本發(fā)明屬于無線通信
技術(shù)領(lǐng)域：
，尤其涉及一種簡化bem信道估計方法，適用于高速移動下的單載波頻分復(fù)用多址sc-fdma系統(tǒng)。
背景技術(shù)：
：在寬帶無線通信中，當通信的兩個終端以較快的相對速度運動時，產(chǎn)生了多普勒效應(yīng)，無線信道形成了快時變信道?？鞎r變信道引起的子載波間干擾ici和多徑效應(yīng)帶來的符號間干擾isi會造成sc-fdma系統(tǒng)性能的迅速惡化。所以，在信號的接收端對信號進行解調(diào)和解碼之前，對信道進行動態(tài)估計是十分必要的?，F(xiàn)有的信道估計方法大多是基于導(dǎo)頻輔助的，在發(fā)送的數(shù)據(jù)中周期性的插入已知的導(dǎo)頻信息，均是先估計得到導(dǎo)頻位置上的信道響應(yīng)，然后利用一定的處理方法得到數(shù)據(jù)位置上的信道響應(yīng)。qingchuanzhang等人在文章“anenhanceddft-basedchannelestimatorforlte-auplink”(ieeetransactionsonvehiculartechnology2013)中提出了一種基于離散傅里葉變換dft的信道估計方法，首先估計出導(dǎo)頻位置的信道估計值，數(shù)據(jù)符號位置的信道估計值通過線性插值來得到。該方法的不足之處是：在移動環(huán)境下，信道發(fā)生時間選擇性衰落，線性插值方法的估計精度急劇下降，無法保證sc-fdma系統(tǒng)的可靠通信?；诨鶖U展模型bem的方法針對快時變信道建立模型，利用少數(shù)幾個參數(shù)就能表述一個非線性快速變化的信道。楊麗花等人在文章“fasttime-varyingchannelestimationtechniqueforlteuplinkinhstenvironment”(ieeetransactionsonvehiculartechnology2012)中提出了多項式基擴展模型p-bem與自回歸模型ar相結(jié)合的方法來提高快時變信道的估計精度，但該算法涉及繁多的大矩陣運算，導(dǎo)致計算復(fù)雜度高，不易于實現(xiàn)，且在移動環(huán)境下，p-bem模型誤差比復(fù)指數(shù)基擴展模型ce-bem的誤差大，影響快時變信道估計的精度。綜上所述，現(xiàn)有技術(shù)存在的問題是：現(xiàn)有的信道估計方法存在估計精度較低，計算復(fù)雜度高，不易于實現(xiàn)。技術(shù)實現(xiàn)要素：針對現(xiàn)有技術(shù)存在的問題，本發(fā)明提供了一種高速移動sc-fdma系統(tǒng)的簡化bem信道估計方法。本發(fā)明是這樣實現(xiàn)的，一種高速移動sc-fdma系統(tǒng)的簡化bem信道估計方法，所述高速移動sc-fdma系統(tǒng)的簡化bem信道估計方法將估計基系數(shù)所需要的矩陣事先計算并存儲，估計出基系數(shù)；利用信道特性及時域-頻域的變換關(guān)系，推導(dǎo)出基系數(shù)與頻域信道響應(yīng)矩陣的數(shù)學(xué)關(guān)系式，估計出接收信號的頻域信道響應(yīng)。