正交频分复用技术的信道估计方法技术

本发明专利技术公开了一种正交频分复用技术的信道估计方法，包括发送方将待发送信号转换为多个子载波信号、将多个子载波信号相互正交并增加冗余符号信息并传输信号；接收方接收信号进行解调、形成低分辨率信道图像，采用图像超分辨率算法提高低分辨率信道图像的分辨率，并采用图像复原技术复原信号得到最终的信道估计结果。本发明专利技术将深度图像技术有效应用于正交频分复用系统中，并通过深度图像技术有效提高对信道的估计能力，对传输信号进行恢复；因此本发明专利技术方法能够对正交频分复用技术的信道进行估计，而且可靠性高、精确度好且效率较高。

Channel estimation method of orthogonal frequency division multiplexing

【技术实现步骤摘要】
正交频分复用技术的信道估计方法
本专利技术属于信息安全领域，具体涉及一种正交频分复用技术的信道估计方法。
技术介绍
正交频分复用技术用于解决无线信道中的频率选择性衰落问题。在通信信道中，接收到的信号通常会因信道特性而失真。为了恢复传输的符号，必须在接收端估计和补偿信道效应。在实际应用中，信道环境是不断变化的。因此，如何合理地估计信道是正交频分复用技术实现商用化必须要解决的一个问题。传统的信道估计算法主要包括最小二乘法和最小均方误差法。与不需要信道统计信息的最小二乘估计相比，最小均方误差法通过利用信道统计信息和噪声方差得到了更好的性能。但是，目前常用的最小二乘法和最小均方误差法，其均存在估计精确度相对较低，算法效率不高等问题，从而影响了实际的估计效果。
技术实现思路
本专利技术的目的在于提供一种可靠性高、精确度好且效率较高的正交频分复用技术的信道估计方法。本专利技术提供的这种正交频分复用技术的信道估计方法，包括如下步骤：S1.发送方将待发送信号转换为多个子载波信号；S2.发送方将步骤S1得到的多个子载波信号进行相互正交，并增加冗余符号信息；S3.发送方将步骤S2得到的信号进行传输；S4.接收方接收到发送方发送的信号，并进行解调；S5.接收方将解调后的信号形成低分辨率信道图像；S6.接收方采用图像超分辨率算法提高步骤S5得到的低分辨率信道图像的分辨率；S7.接收方采用图像复原技术对步骤S6得到的信号进行复原，从而得到最终的信道估计结果。步骤S1所述的发送方将待发送信号转换为多个子载波信号，具体为发送方形成待发送信号，并经过串行到并行转换后，形成多个子载波信号；所述的待发送信号包括数据部分和导频部分。步骤S2所述的发送方将步骤S1得到的多个子载波信号进行相互正交，并增加冗余符号信息，具体为发送方将多个待发送的子载波信号通过反傅里叶变换得到相互正交的多个子载波信号，并在相互正交的子载波信号中插入循环前缀CP，从而增加冗余符号信号。步骤S3所述的发送方将步骤S2得到的信号进行传输，具体为发送方将步骤S2得到的信号进行并行转串行转换后，再通过数模转换转换为模拟信号，并将得到的模拟信号进行传输。步骤S4所述的接收方接收到发送方发送的信号，并进行解调，具体为接收方将接收到的信号通过模数转换转换为数字信号，然后通过串行到并行转后，再去除循环前缀，并进行傅里叶变换进行解调，最后将解调后的信号通过串行到并行转换。步骤S5所述的接收方将解调后的信号形成低分辨率信道图像，具体为将信道响应的时频网格建模为二维图像；所述二维图像为仅在导频位置已知的二维图像。步骤S6所述的接收方采用图像超分辨率算法提高步骤S5得到的低分辨率信道图像的分辨率，具体为基于已知的SRCNN算法，首先使用插值方案寻找高分辨率图像的近似值，然后使用三层卷积网络来提高分辨率：第一个卷积层使用64个大小为9×9的过滤器，第二层使用32个大小为1×1的过滤器，这两层都使用线性整流函数(ReLU)激活；最后一层只使用一个大小为5×5的过滤器来重建图像。步骤S7所述的接收方采用图像复原技术对步骤S6得到的信号进行复原，具体为基于残差学习的网络，由20个卷积层组成：第一层卷积层采用64个大小为3×3×1的过滤器，后面紧跟一个ReLU；此后的18个卷积层使用64个大小为3×3×64的过滤器，之后进行批处理标准化和ReLU；最后一层卷积层使用一个3×3×64的过滤器来重建输出。本专利技术提供的这种正交频分复用技术的信道估计方法，将深度图像技术有效应用于正交频分复用系统中，并通过深度图像技术有效提高对信道的估计能力，对传输信号进行恢复；因此本专利技术方法能够对正交频分复用技术的信道进行估计，而且可靠性高、精确度好且效率较高。附图说明图1为本专利技术方法的方法流程示意图。具体实施方式如图1所示为本专利技术方法的方法流程示意图：本专利技术提供的这种正交频分复用技术的信道估计方法，包括如下步骤：S1.发送方将待发送信号转换为多个子载波信号；具体为发送方形成待发送信号，并经过串行到并行转换后，形成多个子载波信号；所述的待发送信号包括数据部分和导频部分；S2.发送方将步骤S1得到的多个子载波信号进行相互正交，并增加冗余符号信息；具体为发送方将多个待发送的子载波信号通过反傅里叶变换得到相互正交的多个子载波信号，并在相互正交的子载波信号中插入循环前缀CP，从而增加冗余符号信号；S3.发送方将步骤S2得到的信号进行传输；具体为发送方将步骤S2得到的信号进行并行转串行转换后，再通过数模转换转换为模拟信号，并将得到的模拟信号进行传输；S4.接收方接收到发送方发送的信号，并进行解调；具体为接收方将接收到的信号通过模数转换转换为数字信号，然后通过串行到并行转后，再去除循环前缀，并进行傅里叶变换进行解调，最后将解调后的信号通过串行到并行转换；S5.接收方将解调后的信号形成低分辨率信道图像；具体为将信道响应的时频网格建模为二维图像；所述二维图像为仅在导频位置已知的二维图像；S6.接收方采用图像超分辨率算法提高步骤S5得到的低分辨率信道图像的分辨率；具体为基于已知的SRCNN算法，首先使用插值方案寻找高分辨率图像的近似值，然后使用三层卷积网络来提高分辨率：第一个卷积层使用64个大小为9×9的过滤器，第二层使用32个大小为1×1的过滤器，这两层都使用线性整流函数(ReLU)激活；最后一层只使用一个大小为5×5的过滤器来重建图像；S7.接收方采用图像复原技术对步骤S6得到的信号进行复原，从而得到最终的信道估计结果；具体为基于残差学习的网络，由20个卷积层组成：第一层卷积层采用64个大小为3×3×1的过滤器，后面紧跟一个ReLU；此后的18个卷积层使用64个大小为3×3×64的过滤器，之后进行批处理标准化和ReLU；最后一层卷积层使用一个3×3×64的过滤器来重建输出。考虑到估计信号矩阵其中fS和fR分别为图像超分辨率算法与图像复原算法的函数，θ＝{θS,θR}，其中θS和θR分别为图像超分辨率网络与图像复原网络的参数值集合，为信道网络的输入并表示导频位置向量；估计信道响应与实际信道响应之间的均方误差(MSE)表示为：其中T为训练数据的集合，||T||表示训练集的大小，H表示理想信道；同时，为了简化计算训练过程分两步，首先将图像超分辨率算法损失训练至最小其中表示图像超分辨率算法的输出；随后图像超分辨率算法训练结果不变，再次将图像复原算法损失训练至最小其中表示图像复原算法的输出。本文档来自技高网...

