技術(shù)特征：

1.一種迭代的MIMO-OFDM系統(tǒng)中快時(shí)變信道估計(jì)方法，其特征在于，該方法包括以下步驟：

步驟1：構(gòu)建標(biāo)準(zhǔn)狀態(tài)空間模型，建立只包含基擴(kuò)展模型系數(shù)的狀態(tài)方程和包含導(dǎo)頻/檢測信號(hào)和噪聲的觀測方程

g_m＝S₁g_m-1+S₂u_m

y_m＝S_mg_m+w_m

式中，g_m＝[c_m^T,...,c_m-ρ+1^T]^T，c_m是基函數(shù)的系數(shù)矩陣，ρ是狀態(tài)向量的大小，N_t和N_r分別為發(fā)送天線和接收天線的數(shù)，Q和L分別為基函數(shù)的階數(shù)和信道的抽頭數(shù)，I為單位陣和0為全零矩陣，u_m＝c_m，Γ_m是由數(shù)據(jù)和導(dǎo)頻構(gòu)成的發(fā)送信號(hào)矩陣，y_m是接收信號(hào)向量，和w_m是噪聲向量，S₁是0和1構(gòu)成的ρN_tN_rQL×ρN_tN_rQL維的狀態(tài)轉(zhuǎn)移矩陣，其可以表示為

步驟2：對(duì)步驟1構(gòu)建的標(biāo)準(zhǔn)狀態(tài)空間模型采用卡爾曼濾波，其包含時(shí)間更新方程和測量更新方程兩部分，利用卡爾曼濾波中的時(shí)間更新方程，獲得基擴(kuò)展模型系數(shù)的估計(jì)值和預(yù)測誤差的協(xié)方差矩陣，其分別為

${\hat{g}}_{m|m-1}=S_1{\hat{g}}_{m-1|m-1},{\hat{c}}_{m|m-1}={S_2}^H{\hat{g}}_{m|m-1}$

$p_{m|m-1}=S_1{p}_{m-1|m-1}{S_1}^H+S_2{C}_{u_m}{S_2}^H$

式中，表示在m時(shí)刻情況下第m時(shí)刻的預(yù)測值，p_m|m是在m時(shí)刻情況下第m時(shí)刻的預(yù)測誤差協(xié)方差值，為u_m的協(xié)方差矩陣；

${\hat{c}}_m={\[{\hat{c}}_m^{(1,1)T},...,{\hat{c}}_m^{(1,N_t)T},...,{\hat{c}}_m^{(N_r,N_t)T}\]}^T,{\hat{c}}_m^{(r,t)}={\[{\hat{c}}_{0,m}^{(r,t)T},...,{\hat{c}}_{L-1,m}^{(r,t)T}\]}^T,{\hat{c}}_{l,m}^{(r,t)}={\[{\hat{c}}_{1,l,m}^{(r,t)},...,{\hat{c}}_{Q,l,m}^{(r,t)}\]}^T;$

步驟3：根據(jù)基擴(kuò)展模型系數(shù)與時(shí)域信道之間的關(guān)系，利用步驟2中估計(jì)得到的基擴(kuò)展模型系數(shù)獲得信道估計(jì)值；

步驟4：進(jìn)行數(shù)據(jù)檢測處理，采用破零均衡方法和信道估計(jì)，獲得檢測信號(hào)；

步驟5：將數(shù)據(jù)檢測誤差作為噪聲一部分，計(jì)算檢測信號(hào)誤差的協(xié)方差矩陣，并利用檢測信號(hào)和導(dǎo)頻符號(hào)構(gòu)建新的發(fā)送信號(hào)，檢測數(shù)據(jù)誤差的協(xié)方差矩陣為

${\mathrm{\δ}}_{{\mathrm{\ψ}}_m}=I_{N_r}\⊗\frac{1}{N^2}\underset{t=1}{\overset{N_t}{\Σ}}\underset{q_1,q_2=1}{\overset{Q}{\Σ}}{M}_{q_1}{v}_m^{\left(t\right)}{M}_{q_2}^H\underset{l=0}{\overset{L-1}{\Σ}}{\[R_{c_l}^{\left(0\right)}\]}_{q_1,q_2}$

式中，是數(shù)據(jù)檢測誤差的協(xié)方差，N是OFDM符號(hào)中子載波的個(gè)數(shù)，是基函數(shù)系數(shù)的自相關(guān)函數(shù)，和M_q為

${\[M_q\]}_{k,k^{\′}}=\underset{n=0}{\overset{N-1}{\Σ}}{b}_{n,q}{e}^{\frac{j2\mathrm{\π}(k^{\′}-k)n}{N}},k=0,...,N-1;k^{\′}=0,...,N-1$

步驟6：對(duì)步驟5獲取得檢測信號(hào)誤差的協(xié)方差和構(gòu)建的新發(fā)送信號(hào)采用卡爾曼濾波的測量更新方程，獲取精度較高的基擴(kuò)展模型系數(shù)估計(jì)值

$K_m=p_{m|m-1}{{\hat{S}}_m}^H{({\hat{S}}_m{p}_{m|m-1}{{\hat{S}}_m}^H+{\mathrm{\δ}}^2)}^{-1}$

${\hat{g}}_{m|m}={\hat{g}}_{m|m-1}+K_m(y_m-{\hat{S}}_m{\hat{g}}_{m|m-1})$

$p_{m|m}=p_{m|m-1}-K_m{\hat{S}}_m{p}_{m|m-1}$

${\hat{c}}_m={S_2}^H{\hat{g}}_{m|m}$

式中，K_m為卡爾曼濾波增益，δ²為噪聲和數(shù)據(jù)檢測誤差的協(xié)方差矩陣，其可以表示為

${\mathrm{\δ}}_m={\mathrm{\σ}}_w^2{I}_{{\mathrm{NN}}_r}+{\mathrm{\δ}}_{{\mathrm{\ψ}}_m}$

式中，為噪聲的協(xié)方差；

步驟7：返回步驟3，進(jìn)行迭代處理，直至獲得高精度的信道估計(jì)。