发射的第二训练序列t₂[n,k]的时域波形,否则就与第一训练序列相同。也就是说,这些时域训练序列是相同的,但是循环移动。该循环移动的规模由所需训练序列的数量,也就是M决定。在一种实施例中,其中发送天线的数量M=3,每个训练序列t_i[n,k]的时域波形循环移动信号空间K的宽度(以采样计)的一小部分1/M,前述信号空间K的宽度是OFDM系统的数据子信道数。因此,在一种实施例中,其具有M=2发射天线,采用M=2的训练序列;基于对第二训练序列(由第二发射天线发射)的时域波形循环移动K/M=K/2的理解,这些训练序列的时域波形是相同的。在其他的实施例中,可以循环移动序列一个较小或较大量;移动序列不同量可能会改变所估计的CIR(信道脉冲响应)的长度。因为训练序列组的特殊正交特性(只有在或接近零循环移动时才有高相关),并且因为训练序列传输集对信道估计器180是已知的,所以有可能将多发射天线的每个的信道脉冲响应分离出来,从而能够独立确定每个发射天线的信道频率响应特性H_i[n,k]。每个频音k的相关频谱(频域)如下计算: η [ n , k ] = r [ n , k ] · t 1 * [ n , k ] , ]]>其中t₁^*[n,k]是在频音k处第一发射天线的发射训练序列的复共轭。接收到的序列r[n,k]与发射训练序列t₁[n,k]的复共轭在频域相乘,提供了序列之间的互相关。通过在得到的相关频谱η[n,k]上进行IDFT,可以根据以下公式确定时域相关序列p[n,k]: p i [ n , l ] = Σ k = 0 K - 1 r [ n , k ] t i * [ n , k ] W K kl - - - ( 4 ) ]]>图2描述了多天线OFDM通信系统的一种实施例中,K=300个子信道的采样空间,以及相关序列p_i[n,0],p_i[n,1],...,p_i[n,K-1]的时域波形。在描述的实施例中,该系统有M=2个发射天线和一个接收天线。KΔf=4.5MHz传输带宽被划分为K=300个子载波,K₀=K/M=150,其中K₀是在采样率为KΔf下,每个信道脉冲响应的最大跨度(以采样计)。图2的行1|p₁[n,k]|是接收机天线150从第一发射天线(i=1)收到的信号的相关序列的时域幅度波形;行2|p₂[n,k]|是接收机天线150从第二发射天线(i=2)收到的信号的相关序列的时域幅度波形。因为,正如上面所讨论的,训练序列t₂[n,k]的时域波形是训练序列t₁[n,k]的循环移动版本,可以看出该行2是通过将行1循环移动K₀=150个采样而得到的。因此,行1{p₁[n,0],p₁[n,1],...,p₁[n,K-1]}包含所有传输路径的信道脉冲响应的估计。事实上,在该实施例中,各相关序列(行1和行2的每一个)包括每个发射天线的信道脉冲响应。行1所示相关序列内的每一高能区域对应于一个单独发射天线的信道脉冲响应。因此,对应于第一发射天线(i=1)的估计信道脉冲响应对应于行1中以采样索引k=(i-1)K₀=0为中心的高能区,对应于第二发射天线(i=2)的估计信道脉冲响应对应于行1中以采样索引k=(i-1)K₀=150为中心的相关序列部分。为简化起见,这里再次利用具有单个接收天线150的实施例,但实施例实际上可以由任意数量的发射和接收天线实施。如果采用有两个发射和两个接收天线的实施例,相当于图2的时域图将总共包括4行,代表两个相应接收天线中每一个的两个相关序列(对应于两个发射天线的每一个)。如上所述,图2中时域信号|p_i[n,k]|是单个接收天线150收到的信号和每一个发射天线140的训练序列之间相关的幅度波形,前述相关由信道估计器180计算,其按照方程(4)对相关频谱r[n,k]·t_i^*[n,k]进行IDFT计算(IDFT块未示出)。行1和行2的前150个采样分别是发射天线1和2的信道脉冲响应的估计。在一种实施例中,通过在频域中在K个数据子载波的任何一侧插入保护间隔来实现过采样。例如,OFDM信号可以用7.68MHz采样频率来过采样,过采样的OFDM信号是由IDFT块120通过512点IDFT生成的。