【技术保护点】
1.一种正交频分复用技术的信道估计方法，包括如下步骤：/nS1.发送方将待发送信号转换为多个子载波信号；/nS2.发送方将步骤S1得到的多个子载波信号进行相互正交，并增加冗余符号信息；/nS3.发送方将步骤S2得到的信号进行传输；/nS4.接收方接收到发送方发送的信号，并进行解调；/nS5.接收方将解调后的信号形成低分辨率信道图像；/nS6.接收方采用图像超分辨率算法提高步骤S5得到的低分辨率信道图像的分辨率；/nS7.接收方采用图像复原技术对步骤S6得到的信号进行复原，从而得到最终的信道估计结果。/n

【技术特征摘要】
1.一种正交频分复用技术的信道估计方法，包括如下步骤：
S1.发送方将待发送信号转换为多个子载波信号；
S2.发送方将步骤S1得到的多个子载波信号进行相互正交，并增加冗余符号信息；
S3.发送方将步骤S2得到的信号进行传输；
S4.接收方接收到发送方发送的信号，并进行解调；
S5.接收方将解调后的信号形成低分辨率信道图像；
S6.接收方采用图像超分辨率算法提高步骤S5得到的低分辨率信道图像的分辨率；
S7.接收方采用图像复原技术对步骤S6得到的信号进行复原，从而得到最终的信道估计结果。


2.根据权利要求1所述的正交频分复用技术的信道估计方法，其特征在于步骤S1所述的发送方将待发送信号转换为多个子载波信号，具体为发送方形成待发送信号，并经过串行到并行转换后，形成多个子载波信号；所述的待发送信号包括数据部分和导频部分。


3.根据权利要求1所述的正交频分复用技术的信道估计方法，其特征在于步骤S2所述的发送方将步骤S1得到的多个子载波信号进行相互正交，并增加冗余符号信息，具体为发送方将多个待发送的子载波信号通过反傅里叶变换得到相互正交的多个子载波信号，并在相互正交的子载波信号中插入循环前缀CP，从而增加冗余符号信号。


4.根据权利要求1所述的正交频分复用技术的信道估计方法，其特征在于步骤S3所述的发送方将步骤S2得到的信号进行传输，具体为发送方将步骤S2得到的信号进行并行转串行转换后，再通过数模转换转换为模拟信号，并将得到的模拟信号进行传输。


...

【专利技术属性】
技术研发人员：黄端，金迪，
申请(专利权)人：中南大学，
类型：发明
国别省市：湖南;43