進一步，所述高速移動sc-fdma系統(tǒng)的簡化bem信道估計方法包括以下步驟：步驟一，獲取變換域矩陣基站將本地導(dǎo)頻符號轉(zhuǎn)換到變換域，得到變換域矩陣其中，變換域矩陣的維度是n(q+1)×l(q+1)，diag(·)是將向量轉(zhuǎn)換成對角矩陣的運算，ps是本地導(dǎo)頻符號的序號，兩個本地導(dǎo)頻符號s＝1、2，其序號為p1＝4，p2＝11，q是最優(yōu)基函數(shù)的個數(shù)，iq+1為q+1維的單位矩陣；為克羅內(nèi)列積符號；fl為n點快速傅里葉變換fft矩陣f的前l(fā)列：其中，wn＝e-j2π/n，l為快時變信道的可分離徑數(shù)；步驟二，基于復(fù)指數(shù)基擴展模型，基站端生成基函數(shù)矩陣及基函數(shù)頻域矩陣；步驟三，基站端獲得用于估計基系數(shù)的頻域矩陣，將和相乘，得到基站端用于估計基系數(shù)的矩陣：其維度為n×l(q+1)；步驟四，基站對時域接收信號y進行快速傅里葉變換得到頻域信號y，從頻域信號y中提取塊狀導(dǎo)頻符號步驟五，基站根據(jù)接收塊狀導(dǎo)頻符號和矩陣估計出基系數(shù)向量；步驟六，利用估計出的基系數(shù)直接得到每個單載波頻分復(fù)用符號的頻域信道估計響應(yīng)。進一步，所述步驟二具體包括：(1)確定復(fù)指數(shù)ce基函數(shù)個數(shù)q：基站根據(jù)用戶的移動速度v、系統(tǒng)的載波頻率f及一個發(fā)送信號的持續(xù)時間ts＝1ms，得到基函數(shù)個數(shù)：其中，c是光速，是向上取整運算；(2)生成基函數(shù)矩陣其中，是基函數(shù)矩陣的元素，其利用復(fù)指數(shù)基擴展模型，按照以下公式生成：其中，q＝0,1,…,q，q是基函數(shù)的個數(shù)，n＝0,1,…,n，n＝256是一個單載波頻分復(fù)用符號的子載波個數(shù)，即快速傅里葉變換的點數(shù)，ns＝1,2,…,nsymb是單載波頻分復(fù)用符號的序號，nsymb＝14是一個傳輸塊中單載波頻分復(fù)用符號的個數(shù)，ps是本地導(dǎo)頻符號的索引號，兩個本地導(dǎo)頻符號s＝1、2，其索引號為p1＝4，p2＝11；(3)生成頻域矩陣和其中，是第q個頻域矩陣，q＝0,1,…,q，q是基函數(shù)的個數(shù)，是導(dǎo)頻符號處的基函數(shù)矩陣，ps是導(dǎo)頻符號的序號，兩個本地導(dǎo)頻符號s＝1、2，其索引號為p1＝4，p2＝11，是矩陣的前l(fā)列，f是n點快速傅里葉變換矩陣，(·)h是矩陣的共軛轉(zhuǎn)置操作。進一步，所述步驟四具體包括：(1)對時域接收信號y進行快速傅里葉變換，獲得頻域接收信號y：y＝fy；其中，f是n點快速傅里葉變換矩陣；(2)從頻域接收信號y中提取塊狀導(dǎo)頻符號一個傳輸塊中有14個單載波頻分復(fù)用符號，其中第4個和第11個是塊狀導(dǎo)頻符號λ＝1、2，p1＝4，p2＝11，即頻域接收信號y的形式是一個n×14維的矩陣，矩陣的第4列和第11列是塊狀導(dǎo)頻符號，pλ與ps相等。