一种信道估计的方法以及接收设备技术

本申请提供一种信道估计的方法以及终端，用于通过对待估计的RE进行分组，并对每组RE组分别通过对应的神经网络进行信道估计，实现准确高效地得到信道估计的结果。该方法包括：获取接收信号，接收信号包括至少两个待估计资源单元RE，并且该至少两个待估计RE分为至少两组RE组，至少两组RE组与至少两个网络神经网络对应；然后获取至少一个导频RE中每个导频RE的第一信道估计值；并将第一信道估计值作为第一神经网络的输入，通过第一神经网络获取第一待估计RE的第二信道估计值，待估计RE为至少两个待估计RE中的任意一个，第一神经网络与第一待估计RE所在的第一RE组对应，第二信道估计值用于对接收信号进行处理。

【技术实现步骤摘要】
一种信道估计的方法以及接收设备
本申请涉及通信领域，尤其涉及一种信道估计的方法以及接收设备。
技术介绍
无线通信系统的性能很大程度上受到无线信道的影响，如阴影衰落和频率选择性衰落等等，使得发射机和接收机之间的传播路径非常复杂。无线信道并不像有线信道固定并可预见，而是具有很大的随机性，这就对接收机的设计提出了很大的挑战。信道估计的精度将直接影响整个系统的性能。为了能在接收端准确的恢复发射端的发送信号，采用了各种措施来抵抗多径效应对传输信号的影响，信道估计技术的实现需要获取无线信道的信息，如信道的阶数、多普勒频移和多径时延或者信道的冲激响应等参数。因此，信道参数估计是实现无线通信系统的一项关键技术。能否获得详细的信道信息，从而在接收端正确地解调出发射信号，是衡量一个无线通信系统性能的重要指标。因此，对于信道参数估计算法的研究是一项有重要意义的工作。信道估计方法包括基于导频的信道估计和盲信道估计。盲信道估计是利用调制信号本身固有的、与具体承载信息比特无关的一些特征，或是采用判决反馈的方法来进行信道估计的方。一般盲估计方法的计算复杂度较高，且可能出现相位模糊(基于子空间的方法)、误差传播(如判决反馈类方法)、收敛慢或陷入局部极小等问题。因此，通常使用基于导频的信道估计进行信道估计。基于导频的信道估计是先根据导频估计出导频处的信道估计值，再由导频处的信道估计值进行插值或外推或者进行维纳滤波得到其他数据的信道估计值。在导频处进行信道估计的常用算法是LS信道估计或者MMSE信道估计算法。然而，LS信道估计的准确度不高，容易受噪声影响。MMSE信道估计算法需要获知信道的噪声方差等统计信息，只能先获取统计信息才能进行信道估计，仅适用于慢变信道的条件，信道估计效率较低。因此，如何准确高效地得到信道估计的结果，成为亟待解决的问题。
技术实现思路
本申请提供一种信道估计的方法以及终端，用于通过对待估计的RE进行分组，并对每组RE组分别通过对应的神经网络进行信道估计，实现准确高效地得到信道估计的结果。有鉴于此，本申请第一方面提供一种信道估计的方法，包括：获取接收信号，接收信号包括至少两个待估计资源单元RE，至少两个待估计RE分为至少两组RE组，至少两组RE组与至少两个网络神经网络对应；获取至少一个导频RE中每个导频RE的第一信道估计值；通过第一神经网络获取第一待估计RE的第二信道估计值，待估计RE为至少两个待估计RE中的任意一个，每个导频RE的第一信道估计值为第一神经网络的输入，第一神经网络为至少两个神经网络中与第一待估计RE所在的第一RE组对应的一个，第一RE组为至少两组RE组中的任意一组，第二信道估计值用于对接收信号进行处理。在本申请第一方面中，在获取到接收信号之后，可以将接收信号中待估计资源单元(resourceelement，RE)分为至少两组RE组，并且该至少两组RE组对应至少两个神经网络，每个神经网络都是通过与对应的RE组相关的数据进行训练后得到。然后将至少一个导频RE中每个导频RE的第一信道估计值输入值对应的神经网络，该神经网络可以输出对应的第一待估计RE的第二信道估计值。