专利名称：一种基于斜率修正的信道长期预测方法
技术领域：
本发明涉及宽带数字通信传输方法，属于宽带无线通信技术领域。
背景技术：
随着Internet与多媒体业务的发展，对无线移动通信系统能够提供宽带高速数据传输服 务的要求越来越高。由于可利用的频率资源十分有限，同时由于无线通信系统一般受到严格 的功率限制，提高数据传输速率只能依靠发展具有更高频谱效率的新技术。正交频分复用 (Orthogonal Frequency division Multiplexing,以下简称OFDM)和单载波频域均衡(Single Carrier Frequency Domain Equalization ,以下简称SC-FDE)由于其高数据传输速率、高频 谱利用率的优点日益受到人们越来越多的关注。
OFDM是一种多载波调制技术，其主要思想是使用并行数据及频分多路的方式来减轻多 径干扰引起的符号间干扰，从而避免使用高度复杂的均衡器，并同时达到了较高的频谱利用 率。OFDM是一种分块传输技术，分块传输是指将待传输的信息分成长度相同的数据块，射频 调制前在时域的每一个数据块前加相应的循环前缀。
在ofdm系统中， 一个时域符号的长度和频域均衡时所划分的子载波数均为a;循环前.
缀(cyclic prefix, CP)长度为Z。时变信道的频域响应是iVxl向量i/^ (/7表示发送第/ 帧的帧标号，A:-0,l,…,iV-l表示第A个子载波)。信道冲击响应为 \,，(/ = 0,l，...,Z-1)，这里已经假设循环前缀的长度等于信道冲击响应的长度。发送的映射 符号用iVxl向量、k …Anf (/7表示发送第"帧的帧标号，A: = 0,1,'"，7V-l表示
第A个子载波)表示，其频域形式用iVxl向量A,一[5",。,…,A^f (/7表示发送第/7帧的帧 标号，yfc-0，l，…，iV-l表示第A个子载波)表示，接收符号在频域均衡前表示为iVxl矩阵 A,^[^，。，…,1^-J (/7表示发送第"帧的帧标号，A^0,1,…,AA-1表示第A个子载波)。 疋，广[Z",。，…，Z^—Jr ("表示发送第"帧的帧标号，"0,l,…,iV-l表示第A个子载波)表
示加性白高斯噪声(additive white Gaussian noise， AWGN)。由于循环前缀的作用，输入 和输出符号的关系可以表示为
I" ="",A*+Z ," "0,l，…，iV-1
与OFDM—样，SC-FDE也是一种重要的分块传输技术。SC-FDE的实现过程如下发送的 数据在符号映射后，再加入CP，然后依次经D/A变换、中频、射频调制后发送，接收端在依 次完成射频、中频解调、A/D变换后，先去掉接收信号中的CP,然后对其做快速傅立叶变换 (Fast Fourier Transform,以下简称FFT变换)，再根据信道估计得到的信道状^信息对接 收信号进行均衡，并对均衡后的数据做快速傅立叶反变换(Inverse Fast Fourier Transform,以下简称IFFT),最后对IFFT后的数据进行符号检测，得到最终输出信号。
在移动通信中，由于反射、绕射和散射始终存在，不可避免存在多径传播，由于强度、 时延、信号带宽等因素影响，合成信号强度和相位会发生变化，由此引起的衰落称为多径衰 落。恶劣的无线传播环境导致传输信号失真。为了降低系统的误码率，通常利用估计得到的 信道信息均衡接收到的信号。但是对于快变信道，利用传统的基于判决反馈的信道估计方法 得到的信道状态信息是过时的信息，不能反映当前的信道状况。这就要求利用信道预测来得 到未来信道较为准确的状态信息。信道预测是指根据信道当前和过去的历史数据预测未来的 信道状态信息(CSI)，其中信道当前和过去的数据信息，或称为观察值来源主要是信道估计 得到的信道响应值。不管是3G系统还是未来的4G系统为了支持高速的数据业务都大量地采 用了自适应传输技术，比如自适应功率控制(Power Control)、自适应调制，混合自动请求重 传、自适应编码技术等。这些自适应传输技术均需要及时准确地得到信道的变化趋势信道 总体增益的变化、每个子信道上状态信息的变化趋势，从而进行自适应传输。