進一步，所述步驟五具體包括：(1)建立塊狀導(dǎo)頻符號與本地導(dǎo)頻符號的關(guān)系的關(guān)系式為：其中，f是n點快速傅里葉變換矩陣，(·)h是矩陣的共軛轉(zhuǎn)置操作，w為傳輸過程中受到的加性高斯白噪聲，是第pλ個導(dǎo)頻符號的時域信道沖擊響應(yīng)矩陣；(2)利用基擴展模型表示時域信道沖擊響應(yīng)矩陣其中，是生成的基函數(shù)矩陣，gq是第q個基系數(shù)矩陣，其是維度為n×n的托普利茲循環(huán)矩陣：其中，l為快時變信道的可分離徑數(shù)；(3)將基擴展模型表達式代入步驟(1)中的關(guān)系式，得到：由于gq是托普利茲循環(huán)矩陣，所以令gq＝[gq,0,...,gq,l,...,gq,l-1]t，fgqfh＝flgq，其中，fl是傅里葉變換矩陣f的前l(fā)列，上式可簡化為：其中，是頻域矩陣，g是維度為l(q+1)×1的列向量，是變換域矩陣，至此，建立了塊狀導(dǎo)頻符號與矩陣及要估計的基系數(shù)向量g之間的關(guān)系：(4)利用兩個塊狀導(dǎo)頻符號和矩陣采用現(xiàn)有的最小二乘法估計出基系數(shù)向量：其中，是矩陣的廣義逆運算；表示基系數(shù)向量，它是l(q+1)×1維的列向量，有14個單載波頻分復(fù)用符號，其中第4個和第11個是塊狀導(dǎo)頻符號，即s＝λ＝1、2，p1＝4，p2＝11，是接收信號y中第4列元素，是接收信號y中的第11列元素，矩陣由矩陣擴展得到，對固定塊狀導(dǎo)頻的系統(tǒng)而言，矩陣是不變的，所以可以將事先計算并存儲下來。進一步，所述步驟六具體包括：(1)每個單載波頻分復(fù)用符號的頻域信道矩陣與時域信道矩陣的關(guān)系式為：估計出頻域信道矩陣的對角元素，即：其中，是第ns個單載波頻分復(fù)用符號的頻域信道響應(yīng)矩陣，f是n點快速傅里葉變換矩陣，(·)h是矩陣的共軛轉(zhuǎn)置操作，是第ns個單載波頻分復(fù)用符號的時域信道響應(yīng)矩陣；(2)建立基系數(shù)與頻域信道響應(yīng)矩陣的關(guān)系式：將基擴展模型表達式代入到中，得到：由于gq是托普利茲循環(huán)矩陣，gq第一列為[gq,0,gq,1,…,gq,l-1,0,…,0]t，所以令gq＝[gq,0,…,gq,l,…,gq,l-1]t，fgqfh＝flgq，其中，fl是n點傅里葉變換矩陣f的前l(fā)列，上式可簡化為：其中，是按照生成的基函數(shù)矩陣，是矩陣的前l(fā)列，q是基函數(shù)的個數(shù)，ns是單載波頻分復(fù)用符號的序號；(3)獲得每個單載波頻分復(fù)用符號的頻域信道響應(yīng)矩陣，利用估計出的基系數(shù)按照建立的基系數(shù)與頻域信道響應(yīng)矩陣的數(shù)學(xué)關(guān)系式，得到第ns個單載波頻分復(fù)用符號的頻域信道響應(yīng)矩陣：其中，是生成的頻域矩陣。本發(fā)明的另一目的在于提供一種適用于高速移動sc-fdma系統(tǒng)的簡化bem信道估計方法。本發(fā)明的優(yōu)點及積極效果為：選用模型誤差最小的復(fù)指數(shù)基擴展模型，確定最優(yōu)的基函數(shù)的個數(shù)，以提高估計精度；將用于估計基系數(shù)的頻域矩陣事先計算并存儲下來，降低了計算復(fù)雜度；利用信道的時頻域特性，推導(dǎo)出基系數(shù)與頻域信道響應(yīng)矩陣的數(shù)學(xué)關(guān)系式，避免了計算復(fù)雜度較高的信道時頻域轉(zhuǎn)換過程，便于接收機對接收信號進行頻域均衡處理。由圖6可知，多項式模型與自回歸模型結(jié)合的方法和基于離散傅里葉變換dft與線性內(nèi)插結(jié)合的方法在用戶速度為450km/h時，bler曲線幾乎沒有下降趨勢，誤塊率均大于10-1，本發(fā)明的bler曲線能下降到10-2以下，有很大的提升；對比復(fù)指數(shù)基擴展模型方法，本發(fā)明的bler曲線和復(fù)指數(shù)基擴展模型方法幾乎持平，沒有性能損失。