该第二信道估计值可以用于对接收信号进行处理，包括进行解码、解调等等。因此，在本申请实施例中，对待估计的RE进行分组估计，可以针对分组进行更精确地信道估计，使得到的信道估计值更准确。相当于通过分组的方式，使进行信道估计得粒度更小，得到的信道估计值更精确。并且，对神经网络输入对应的导频处的第一信道估计值，即可对每组RE组的待估计RE进行信道估计，可以快速地得到待估计RE的信道估计值，提高得到信道估计结果的效率。因此，可以实现准确高效地得到信道估计的结果。可选地，在一种可能的实施方式中，获取至少一个导频资源单元RE中每个导频RE的第一信道估计值，可以包括：对至少一个导频RE中每个导频RE通过LS算法进行信道估计，得到每个导频RE的第一信道估计值。在本申请实施例中，可以通过LS算法进行信道估计，可以得到导频RE的第一信道估计值，以使第一神经网络可以输出准确的待估计RE的第二信道估计值。可选地，在一种可能的实施方式中，通过第一神经网络获取第一待估计RE的第二信道估计值，可以包括：通过第一神经网络获取第一RE组内每个待估计RE的信道估计结果，第一RE组内每个待估计RE的信道估计结果包括第二信道估计值。在本申请实施方式中，可以通过第一神经网络输出第一RE组内每个RE的第二信道估计值，包括第一待估计RE的第二信道估计值。可选地，在一种可能的实施方式中，第一神经网络的输入还包括第一RE组之外的第一预置范围内的接收信号。在本申请实施方式中，除了可以对第一神经网络输入导频RE的第一信道估计值之外，还可以将第一RE组之外的第一预置范围内的接收信号作为第一神经网络的输出，以通过第一神经网络准确地输出第一RE组内各个待估计RE的第二信道估计值。可选地，在一种可能的实施方式中，若第一RE组内的第一待估计RE处于第二预置范围，方法还可以包括：获取第一待估计RE在至少一个第二神经网络中输出的至少一个第三信道估计值，至少一个第二神经网络与至少一个第二RE组对应，至少一个第二RE组为至少两组RE组中在第一待估计RE的第三预置范围内的RE组；对第二信道估计值与至少一个第三信道估计值进行加权运算，以得到更新后的第二信道估计值。在本申请实施例中，当第一待估计RE处于第二预置范围时，还可以通过第一待估计RE带宽相近或时域相近等至少一个RE组对应的至少一个第二神经网络，输出第一待估计RE的至少一个第三信道估计值，并对第一待估计RE的第二信道估计值与该至少一个第三信道估计值进行加权运算，以对第二信道估计值进行更新，得到更新后的第一待估计RE的第二信道估计值。因此，即使第一待估计RE与最临近的导频RE在时域或频域的相差较大，也可以通过附近的至少一个第二神经网络输出第一待估计RE的第三信道估计值，并对第一待估计RE的第二信道估计值进行更新，以使第二信道估计值更准确。可选地，在一种可能的实施方式中，该至少一个第二神经网络中的其中一个或多个可以与第一神经网络相同。具体地，可以是其中一个或多个第二神经网络的输入维度与输出维度与第一神经网络的输入维度与输出维度相同，例如，输入的导频RE的第一信道估计值的数量相同，输出待估计RE的信道估计值的数量相同等等。可选地，当该至少一个第二神经网络包括第一神经网络，可以理解为，通过第一神经网络可以多次输出第一待估计RE的信道估计值，每次输入至第一神经网络的导频RE可以相同，也可以不同，得到第一待估计RE的至少一个第三信道估计值，并对该至少一个信道估计值与第二信道估计值进行加权运算，以更新第二信道估计值。可选地，在一种可能的实施方式中，在通过第一神经网络获取第一待估计RE的第二信道估计值之后，该方法还可以包括：根据反向传播算法与第二信道估计值更新第一神经网络中的权重值。在本申请实施例中，在得到第二信道估计值后，可以根据反向传播算法与该第二信道估计值更新第一神经网络中的权重本文档来自技高网...