信道预测分长期预测和短期预测两种。短期预测指精确预测间隔一帧或几帧的信道增益， 用于均衡，提高系统性能。图l为预测器在系统中的机构框图。长期预测指预测信道间隔较 长一段时间后的信道增益的变化情况，可为多种信道的自适应算法提供依据。
信道长期预测的意义即在于无论变化快还是慢，利用信道估计方法得到的信道状态信 息都无法得到未来信道状态信息,信道预测可以根据之前的信道状态预测出将来的CSI,进行 自适应处理。信道长期预测相对于短期预测，预测精度一般较差，对一些应用产生不利影响。 现有的短期预测方法也可扩展进行信道长期预测，会存在诸多问题.比如信道状态信息不
够准确，趋势变化滞后等等。本发明以现有的信道短期精确预测为基础，提出一种长期信道
精确预测的方法以短期预测算法为基础，对预测值进行斜率修正，对通过对短期预测的结 果进行修正，以达到修正长期预测结果，可以显著提高长期预测的精度。
现有的信道短期预测算法有以下几种 l.應SE算法
假设以采样率乂对信道响应进行离散化，那么，对于第/(/ = 0，1,...，1-l)径信道，基于M 个过去样本("),/z,(" — 1)，...,("-M +1)，预测未来响应(" + ; )的模型如下
《,(w + P) = Sc _/) (1)乂=。
式中M是预测模型阶数，系数、(/ = 0，1,..,丄-1)是五[l。(; )l2]-五一(/7)",(/7)l2]最小的MMSE 结果对应的最佳系数。即当]=卜艺、力("-刀时'最佳系数为
)=0
e,R,-V, (2) 其中c, 2，…,Q,m/ ， R,，为(MxM)自相关矩阵，其每个分量为=(" - 0《("-_/)] 。 r,为(似x 1)自相关向量，其每个分量为 =(")/ ;("-力]。如 果p = 1则称预测器为单步预测器。在先前不知道最大多普勒频移或散射波数的情况下从观察 的样本能估计出i^。注意到，样本抽样速度必须符合奈奎斯特速率，即至少为最大多普勒
频移的两倍。选择的抽样速率数倍于奈奎斯特速率，大大低于数据速率，以此速率的信道响 应进行预测大大降低预测的复杂度，还获得比数据速率情况更佳的预测性能。更高速率的信 道响应可以基于预测值通过插值方式来实现。
2. Volterra算法
这是一种二次滤波器实现的非线性算法。其中输入数据(或观测数据)为 x(n) = [jc(w)，x("-1)，…,x(n-iV + l)r，根据一个p阶非线性Volterra状态扩展操作i/,将
观测数据扩展为u(") = w(" -1)，... ， - M + If ，并且M2iV，非线性Vol terra操作定 义为
，")]=2>,""-'')
' (3) //2 [x(")] = Z S-'〕x(" _ _/ )
通常认为系统为二阶非线性的，对于这样一个(iVpAy二阶系统，线性自适应滤波器的输出
为
"0 + 2 一(" -0+22化',(w - _力 (4 )
可以看到，总的系数个数为
M = l + AA1 + iV2(A^+l)/2 (5) 如果定义线性自适应滤波器的输入
U(") = [1， JC("), x(" -1)，…，x(w -+1)， x2 (")， x(w)x(" -1)，…，x2 (" - iV2 + l)]r
(6)
并将系数向量写为
H(") = [/ 。， V"，Vi,"、W".A2—i,w2-i]r (7)
则线性自适应滤波器的输出可以表示为
_K") = Hr(")u(w) (8)
这样就可以利用线性滤波的各种自适应算法来求系数H(")。
3. 子空间信道预测算法将子空间分解算法利用到信道预测中，也是当前预测算法研究中比较热门的一个方向， 这方面ESPRIT以及MUSIC算法具有典型性。对于平坦衰落信道或者宽带系统的每一个抽头， 它的频域信道函数可以认为是大量散射分量的叠加。子空间算法中的ESPRIT类信道预测方法 整体分为两个步骤
首先，将信道建模为谐波分量的叠加，根据信号子空间的旋转不变性，构造矩阵束或称 矩阵对，那么矩阵束的广义特征值就给出谐波频率。
然后，利用最小二乘法计算各频率分量的幅度值。这样就可以得到信道状态的预测值。
4. 自适应滤波器算法
这类算法属于薩SE算法，采用梯度算法。比前面的隨SE算法的复杂度要低。下面重点 介绍RLS算法，并把算法放在SC-FDE系统中具体介绍。