因此,300个数据点的每一端上106点被置为′0′,作为保护间隔。“过采样因子”是生成的IDFT的宽度与数据子载波原始数目之比,在该实施例中,例如,过采样因子是512/300≈1.7。在接收到的信号r[n,k]内隔离K个数据子载波,等同于让信号通过低通滤波器(未显示)。在时域中,这些保护间隔的插入增加了估计的信道脉冲响应的跨度宽度K₀。因此,在p₁[n,k]中,一个估计信道脉冲响应的一部分可能泄漏到相邻信道的响应中,并模糊它们之间的边界。在图2中,从低能量采样环绕着以采样索引k=150和采样索引k=300为中心的高能区,这是显而易见的。这种泄漏可能引入接收天线和发送相应训练序列的发射天线之间的信道估计错误。也就是说,信道估计由于这种能量泄漏而可能不准确,因为可能会更难以确定个体估计信道脉冲响应之间的界限。如上所述,虽然特殊训练阶段采用的训练序列集可能被设计成允许对应于每个训练序列的时域相关序列部分能与相邻部分相分离,但如果这些部分之间的界限没有被准确界定,那么这些部分之间就可能会发生能量泄漏,而这种能量泄漏可能扭曲信道估计。为了更准确地确定相关序列个体部分之间的边界(即对应于不同发射天线的不同信道脉冲响应之间的边界),在一种实施例中,定位在采样索引f_i的一个滑动窗口的边缘(或任何其他预定的区域,如中心或前面),在p₁[n,k]波形的一定范围ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="700"/>内移动,以确定滑动窗口内的采样能量总和最低的f_i的值。该索引在采样空间内的位置对应于提供相关序列相关部分之间最小能量泄漏的边界,因此,也是不同信道脉冲响应之间最为准确的边界。在另一实施例中,滑动窗口可能在该范围内移动,以确定滑动窗口内采样能量之和满足其他标准的f_i值。例如,该和可以是该范围内发现的最大和值之下的一定百分比的某个值。决定了边界检测的灵敏度和准确性的滑动窗口的宽度,可以在最大跨度K₀和过采样因子的基础上根据经验设置。例如,对于图2-3所示的波形,其中每个部分都比较理想地在K₀=150采样内隔离开,并且过采样因子大约是1.7,那么该滑动窗口的宽度可以适当确定为10,并且α为0.5。一般而言,过采样因子越大,α和搜索范围越大,滑动窗口就会更宽。然而,一种实施例中,滑动窗口的宽度小于搜索范围。图3a-3c给出了图2的行1的关联序列的波形|p₁[n,k]|,以及在若干位置处的滑动窗口301,每个滑动窗口301对应采样索引f_i的一个不同值。在图3a中,滑动窗口301的位置选择为使得f_i(对应于滑动窗口最右沿)的值f_i=p₁[n,iK₀]=K₀=150。窗口301内的总计采样能量相对较大。为了准确地确定两个发射天线的两个相关部分的边界,滑动窗口301沿|p₁[n,k]|移动(一次单个采样),从图3a的位置移动到图3b的位置,其中,采样索引值ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="700"/>ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="139"/>对于滑动窗口301的每个位置,将其中所包含采样的能量都计算在内。在图3c中,该采样索引的值f₁=100,对应于滑动窗口301的边沿,其使得滑动窗口301内的采样能量之和最小化。对应于滑动窗口301最右沿位置的f_i值表示该采样索引可以作为对应第一发射天线(i=1)的估计信道脉冲响应的最精确边沿边界(提供从第二发射天线最少能量泄漏的边界)。以同样的方式,通过移动滑动窗口301从f_i=300到f_i=225,找到采样索引f₂=240是第二发射天线(i=2)估计信道脉冲响应的最准确边沿边界。