【技术保护点】
1.一种信道估计的方法，其特征在于，包括：/n获取接收信号，所述接收信号包括至少两个待估计资源单元RE，所述至少两个待估计RE分为至少两组RE组，所述至少两组RE组与至少两个网络神经网络对应；/n获取至少一个导频RE中每个导频RE的第一信道估计值；/n通过第一神经网络获取第一待估计RE的第二信道估计值，所述待估计RE为所述至少两个待估计RE中的任意一个，所述每个导频RE的第一信道估计值为所述第一神经网络的输入，所述第一神经网络为所述至少两个神经网络中与所述第一待估计RE所在的第一RE组对应的一个，所述第一RE组为所述至少两组RE组中的任意一组，所述第二信道估计值用于对所述接收信号进行处理。/n

【技术特征摘要】
1.一种信道估计的方法，其特征在于，包括：
获取接收信号，所述接收信号包括至少两个待估计资源单元RE，所述至少两个待估计RE分为至少两组RE组，所述至少两组RE组与至少两个网络神经网络对应；
获取至少一个导频RE中每个导频RE的第一信道估计值；
通过第一神经网络获取第一待估计RE的第二信道估计值，所述待估计RE为所述至少两个待估计RE中的任意一个，所述每个导频RE的第一信道估计值为所述第一神经网络的输入，所述第一神经网络为所述至少两个神经网络中与所述第一待估计RE所在的第一RE组对应的一个，所述第一RE组为所述至少两组RE组中的任意一组，所述第二信道估计值用于对所述接收信号进行处理。


2.根据权利要求1所述的方法，其特征在于，所述获取至少一个导频资源单元RE中每个导频RE的第一信道估计值，包括：
对所述至少一个导频RE中每个导频RE通过最小二乘法LS进行信道估计，得到所述每个导频RE的第一信道估计值。


3.根据权利要求1或2所述的方法，其特征在于，所述通过第一神经网络获取第一待估计RE的第二信道估计值，包括：
通过所述第一神经网络获取所述第一RE组内每个待估计RE的信道估计结果，所述第一RE组内每个待估计RE的信道估计结果包括所述第一待估计RE的第二信道估计值。


4.根据权利要求1-3中任一项所述的方法，其特征在于，
所述第一神经网络的输入还包括所述第一RE组之外的第一预置范围内的接收信号。


5.根据权利要求4所述的方法，其特征在于，若所述第一RE组内的第一待估计RE处于第二预置范围，所述方法还包括：
获取所述第一待估计RE在至少一个第二神经网络中输出的至少一个第三信道估计值，所述至少一个第二神经网络与至少一个第二RE组对应，所述至少一个第二RE组为所述至少两组RE组中在所述第一待估计RE的第三预置范围内的RE组；
对所述第二信道估计值与所述至少一个第三信道估计值进行加权运算，以得到更新后的所述第二信道估计值。


6.根据权利要求1-5中任一项所述的方法，其特征在于，在通过第一神经网络获取第一待估计RE的第二信道估计值之后，所述方法还包括：
根据反向传播算法与所述第二信道估计值更新所述第一神经网络中的权重值。


7.根据权利要求1-6中任一项所述的方法，其特征在于，所述方法还包括：
将所述至少一个RE按照预置规则进行分组，得到所述至少两组RE组。


8.根据权利要求7所述的方法，其特征在于，所述预置规则包括：将所述接收信号中带宽差值小于预置带宽间隔的RE分为一组，或者，将所述接收信号中时域间隔小于预置时域间隔的RE分为一组。


9.一种接收设备，其特征在于，包括：
接收单元，获取接收信号，所述接收信号包括至少两个待估计资源单元RE，所述至少两个待估计RE分为至少两组RE组，所述至少两组RE组与至少两个网络神经网络对应；
处理单元，用于获取至少一个导频RE中每个导频RE的第一信道估计值；
所述处理单元，还用于通过第一神经网络获取第一待估计RE的第二信道估计值，所述待估计RE为所述至少两个待...

【专利技术属性】
技术研发人员：沈晖，李斌，刘凌，顾佳琦，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：广东;44