5. RLS算法
设分块系统一个时域符号的长度和频域均衡时所划分的子载波数均为#，循环前缀CP长 度为Z。时变信道的频域响应是A^l向量i/"-[W"。,…，/^nf (/7表示发送第/7帧的帧标
号，A = 0,l,."，iV —l表示第A个子载波)。信道冲击响应为/^,("0，l,…,Z-l)("表示发送
第"帧的帧标号，/ = 0,1, — ，￡-l表示第7径信道)，这里已经假设循环前缀的长度等于信道
冲击响应的长度。发送的映射符号用iVxl向量^,k-[Zv。,、p…A^:T (/7表示发送第"帧
的帧标号，A^0，1，…,7V-1表示第A个子载波)表示，其频域形式用iVxl向量
5n，k 。， .,A貝f ("表示发送第"帧的帧标号，A; = 0,V..,iV-l表示第A个子载波)表
示，接收符号在频域均衡前表示为iVxi矩阵Xn，k-[A;,。，…,x"^,;r "表示发送第/7帧的帧
标号，"0,l,…,iV-l表示第A个子载波)。^一[4,q，…,ZnJ (T7表示发送第/7帧的帧标
号，it-0,l,…,iV-l表示第A个子载波)表示加性白高斯噪声AWGN。由于循环前缀的作用，
输入和输出符号的关系可以表示为
;="",A,Z"， "0,l，…，iV-1 (9) RLS算法的代价函数为
<formula>formula see original document page 6</formula> (10)
其中，/7表示当前时刻，也就是第"个传输信号到达的时刻。/,0、1，2，…，")表示/7及以前的
时刻，与/j个符号的时间顺序一一对应。；t,(o〈;isi)是遗忘因子。e(/) = d(/)-y(/)表示期望 响应与在i时刻滤波器实际输出之间的误差。假设滤波器的记忆长度为，则j'时刻的输入向量定义为！!(! ) = [M(!')，"(i-l),…,W(Z'-M,+l)]T 。 /7时刻的抽头权向量定义为 w^)^[w。^),m^1)，…,mv,—。 (5,(0<<5^1)称为稳定性因子或正则化参数。寻优的过程就 是寻找使代价函数最小的抽头权向量的过程。利用最优的抽头权向量可以将/时刻的输出表
示为= wH(w)u(/) 。 ； 步RLS预测方法工作在面向判决模式，预测在系统频域均衡完成后
进行，它在系统中的基本结构如图l所示信道预测器由Z个并行的RLS预测器组成，Z个 预测器和信道冲击响应的Z个路径相对应。对于第/个预测器，其输入向量为
y",bv,J"-w,…,》",+uf 。抽头权向量为w,("):[Mv("), ("),…，Mv'，,(")r。第/个预测
器的输出为^+l,。图1中^是重构发送数据的频域形式，重构数据是通过对已判决出的数据
重新进行星座图映射得到的，如果系统采用了纠错编码，判决数据还要经过编码来进行重构。 在后面的部分中，为叙述问题方便，不考虑判决引起的误差，即认为重构符号k和发送已映
射符号的频域形式相同。
RLS预测算法的步骤是
算法初始化
w,("Hl,0,0…0]，"-0，D广1，
ko,/ =
p =<rvi—~yo''y w v
其中lly。，J、2l力-,，,12， ^=0表示训练帧，0以前的时刻凡,,=0。
=0
对每一时刻"=7,《…...计算下面的循环 设置循环变量
步骤l，计算滤波器的先验估计误差 、,=凡,,-《("-l)y _p,, w"
步骤2，更新抽头权向量，并计算预测器输出
wA") = w,("-l) + k —p/ ,,""
步骤3，更新增益向量:步骤4，更新逆相关矩阵
P ,,=f(I-k",y )Pw,, "21
循环结束。
对于短期预测，此算法是基于相邻的某几帧具有的强相关性，此时短期信道预测间隔M 为l，即预测下一帧信道状态信息。信道在多少帧内具有强相关性，可以通过信道的相干时 间来描述，相干时间为多普勒频移的倒数，7: =1/厶=C/Vy;。例如在COST207环境下，
载波频率为2G，采样率为10MHz， SC-FDE符号长度，即子载波数为256， CP长度为64。多 普勒为100Hz时，相干时间为0. Ols 。在相干时间内传输的帧数为