由表1可知，本發(fā)明方法所需的計算復(fù)雜度量級是1，而復(fù)指數(shù)基擴展模型方法所需的計算復(fù)雜度量級是3，本發(fā)明將計算復(fù)雜度降了兩個量級。附圖說明圖1是本發(fā)明實施例提供的高速移動sc-fdma系統(tǒng)的簡化bem信道估計方法流程圖。圖2是本發(fā)明實施例提供的高速移動sc-fdma系統(tǒng)的簡化bem信道估計方法的實現(xiàn)流程圖。圖3是本發(fā)明實施例提供的使用的系統(tǒng)框圖。圖4是本發(fā)明實施例提供的使用的導(dǎo)頻結(jié)構(gòu)圖。圖5是本發(fā)明實施例提供的本發(fā)明與現(xiàn)有信道估計技術(shù)在330km/h的多徑快時變信道中的性能比較曲線圖。圖6是本發(fā)明實施例提供的本發(fā)明與現(xiàn)有信道估計技術(shù)在450km/h的多徑快時變信道中的性能比較曲線圖。具體實施方式為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合實施例，對本發(fā)明進行進一步詳細說明。應(yīng)當理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。下面結(jié)合附圖對本發(fā)明的應(yīng)用原理作詳細的描述。如圖1所示，本發(fā)明實施例提供的高速移動sc-fdma系統(tǒng)的簡化bem信道估計方法包括以下步驟：s101：通過本地導(dǎo)頻符號計算出導(dǎo)頻符號在變換域的矩陣；s102：基于復(fù)指數(shù)基擴展模型，得到基函數(shù)矩陣及基函數(shù)的頻域矩陣；s103：對接收信號進行快速傅立葉變換，獲得頻域接收信號，從該接收信號中提出塊狀導(dǎo)頻符號；s104：利用接收的導(dǎo)頻符號和變換域的矩陣及頻域矩陣估計出基系數(shù)；s105：根據(jù)推導(dǎo)出的基系數(shù)與頻域信道響應(yīng)的關(guān)系式，利用基系數(shù)直接估計出頻域信道響應(yīng)。下面結(jié)合附圖對本發(fā)明的應(yīng)用原理作進一步的描述。如圖3所示，本發(fā)明使用的通信系統(tǒng)由基站、無線快時變信道和用戶構(gòu)成；其中用戶的移動速度為v，用戶發(fā)送的比特流經(jīng)過星座調(diào)制、子載波映射、傅里葉變換和加循環(huán)前綴等一系列處理后通過一根發(fā)送天線發(fā)送出去，發(fā)送信號經(jīng)過快時變信道和噪聲干擾后到達基站，基站端配置兩根接收天線分別對接收信號進行同步、移除循環(huán)前綴和并串轉(zhuǎn)換等處理后，基站利用本地導(dǎo)頻符號和復(fù)指數(shù)基擴展模型對接收的信號進行信道估計，估計出頻域信道響應(yīng)矩陣，以便基站進行接下來的頻域均衡、解星座調(diào)制等處理，完成整個系統(tǒng)的通信。