接着,信道估计器180可按照下面的表达式,确定第一(i=1)发射天线140和接收天线150之间的信道的信道脉冲响应: h 1 [ n , l ] = 1 K p 1 [ n , l ] - - - ( 5 ) ]]>对于100≤1≤240信道估计器180可按照下面的表达式,确定第二(i=2)发射天线140和接收天线150之间的信道的信道脉冲响应: h 2 [ n , l ] = 1 K p 2 [ n , l ] - - - ( 6 ) ]]>对于0≤1≤100和240≤1≤300方程(5)及(6)使得信道脉冲响应的计算不需要执行矩阵求逆。图4是信道估计方法的一种实施例的流程图,它包括了一个过程的多个步骤,该过程类似前面结合图2-3c讨论的过程。图4中列出的步骤只用于说明目的,并不意味着局限于所讨论的具体的示例的精确顺序或过程。在下面的讨论中,{t_i[n,k]}1≤i≤M还是一个合适的最佳训练序列集。为简化起见,假设采用具有单个接收天线的实施例。当然,具有任何数量的发射和接收天线的实施例都是可行的。在步骤401中,为每一频音k,以 η [ n , k ] = r [ n , k ] · t 1 * [ n , k ] ]]>形式来计算接收到的训练序列r[n,k]和训练序列t₁[n,k]之间的相关性频谱η[n,k](频域)。在步骤402中,随后通过对相关性频谱η₁[n,k]执行IDFT,来计算时域相关序列p₁[n,k]。相关序列是时域波形,类似图2给出的。同样,通过使用循环移动,第一发射天线所发送的训练序列也可用于获得接收信号和从所有其他发射天线发送的训练序列之间的相关序列。这是因为每一个训练序列的时域波形是由第一发射天线i=1发出的第一训练序列循环移动后的版本。在步骤403中,通过将采样空间分割成多个分区,在第一相关序列p₁[n,k]内找出每个发射天线的信道脉冲响应估计的边界,前述分区的数量等于发射天线数M。对于每个发射天线i,沿整个分区移动采样窗口,前述分区位于以上步骤402中找出的相关序列p₁[n,k]的采样索引(i-α)K₀和采样索引iK₀之间。这样,利用该采样窗口找出使窗口内采样能量总和最低的索引f_i。在另一实施例中,通过循环移动采样窗口,找到采样能量总和符合其他所需条件的位置,来确定边界。在步骤404中,估计对应每个发射天线i的信道脉冲响应ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="163"/>将步骤402中计算得到的相关序列p₁[n,k]循环移动,例如左移f_i-1,得到p₁‘[n,k]。对应第一和第二发射天线140的信道脉冲响应可根据下面的表达式计算,其中将步骤403中确定的每个脉冲的相应边界集合之外的所有采样设置为零(这是方程(6)中有效实现的): h i [ n , k ] = 1 K p 1 ′ [ n , k ] k ∈ [ 0 , ( f i - f i - 1 ) mod K 0 else - - - ( 7 ) ]]>这分离了每个特定信道的信道脉冲响应,还能够减小噪声。在步骤405中,对信道脉冲响应估计ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="138"/>进行适当循环移动。例如,在一种实施例中,估计ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="136"/>被左移[(i-1)K₀-f_i-1]modxa0K,以得到ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="644"/>循环移动有效地移动了脉冲响应估计,使得它们的最左边界与0对准,为步骤406的DFT作准备。在步骤406中,利用步骤405中进行的适当的循环移动,对h_i[n,k]进行相应DFT,得到信道频率响应估计H′_i[n,k]。在一个可选的步骤407中,所产生的信道估计H′_i[n,k]可以被平滑,以提供信道频率响应的更准确估计。在一种实施例中,信道估计H′_i[n,k]的平滑可以是平均步骤405和406之间预定数量的连续训练序列的采样。在另一实施例中,可以采用平均频率脉冲响应(FIR)滤波器。然而,这样的平均FIR滤波器在消除噪声的同时,可能导致信号的高频内容的某个重要部分也被消除。