7VZP=10M/(100*(256+64))=312. 5。依次类推，多普勒为500Hz时，在相干时间内传输的帧 数为iVz N=10M/ (300* (256+64)) =62. 15。
由此可知，在不同多普勒频移下，相干时间不同，具有强相关性的帧数也不同。依然可 以用RLS短期预测方法来简单进行长期预测，长期预测也是基于相同间隔帧之间的相关性。 此时用短期预测算法进行粗略的信道长期预测的间隔M不再为1，而是一个预先设定的自然 数，例如M40，但预测间隔不能超过相关时间内允许的帧数。由于此简单长期预测所用帧的 相关性不如短期预测所用帧的相关性强，故此时的预测不会像其用于短期预测的精度高，但 其所预测的趋势是正确的。
发明内容
本发明针对现有信道长期预测方法存在的精度低的问题，提供一种基于斜率修正的信道 长期预测方法，能够显著提高短期预测直接用于长期预测的精度，可用于分块传输方式(如 OFDM、 SC-FDE等)的宽带无线通信系统的信道长期预测。
本发明的实现步骤如下
(1) 首先对信道进行短期预测，并记录此时的短期预测的信道增益；
(2) 利用相干时间内发送帧的信道的强相关性，利用短期预测算法进行粗略的信道长期 预测；
(3) 对步骤(2)中的预测结果按照斜率修正法进行修正。 上述各个步骤的详细实现方法如下
(1)首先对信道进行短期预测； 设分块系统一个时域符号的长度和频域均衡时所划分的子载波数均为^循环前缀CP长 度为厶时变信道的频域响应是A^l向量/^k-[/^,。，…,/^w—,;r ("表示发送第/7帧的帧标
号，Jt-0,l,…,iV-l表示第A个子载波)，信道冲击响应为、,(/7表示发送第"帧的帧标号， / = 0，1,...,丄-1表示第J个传播路径)，这里假设循环前缀的长度等于信道冲击响应的长度，发送的映射符号用iVxl向量^k-[^。A,，…A，w—J (/7表示发送第/7帧的帧标号，
"0,1,…,W-l表示第A个子载波)表示，其频域形式用7Vxl向量化k-[5"。,…,A,w—,:f(/7 表示发送第/7帧的帧标号，^-0，l,…，iV-l表示第A个子载波)表示，接收符号在频域均衡 前表示为Wxl矩阵;^k-[A。,…,Z^—J "表示发送第/7帧的帧标号，A: = 0,1， ,jV-l表示
第A个子载波)。Z。，一[Z^…,Z^-,:T(/7表示发送第/7帧的帧标号，^: = 0,l, ，iV-l表示第
A个子载波)表示加性白高斯噪声AWGN，由于循环前缀的作用，输入和输出符号的关系表示 为
=n+z " ho,i,…，w-i
数据通过传输系统，前面短期预测算法已经介绍，现在以RLS预测算法为例 算法初始化-
"时刻的抽头权向量定义为w, ( ) = [1,0,0…0]," = 0,1,…,M, -1 ， M,为滤波器的记忆长度
增益向量初始化:k。，、 y^ g，
逆相关矩阵初始化P。 ， = 5-1(1- :。、)，
'lly0,, II +5
M-l
其中lly。,j2-l;i;wl2， po表示训练帧'0以前的时刻凡,,=0。
对每一时刻/ 二,么…...计算下面的循环 设置循环变量"1，…,丄
步骤l，计算滤波器的先验估计误差
~u,(w-i)y"一p,,,
步骤2，更新抽头权向量，并计算预测器输出-
w, (") = w, (" -1) + k"一乂,, ， " 2 ;
步骤3，更新增益向量
步骤4，更新逆相关矩阵
w21Pw"-1(1-k ,,yw ，,)P —',,"》1
循环结束；
当凡,,为频域信息//n时，得到短期预测信道增益//n+1 ( /7表示发送第/7帧的帧标号)，
并对对得到的预测数据进行记录，此时短期信道预测间隔M为1，即预测下一帧信道状态 信息。对于频域修正法，记录预测得到的信道频域值// = [//1,//2,...];对于时域修正法，
需要把预测的信道增益H经过FFT变换变回时域后分别记录实部/z/ :Re(/FiT(i/))和虚部
~=Im(/FFr(//))， (/ = 0,1，...，Z-1)，这些数据将作为本发明长期预测算法的依据。
(2)利用相干时间内发送帧的信道的强相关性，用短期预测算法进行粗略的信道长期 预测。此时用短期预测算法进行粗略信道长期预测的间隔M不再为1，而是一个根据相干时 间内传送的帧数，预先设定的自然数，例如M二IO，但预测间隔不能超过相干时间内允许的帧 数。例如RLS预测算法(以下各参数前面均已描述) 算法初始化-