如圖2所示，本發(fā)明實施例提供的移動sc-fdma低復(fù)雜度bem信道估計方法包括以下步驟：步驟1：獲取變換域矩陣基站將本地導(dǎo)頻符號轉(zhuǎn)換到變換域，得到變換域矩陣其中，變換域矩陣的維度是n(q+1)×l(q+1)，diag(·)是將向量轉(zhuǎn)換成對角矩陣的運算，ps是本地導(dǎo)頻符號的序號，本實例中有兩個本地導(dǎo)頻符號s＝1、2，其序號為p1＝4，p2＝11，q是最優(yōu)基函數(shù)的個數(shù)，iq+1為q+1維的單位矩陣；為克羅內(nèi)列積符號；fl為n點快速傅里葉變換fft矩陣f的前l(fā)列：其中，wn＝e-j2π/n，l為快時變信道的可分離徑數(shù)。步驟2：基于復(fù)指數(shù)基擴展模型，基站端生成基函數(shù)矩陣及基函數(shù)頻域矩陣。(2.1)確定復(fù)指數(shù)ce基函數(shù)個數(shù)q：基站根據(jù)用戶的移動速度v、系統(tǒng)的載波頻率f及一個發(fā)送信號的持續(xù)時間ts＝1ms，得到基函數(shù)個數(shù)：其中，c是光速，是向上取整運算；(2.2)生成基函數(shù)矩陣其中，是基函數(shù)矩陣的元素，其利用復(fù)指數(shù)基擴展模型，按照以下公式生成：其中，q＝0,1,…,q，q是基函數(shù)的個數(shù)，n＝0,1,…,n，n＝256是一個單載波頻分復(fù)用符號的子載波個數(shù)，即快速傅里葉變換的點數(shù)，ns＝1,2,…,nsymb是單載波頻分復(fù)用符號的序號，nsymb＝14是一個傳輸塊中單載波頻分復(fù)用符號的個數(shù)，ps是本地導(dǎo)頻符號的索引號，本實例中有兩個本地導(dǎo)頻符號s＝1、2，其索引號為p1＝4，p2＝11；(2.3)生成頻域矩陣和其中，是第q個頻域矩陣，q＝0,1,…,q，q是基函數(shù)的個數(shù)，是導(dǎo)頻符號處的基函數(shù)矩陣，ps是導(dǎo)頻符號的序號，本實例中有兩個本地導(dǎo)頻符號s＝1、2，其索引號為p1＝4，p2＝11，是矩陣的前l(fā)列，f是n點快速傅里葉變換矩陣，(·)h是矩陣的共軛轉(zhuǎn)置操作。步驟3：基站端獲得用于估計基系數(shù)的頻域矩陣。將步驟(2.3)得到的和步驟(1)得到的相乘，得到基站端用于估計基系數(shù)的矩陣：其維度為n×l(q+1)。步驟4：基站對時域接收信號y進行快速傅里葉變換得到頻域信號y，從頻域信號y中提取塊狀導(dǎo)頻符號(4.1)對時域接收信號y進行快速傅里葉變換，獲得頻域接收信號y：y＝fy；其中，f是n點快速傅里葉變換矩陣；(4.2)從頻域接收信號y中提取塊狀導(dǎo)頻符號導(dǎo)頻結(jié)構(gòu)如附圖3，一個傳輸塊中有14個單載波頻分復(fù)用符號，其中第4個和第11個是塊狀導(dǎo)頻符號λ＝1、2，p1＝4，p2＝11，即頻域接收信號y的形式是一個n×14維的矩陣，矩陣的第4列和第11列是塊狀導(dǎo)頻符號，pλ與步驟2及步驟3中的ps相等。步驟5：基站根據(jù)接收塊狀導(dǎo)頻符號和矩陣估計出基系數(shù)向量。具體實現(xiàn)如下：(5.1)建立塊狀導(dǎo)頻符號與本地導(dǎo)頻符號的關(guān)系的關(guān)系式為：其中，f是n點快速傅里葉變換矩陣，(·)h是矩陣的共軛轉(zhuǎn)置操作，w為傳輸過程中受到的加性高斯白噪聲，是第pλ個導(dǎo)頻符號的時域信道沖擊響應(yīng)矩陣；(5.2)利用基擴展模型表示時域信道沖擊響應(yīng)矩陣其中，是步驟(2.2)中生成的基函數(shù)矩陣，gq是第q個基系數(shù)矩陣，其是維度為n×n的托普利茲循環(huán)矩陣：其中，l為快時變信道的可分離徑數(shù)；(5.3)將步驟(5.