基于迭代卡尔曼滤波通感一体化系统信道估计方法及系统

本发明涉及无线通信领域，具体涉及基于迭代卡尔曼滤波通感一体化系统信道估计方法及系统。

背景技术：

1、在通感一体化系统中借助感知功能辅助通信信道估计的技术是目前研究的重要方向，由于无线信道的多径参数与收发端及环境散射体的空间几何位置、运动状态存在明确的物理映射关系，基站通过感知获取的目标距离、速度、角度等信息能够提高信道估计的准确性，因此，如何融合感知获取的物理参数与通信信道估计过程，实现信道状态的动态跟踪与准确估计，是提升通感一体化系统通信性能的关键。

2、卡尔曼滤波由于能够基于状态空间模型处理系统演化与观测噪声，因此在信道估计得到了应用，卡尔曼滤波通过预测与更新的反馈机制，利用上一状态的先验信息与当前观测信息对信道响应进行平滑处理，从而提升信道估计质量，在通感一体化架构下，现有技术利用感知得到的物理角度与多普勒等参数，动态重构卡尔曼滤波的状态转移矩阵，以此提升信道估计性能。

3、然而在实际应用中，感知得到的参数往往存在误差，若直接将有偏差的参数引入滤波器中，不仅无法提高信道估计精度，反而会降低估计性能；另外，在感知辅助信道估计算法方面，特别是如何在存在初始感知误差的条件下，通过迭代反馈机制补偿感知参数偏差、协同提升角度估计与信道估计的精度，仍是本领域人员研究的方向。

技术实现思路

1、针对现有技术中提到的问题，本发明提出基于迭代卡尔曼滤波通感一体化系统信道估计方法及系统，根据得到的目标角度估计值来优化卡尔曼滤波的状态转移因子，并通过迭代机制进行补偿，从而提升多径信道估计的准确性和鲁棒性。

2、为了实现上述目的，本发明采用如下技术方案：

3、本发明提出基于迭代卡尔曼滤波通感一体化系统信道估计方法，包括以下步骤：

4、s1、获取基于正交频分复用的接收信号，对接收信号进行处理，得到信道估计值；

5、s2、对所述信道估计值进行角度感知，获得目标角度估计值；

6、s3、根据目标角度估计值构建空频联合的状态转移因子；

7、s4、将信道估计值沿对角线方向进行分块重排，得到对角线向量；将空频联合的状态转移因子作为状态转移参数，对对角线向量进行卡尔曼滤波，得到滤波后的信道估计值；

8、s5、判断滤波后的信道估计值与信道估计值之间的差值是否超过预设门限；若是，则将滤波后的信道估计值作为输入，返回执行s2至s4；若否，则将滤波后的信道估计值作为最终信道估计结果。