w, = [1， 0， 0…0]， w = 0,1,…，M, -1 ， M,为滤波器的记忆长度
k - ^ —
d x-1 ,t _i￡￡L_^L_、
其中K =￡(>^2+&/)为信道的总体增益，77=0表示训练帧，o以前的时刻 -o
对每一时刻/^U41…,..已预先设定好的整数M为间隔，计算下面的循环
设置循环变量z-i,…，丄
步骤l，计算滤波器的先验估计误差 ~=;,-《("-l)JU',， "^M
步骤2，更新抽头权向量，并计算预测器输出
w,(") = w,(" —l) + k _M/ ,,"》M
步骤3，更新增益向量 步骤4，更新逆相关矩阵Pn，,=;i—'(I-k,,,"",,)^,, "SI
循环结束；
经过M,次循环后，得到第M+1帧，第2M+1帧，第3M+1帧…第A^M+1帧这几帧的
信道状态信息，并且能够依次预测以后间隔M帧的信道状态信息，同时第M,M+1帧与第M
+1帧的帧数之差要在相干时间允许发送帧数之内。
由图7可以看出，此时预测的信息并不十分准确，但是趋势已经预测出来。 (3)对步骤(2)中的预测结果按照斜率修正法进行修正 斜率修正法有两种方法频域修正和时域修正
频域修正利用粗略长期预测得到的间隔M帧的两帧信道总体增益《，XI",总体增益 即为每帧信道中各子信道增益模平方之和
其中/Z;-Re(/尸iT(i/"))， //"=Im(//^T(// ))， n为第n帧的帧标号，k为子信道标号，
然后利用截距公式(截距公式是根据斜率和己知一点的横纵坐标求直线的公式，属于公知技 术)来计算斜率。如图2给出的信道总体增益长期预测算法4, A"分别为粗略长期预测得
到的数据，其中A"为未来M帧后的信道状态总体增益。以4为原点建立坐标系，4， ^ 的
横坐标之差即为长期预测间隔M， il"， ^41 的纵坐标之差即为长期预测的粗略值之差￡1 ，则
此时的斜率K1。-L1。/M.，此斜率就能够看作信道的变化趋势，然后利用该帧短期信道预测的
信道总体增益Bn和此时的斜率信息/Hn ，通过截距公式来计算间隔M帧的长期预测信息
Bln=KlnxM+Bn 。此时，我们可以预测得到整个信道的状态信息// = [51 ，51 ^,別 ^,...]。
由于短期预测与真实信道符合较好，所以经过修正后的长期预测信息也会较好的符合真实信 道总体增益。由图2可以看出，B、比A"更加接近真实信道。
时域修正频域修正只是在总体增益上进行修正，而时域修正是在时域每径的实部&和
虚部《分别进行斜率修正，将短期预测和长期粗略信道预测信息H通过IFFT变换转变到时
域，记录每径信道状态信息的实部《,=1^(//^7(《,》和虚部&=11 (/^;^(// )) (n为第n
帧的帧标号)，(/ = 0,,...，丄-)的信息。如图3给出的信道总体增益实部长期预测算法以某径实部《,(n为第n帧的帧标号)，长期预测间隔为M， "1 =《,，61 = /^,，为粗略长
期预测得到的该径间隔M帧的时域信道信息的实部。以al为原点建立坐标系，al， bl的横 坐标之差即为长期预测间隔M。 al， bl的纵坐标之差即为长期预测的粗略值之差L2。则此时 的斜率K2《2/M。此斜率就仍可以看作信道的变化趋势。然后利用短期预测的该径时域信息 的实部信息a2和此时的斜率信息K2，通过截距公式来计算间隔M帧的长期预测信息
b2-K2xM+a2。此时该径实部信息《,b2。每径实部虚部用此方法分别预测后即可得到此时
的时域信息/ =[《|+#"，《2+/《2.../^+77^]。由图3可以看出，经过斜率修正后的长
期预测值已经能够非常准确的吻合短期预测结果。此时得到的长期预测信息在时域已经比较 准确，故变换到频域时，其信道状态信息也会很好的符合真实信道。这样就做显著提高了长 期信道的预测精度。时域修正要比频域修正更具有可信性。如图4所示，可以看到其单帧信 道的状态信息也能很好的符合真实信道状态信息。
图5给出了未加修正的长期预测与短期预测和真实信道信息的比较，图6给出了进行修 正后的长期预测与短期预测和真实信道信息的比较。
经过修正后的信道长期预测不仅在信道总体增益还是单帧的信道状态信息都能比较准