在另一种实施例中,采用二次Savitzky-Golay滤波器来平滑频谱估计H′_i[n,k]。Savitzky-Golay平滑滤波器也称为数字平滑多项式滤波器或最小二乘平滑滤波器,通常用于“平滑”频率跨度较大的噪声信号。在使用Savitzky-Golay平滑滤波器的一种实施例中,根据Savitzky-Golay算法如下计算平滑信道频率响应估计ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="184"/> H ^ i [ n , k ] = Σ j = - N N A j H i ′ [ n , k + j ] Σ j = - N N A j , - - - ( 8 ) ]]>定义H′_i[n,k]=0当k<0或k≥K滤波器的系数A_j是不随时间变化的,并且可以根据跨度宽度2N+1和多项式阶而离线计算。可以根据经验选择一个合适的Savitzky-Golay滤波器跨度宽度。在一种实施例中,N可以选择为ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="192"/>其中K是数据子载波总数,L是真实信道的路径数目(由信道模型决定)。也就是说,每个发射天线和每个接收天线之间的信道可能是一个多径信道,L是建模的每信道的路径数量。例如,在图2所示采样空间中,每个训练序列的长度为K=300,并且采用3GPPSCM-郊区宏信道模型(L=6)。这样,合适的Savitzky-Golay滤波器跨度宽度是2(K/2L)+1=2*300/12+1=51。滤波器跨度越大,产生的信道估计越平滑,但计算量也越大。在另一种实施例中,可采用ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="251"/>的滤波器跨度宽度。在一个可选的步骤408中,估计对信道产生影响的任何加性白高斯噪声(AWGN)的方差。在一种实施例中,这种方差可以是: σ ^ n 2 = Σ i = 1 M Σ k = 0 K | H ^ i [ n , k ] - H i ′ [ n , k ] | 2 K - - - ( 9 ) ]]>也可以在众所周知的最小均方误差算法内使用,以更准确地估计OFDM通信系统使用过程中所有接收的符号序列。下面是上面描述的信道估计技术的一种实施例,与以上描述相比,物理术语更多,而数学术语较少。再次参看图1,为举例说明目的,假设发射机101包括发射分集处理器110,其耦合到4个IDFT块120和4个相应的发射天线140₁到140₄,接收机102包括一个DFT块和一个与之对应的接收天线150。因此,在这个例子中,发射机101和接收机102之间存在着以下四个独立的信道:第一发射天线140₁和接收天线150之间的第一信道,第二发射天线140₂和接收天线之间的第二信道,第三发射天线和接收天线之间的第三信道,以及第四发射天线140₄和接收天线之间的第四信道。当然,在这个例子中说明的原理可以普遍适用于有任意数量发射天线140和任意数量接收天线150的系统100。在信道估计期间,发射分集处理器110同时通过4个发射天线140中每一个来发送相应的训练序列。每个训练序列是相同的序列,但在时域相对于其他序列循环移动。例如,第一发射天线发射零循环移动的训练序列,第二发射天线发射循环移动S/M的训练序列,其中M是天线的数量,S是训练序列在其上发送的符号周期中的时域采样数目。第三发射天线发送的训练序列循环移动(2S/M),第四发射天线发送的训练序列循环移动(3S/M)。例如,其中S=128,那么循环移动分别为0,32,64和96。接收机102通过接收天线150和DFT块160接收所产生的信号。信道估计器180通过将接收信号与已知已由第一发射天线140₁发送的训练序列进行相关,计算相关性频谱。信道估计器180通过对相关性频谱执行IDFT,计算实际的相关序列p_i[n,k]。