9、作为本发明进一步改进，所述接收信号的表达式如下：

10、

11、式中：表示第

n个子载波对应的接收信号；为第

l径的信号发射功率；表示第

n个子载波对应的信道向量，维度为，为天线阵元数；表示加性高斯白噪声向量，维度为；表示第

n个子载波对应的基带信号；

12、所述信道向量的表达式如下：

13、

14、式中：l为多径数目，当表示直射路径，表示非直射路径；为第

l径的衰落系数；为自然对数的底数；为虚数单位；为圆周率；为子载波间隔；n为子载波数；为第

l径的时延；表示第

l径的水平波达角；表示第

l径的阵列导向矢量。

15、作为本发明进一步改进，对接收信号进行处理，得到信道估计值，包括：

16、采用最小二乘法对接收信号进行处理，表达式如下：

17、

18、式中：表示第

n个子载波对应的信道估计值；表示第

n个子载波对应的接收信号；表示第

n个子载波对应的信道向量；表示第

n个子载波对应的基带信号；表示范数最小值时的取值。

19、作为本发明进一步改进，对所述信道估计值进行角度感知，获得目标角度估计值，包括：

20、利用多重信号分类算法对信道估计值求平均，构建空域协方差矩阵，表达式如下：

21、

22、式中：表示空域协方差矩阵；表示总子载波数；

n表示子载波数；表示第

n个子载波对应的信道估计值；表示的共轭转置；表示复数域集合；表示天线阵元数；

23、对进行特征值分解，得到信号子空间和噪声子空间；

24、根据信号子空间和噪声子空间构建空间谱函数，表达式如下：

25、

26、式中：表示水平波达角对应的空间谱函数；表示噪声子空间；表示噪声子空间的共轭转置；表示阵列导向矢量；表示阵列导向矢量的共轭转置；

27、在预设角域搜索空间谱函数的谱峰，取最大的

l个谱峰对应的角度作为目标角度估计值。

28、作为本发明进一步改进，所述根据目标角度估计值构建空频联合的状态转移因子，包括：

29、当l为多径数目，其中表示直射路径，表示非直射路径，则第

l径对应的状态转移因子的表达式如下：

30、

31、式中：表示第

l径对应的状态转移因子；为自然对数的底数；为虚数单位；为圆周率；表示电磁波波长；表示天线间隔；表示第

l径的水平波达角；sin表示正弦函数；为子载波间隔；为第

l径的时延；

32、将l条径对应的状态转移因子进行加权求和，得到所述的空频联合的状态转移因子，表达式如下：

33、

34、式中：表示空频联合的状态转移因子；为第

l径的信号发射功率；表示第

l径的角度估计值。

35、作为本发明进一步改进，将信道估计值沿对角线方向进行分块重排，得到对角线向量；将空频联合的状态转移因子作为状态转移参数，对对角线向量进行卡尔曼滤波，得到滤波后的信道估计值，包括：

36、将信道估计值构成的信道矩阵按对角线方向提取为若干条对角线向量，记为，其中，表示总子载波数；表示天线阵元数；

37、对每条对角线向量内的元素进行递归滤波，过程如下：

38、a.对当前对角线向量中第

p个元素记为滤波前观测值，对应的滤波后状态为；

39、b.对于对角线向量中第

p个元素，计算当前预测值，计算式如下：

40、

41、式中：为前一时刻的滤波结果；为空频联合的状态转移因子；当前预测值；

42、c.根据卡尔曼增益对当前预测值进行加权修正，计算式如下：

43、

44、式中：为卡尔曼增益；为当前元素的滤波前观测值；为当前元素滤波后状态；

45、其中卡尔曼增益如下式得到：

46、

47、式中：为干扰加噪声的功率，为当前误差协方差的预测值；为的共轭转置；为对的和进行取逆；

48、d.根据下式更新误差协方差，表达式如下：

49、

50、式中：为当前误差协方差的实际值；

51、e.重复步骤b至d，直至完成当前对角线向量内所有元素的递归滤波处理，输出滤波后的信道估计值。

52、作为本发明进一步改进，所述s5中的预设门限为。

53、本发明提出基于迭代卡尔曼滤波通感一体化系统信道估计系统，包括：

54、处理模块，用于获取基于正交频分复用的接收信号，对接收信号进行处理，得到信道估计值；

55、角度感知模块，用于对所述信道估计值进行角度感知，获得目标角度估计值；

56、构建模块，用于根据目标角度估计值构建空频联合的状态转移因子；

57、滤波处理模块，用于将信道估计值沿对角线方向进行分块重排，得到对角线向量；将空频联合的状态转移因子作为状态转移参数，对对角线向量进行卡尔曼滤波，得到滤波后的信道估计值；

58、判断输出模块，用于判断滤波后的信道估计值与信道估计值之间的差值是否超过预设门限；若是，将滤波后的信道估计值作为输入，返回角度感知模块；若否，则将滤波后的信道估计值作为最终信道估计结果。

59、本发明提出基于迭代卡尔曼滤波通感一体化系统信道估计设备，其特征在于，包括处理器和存储器，其中，所述处理器执行所述存储器中保存的计算机程序时实现如上述的基于迭代卡尔曼滤波通感一体化系统信道估计方法。

60、本发明提出一种计算机可读存储介质，用于存储计算机程序，其中，所述计算机程序被处理器执行时实现如上述的基于迭代卡尔曼滤波通感一体化系统信道估计方法。

61、本发明相对于现有技术，取得了以下的技术效果：

62、本发明获取信道估计值后进行角度感知，并构建空频联合的状态转移因子，沿对角线方向对信道估计值进行卡尔曼滤波，并通过闭环迭代实现信道估计精度的提升，通过将滤波后的信道估计值反馈至前序步骤进行迭代处理，构建了信道估计、角度感知、卡尔曼滤波优化的闭环结构，在每一轮迭代中，经卡尔曼滤波处理后的信道估计值噪声更低，并以此为输入重新进行角度感知可获得更准确的目标角度估计值，从而构建更精确的状态转移因子进行卡尔曼滤波，整个迭代过程循环推进，使目标角度估计值和信道估计值精度提高，逐步抑制初始感知误差的影响，最终收敛得到最终信道估计结果，有效解决了感知参数误差导致空频联合的状态转移因子失配的问题。

63、本发明构建的空频联合的状态转移因子，能够准确刻画多径信道在子载波与天线阵元联合空间内的变化规律，使状态预测更加贴近真实信道特性；另外，通过沿对角线方向对信道估计值进行卡尔曼滤波，充分利用同一对角线方向上相邻元素在空间域与频率域的相关性进行递归平滑，有效抑制噪声干扰，降低信道估计误差，有效改善了通信系统的误码率性能。