确的反映当前信道的真实信息。另外，时域预测是实部A和虚部A,分别预测，故最后的预测
结果中包含原来的相位信息。时域斜率修正之后，不但信道总体增益，每帧信道状态信息精 度都显著提高，相位信息也比较准确。
本发明通过对信道长期预测进行修正，使长期预测值能够较好的符合真实信道，没有明 显的滞后现象，能够显著提高短期预测直接用于长期预测的精度，可用于分块传输方式(如 OFDM、 SC-FDE等)的宽带无线通信系统的信道长期预测。而在没有进行修正时，长期预测的 趋势仍然正确，但不能非常好的符合真实信道，有明显的滞后现象。
图1是预测器在系统中的结构框图。
图2是信道总体增益长期预测算法示意图。
图3是信道总体增益实部长期预测算法示意图。
图4是真实信道状态信息与长期预测算法得到的单帧信道的状态信息。 图5是未加修正的长期预测与短期预测和真实信道信息的比较图。 图6是进行修正后的长期预测与短期预测和真实信道信息的比较图。 图7是真实信道总体增益与短期预测和长期预测时域修正后的信道总体增益图。
具体实施方式
实施例
该实施例仿真参数.-
仿真环境 Matlab 7.0
信道模型 COST 207
模拟环境 自适应单载波频域均衡(SC-FDE)子信道总数 ^=256
CP长度 64
符号映射 4 QAM
带宽 10M
多普勒频移 200 Hz 递归最小平方RLS算法预测遗忘因子 0.99
RLS预测归一化参数为 0. 001
短期预测步长 1
记忆长度 6帧SC-FDE符号
对小能量径置零门限 IE-6
长期预测间隔为 10帧SC-FDE符号
运行帧数为 IO个多普勒周期
图7是在此条件下真实信道总体增益与短期预测和长期预测时域修正后的信道总体增益 的比较。图7中可以看到本发明方法的优越性。很明显可以看出，经过时域修正后的长期预 测得到信道总体增益要比为修正时更加接近真实信道。图4是此条件下，真实信道的各子信
道增益与短期预测，长期预测时域修正后各子信道增益的比较。可以看出，经过修正后的长 期预测得到的该帧的各子信道增益与真实信道增益几乎重合，几乎达到短期精确预测的效 果。
权利要求
1. 一种基于斜率修正的信道长期预测方法，其实现步骤如下(1)首先对信道进行短期预测，并记录此时的短期预测的信道增益；(2)利用相干时间内发送帧的信道的强相关性，利用短期预测算法进行粗略的信道长期预测；(3)对步骤(2)中的预测结果按照斜率修正法进行修正。
2. 根据权利要求1所述的基于斜率修正的信道长期预测方法，其特征是步骤(3)中的斜 率修正法有频域修正和时域修正两种方法频域修正利用粗略长期预测得到的间隔M帧的两帧信道总体增益4， A ，总体增益 即为每帧信道中各子信道增益模平方之和爿i"=Z(a/":+a^2+f"+a/》2 ) hi其中/f二一Re(/F尸r(/f"》，i/乙=Im(/FFrn为第n帧的帧标号，k为子信道标号，然后利用截距公式来计算斜率；时域修正频域修正只是在总体增益上进行修正，而时域修正是在时域每径的实部&和虚部A,分别进行斜率修正，将短期预测和长期粗略信道预测信息H通过IFFT变换转变到时域，记录每径信道状态信息的实部《,=Re(/FfT(// ))和虚部& = Im(/FFr(// )) ， n为第n帧的帧标号，/二1，…,Z的信息。
全文摘要
本发明公开了一种基于斜率修正的信道长期预测方法，其实现步骤如下(1)首先对信道进行短期预测，并记录此时的短期预测的信道增益；(2)利用相干时间内发送帧的信道的强相关性，利用短期预测算法进行粗略的信道长期预测；(3)对步骤(2)中的预测结果按照斜率修正法进行修正。本发明通过对信道长期预测进行修正，使长期预测值能够较好的符合真实信道，没有明显的滞后现象，能够显著提高短期预测直接用于长期预测的精度，可用于分块传输方式(如OFDM、SC-FDE等)的宽带无线通信系统的信道长期预测。而在没有进行修正时，长期预测的趋势仍然正确，但不能非常好的符合真实信道，有明显的滞后现象。
文档编号H04L25/02GK101510858SQ200910019739
公开日2009年8月19日 申请日期2009年3月24日 优先权日2009年3月24日
发明者岩 杜, 飞 郭 申请人:山东大学