2)中的基擴展模型表達式代入步驟(5.1)中的關(guān)系式，得到：由于gq是托普利茲循環(huán)矩陣，所以令gq＝[gq,0,...,gq,l,...,gq,l-1]t，fgqfh＝flgq，其中，fl是傅里葉變換矩陣f的前l(fā)列，上式可簡化為：其中，是步驟(2)中的頻域矩陣，g是維度為l(q+1)×1的列向量，是步驟(1)中的變換域矩陣，至此，建立了塊狀導(dǎo)頻符號與矩陣及要估計的基系數(shù)向量g之間的關(guān)系：(5.4)利用步驟4中的兩個塊狀導(dǎo)頻符號和步驟3中的矩陣采用現(xiàn)有的最小二乘法估計出基系數(shù)向量：其中，是矩陣的廣義逆運算；表示基系數(shù)向量，它是l(q+1)×1維的列向量，本實例中有14個單載波頻分復(fù)用符號，其中第4個和第11個是塊狀導(dǎo)頻符號，即s＝λ＝1、2，p1＝4，p2＝11，是接收信號y中第4列元素，是接收信號y中的第11列元素，矩陣由矩陣擴展得到，對固定塊狀導(dǎo)頻的系統(tǒng)而言，矩陣是不變的，所以可以將事先計算并存儲下來，大大降低估計基系數(shù)向量所需要的計算復(fù)雜度，易于實際運用。步驟6：利用估計出的基系數(shù)直接得到每個單載波頻分復(fù)用符號的頻域信道估計響應(yīng)。(6.1)每個單載波頻分復(fù)用符號的頻域信道矩陣與時域信道矩陣的關(guān)系式為：忽略一個符號內(nèi)部的ici影響，近似估計出頻域信道矩陣的對角元素，即：其中，是第ns個單載波頻分復(fù)用符號的頻域信道響應(yīng)矩陣，f是n點快速傅里葉變換矩陣，(·)h是矩陣的共軛轉(zhuǎn)置操作，是第ns個單載波頻分復(fù)用符號的時域信道響應(yīng)矩陣。(6.2)建立基系數(shù)與頻域信道響應(yīng)矩陣的關(guān)系式：將基擴展模型表達式代入到(6.1)中的第二個關(guān)系式中，得到：由于gq是托普利茲循環(huán)矩陣，gq第一列為[gq,0,gq,1,…,gq,l-1,0,…,0]t，所以令gq＝[gq,0,…,gq,l,…,gq,l-1]t，fgqfh＝flgq，其中，fl是n點傅里葉變換矩陣f的前l(fā)列，上式可簡化為：其中，是按照步驟(2.2)中的公式生成的基函數(shù)矩陣，是矩陣的前l(fā)列，q是基函數(shù)的個數(shù)，ns是單載波頻分復(fù)用符號的序號。至此，建立了基系數(shù)g與頻域信道響應(yīng)矩陣的數(shù)學(xué)關(guān)系式。(6.3)獲得每個單載波頻分復(fù)用符號的頻域信道響應(yīng)矩陣利用步驟5中估計出的基系數(shù)按照(6.2)中建立的基系數(shù)與頻域信道響應(yīng)矩陣的數(shù)學(xué)關(guān)系式，得到第ns個單載波頻分復(fù)用符號的頻域信道響應(yīng)矩陣：其中，是步驟(2.2)中生成的頻域矩陣。下面結(jié)合仿真對本發(fā)明的應(yīng)用效果作詳細的描述。1.仿真條件仿真使用的通信系統(tǒng)如圖3，采用3gpp標準的單載波頻分復(fù)用sc-fdma傳輸標準，子載波個數(shù)n＝256，即采用256點快速傅立葉變換，循環(huán)前綴為18點，數(shù)據(jù)采用qpsk調(diào)制方式，采樣頻率3.84mhz，載波頻率3.6ghz，子載波間隔15khz。