例如,参看图5的时域相关图,发射天线140₁至140₄每个发送的训练序列都是相同的,但分别循环移动96,64和32个采样。所有这四个发送的训练序列都由接收天线150接收。接着,信道估计器180将所有k个频音的接收信号r[n,k]与由第一发射天线140₁发射的训练序列进行相关,这种相关产生了图5中行1的图,其中块A代表第一发射天线140₁和接收天线150之间的第一信道的信道脉冲响应h₁[n,l]=(1/K)p₁[n,l],块B代表第四发射天线140₄和接收天线150之间的第四信道的信道脉冲响应h₄[n,l]=(1/K)p₄[n,l],块C代表第三发射天线140₃和接收天线150之间的第三信道的信道脉冲响应h₃[n,l]=(1/K)p₃[n,l],块D代表第二发射天线140₂和接收天线150之间的第二信道的信道脉冲响应h₂[n,l]=(1/K)p₂[n,l]。信道估计器180可以将相关处理就此停止,或者继续将所有k个频音接收信号r[n,k]与第二、第三和第四天线140₂至140₄中任何一个或多个发送的训练序列进行相关,以分别得到图5的第4、第3和第2行。如果信道估计器180继续处理,那么它可以计算来自图5任何一个块A的信道脉冲响应h₁[n,l],来自任何一个块D的信道脉冲响应h₂[n,l],来自任何一个块C的信道脉冲响应h₃[n,l],以及来自任何一个块B的信道脉冲响应h₄[n,l]。参看图6,在一种实施例中,信道估计器180通过移动采样窗口来确定第1行信道脉冲响应h₁-h₄,其中移动时一次一个采样,沿行R1从采样0的初始位置(行1最左边)向右到达最终位置,后者取决于采样空间参数和为采样窗口本身确定的参数,以类似于上文结合图3a-3c讨论的方式,确定块A-D中波形之间的边界。这是因为波形的边界可能与块边界不同。例如,在图6的实施例中,采样窗口的宽度是8个采样。在每个窗口位置,可以累加采样窗口内所有采样的幅度(例如,能量)。这样,块A中相关序列的波形和块B中波形之间的边界可以确定为出现在这样的采样窗口位置,即与块A和B中波形之间的其他窗口位置相比,该采样窗口内采样的和最小。以类似方式,信道估计器180可确定块B、C和D的波形之间的最低能量边界,以及块D和A的波形之间的最低能量边界。例如,信道估计器可确定这些最低能量边界分别位于采样索引20、56、85和116。正如下面所讨论,以这种方式确定波形的边界,与使用采样索引0、32、64和96的块边界相比较,可以允许通过减少或消除跨波形边界的能量泄漏,更精确地计算信道频率响应。为了确定信道频率响应的估计(信号空间中每个子载波k的估计幅度和相位),信道估计器180对每个边界之间的采样执行DFT。例如,为确定发射天线140₁和接收天线150之间的信道的频率响应H₁[n,k],信道估计器对边界116和边界20之间的采样执行DFT(采样可以包括,也可以不包括一个或两个边界采样)。这一点,信道估计器180可以如下完成:对采样进行循环右移,直到边界116与采样0对准(移动13次),将移动后的边界20右边(现在与采样33对准)的所有采样设置为零,并对由此产生的波形执行128点的DFT。以类似的方式,信道估计器180可为接收天线150和发射天线140₂至140₄之间的信道分别确定频率响应H₂[n,k],H₃[n,k]和H₄[n,k]。根据信道响应估计,接收机102可以确定每个信道所引起的对子载波的衰减和相移,并如上文所述和/或按照传统方式,为每个信道确定校正矢量。如上所述,信道响应估计可以另外进行过滤(例如通过Savitzky-Golay滤波器),以得到平滑的信道响应估计。此外,还可以附加估计高斯噪声方差。将会理解,虽然上文描述中记载了各种实施方式和优点,但是上述公开内容仅仅是示范性的,并且在细节方面可以进行修改,并且仍在所公开主题的宽广原理之内。例如,通信系统可以有任意数量的发射或接收天线,可以包括一个或多个集成电路器件。在某些实施例中,描述的这些方法或单独的步骤可以通过硬件来实现。在另一些实施例中,采用软件来实现。还有一些实施例中,描述的这些方法或单独的步骤可以由硬件和软件模块的组合来实现。