導(dǎo)頻結(jié)構(gòu)如圖4，在一個傳輸塊中有14個單載波頻分復(fù)用符號，其中有兩個塊狀導(dǎo)頻符號位于第4和第11個符號上。仿真中用戶速度設(shè)為330km/h、450km/h，用戶配置一根發(fā)送天線，基站配置兩根接收天線，無線信道采用3gpp標準中的擴展車輛信道模型eva，其中，多徑信道的時延為[0，30，50，310，370，710，1090，1730，2510]ns，其每一徑的功率衰減為[0.0，-1.5，-1.4，-3.6，-0.6，-9.1，-7.0，-12.0，-16.9]db。仿真中信道的可分離徑數(shù)l設(shè)置為10，得到仿真曲線的平均次數(shù)為100000次。仿真使用的方法有4種：1、本發(fā)明方法，2、基于離散傅里葉變換dft與線性內(nèi)插結(jié)合的方法，3、復(fù)指數(shù)基擴展模型方法，4、多項式模型與自回歸模型結(jié)合的方法。2.仿真內(nèi)容與結(jié)果仿真1用本發(fā)明和上述3種現(xiàn)有方法仿真用戶速度為330km/h時的系統(tǒng)誤塊率bler性能，仿真結(jié)果如圖5所示。由圖5可知，本發(fā)明的bler性能對比多項式模型與自回歸模型結(jié)合的方法有4db的性能提升；基于離散傅里葉變換dft與線性內(nèi)插結(jié)合的方法在bler為10-1時出現(xiàn)錯誤平層，而本發(fā)明的bler曲線持續(xù)下降，能降到10-5；對比復(fù)指數(shù)基擴展模型方法，本發(fā)明的bler曲線和復(fù)指數(shù)基擴展模型方法的bler曲線幾乎持平，沒有性能損失。仿真2用本發(fā)明和上述3種現(xiàn)有方法仿真用戶速度為450km/h時的系統(tǒng)誤塊率bler性能，仿真結(jié)果如圖6所示。由圖6可知，多項式模型與自回歸模型結(jié)合的方法和基于離散傅里葉變換dft與線性內(nèi)插結(jié)合的方法在用戶速度為450km/h時，bler曲線幾乎沒有下降趨勢，誤塊率均大于10-1，本發(fā)明的bler曲線能下降到10-2以下，有很大的提升；對比復(fù)指數(shù)基擴展模型方法，本發(fā)明的bler曲線和復(fù)指數(shù)基擴展模型方法幾乎持平，沒有性能損失。將本發(fā)明的計算復(fù)雜度與現(xiàn)有復(fù)指數(shù)基擴展模型方法的計算復(fù)雜度進行對比，結(jié)果如表1。表1本發(fā)明與復(fù)指數(shù)基擴展模型方法的計算復(fù)雜度對比計算復(fù)雜度復(fù)指數(shù)基擴展模型方法本發(fā)明方法復(fù)數(shù)乘法ο(n2l+n3)ο(nl)復(fù)數(shù)加法ο(n2(l-1)+n2(n-1))ο((n-1)l)其中，ο是計算復(fù)雜度的數(shù)量級，n是傅里葉變換的點數(shù)，l為多徑信道的可分離徑數(shù)。由表1可知，本發(fā)明方法所需的計算復(fù)雜度量級是1，而復(fù)指數(shù)基擴展模型方法所需的計算復(fù)雜度量級是3，本發(fā)明將計算復(fù)雜度降了兩個量級。上述結(jié)果表明，本發(fā)明與現(xiàn)有技術(shù)相比不僅提高了估計精度，而且比現(xiàn)有技術(shù)具有計算復(fù)雜度更低的優(yōu)勢。以上所述僅為本發(fā)明的較佳實施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。當前第1頁12