1.联合时域聚类去噪与均衡判决的变换域二次估计方法，其特征在于，按如下步骤进行：

1)在正交频分复用(OFDM)基带系统中，发送端处定义设计调和序列{a(n)}改造数据序列{d(n)}，并联合叠加训练序列{t(n)}加权求和，产生发送序列{s(n)}；通过采用叠加训练序列的信道频域相应SVD粗估计方法，获得信道冲激响应的粗估计 及其频域响应其中，下标“svd”表示SVD信道估计结果；n表示时域计数符号，k表示频域计数符号，n，k均为整数且取值均为[0,N‑1]，且N为二进制输入序列的长度；

2)设定阈值门限，并将信道冲激响应粗估计 采用现有的K‑means聚类分析方法，划分为初始信号类与初始噪声类两类训练样本，迭代更新两类训练样本的质心，并通过判别函数τ(n)迭代判别信号类与噪声类，最终完成时域聚类去噪，并得到信道冲激响应及其频域响应 其中，下标“mean”表示聚类去噪后的结果；

3)将信道频域响应 作幅度相位补偿，再经加宽度为M的窗函数，其中，M为正整数，且M个OFDM符号为一帧；M点DCT变换后，并对所得序列作低通滤波、补零扩展处理后，对扩展后的N(N为正整数)点序列作N点IDCT变换、去窗处理及二次幅度相位补偿得 将所得结果均衡判决得 重复M点DCT变换、低通滤波、插值补零及N点IDCT变换，得到频域响应的最终估计

2.根据权利要求1所述的联合时域聚类去噪与均衡判决的变换域二次估计方法，其特征在于，所述的叠加训练序列的SVD信道粗估计方法通过以下步骤实现：步骤1.1设长度为N(N为整数)的二进制输入序列{x(n)}经OFDM基带前端处理，即依次经过编码、交织、调制、1:N串并转换、以及N点快速傅里叶逆变换(IFFT)等处理后，得到数据序列{d(n)}，且发送端处设计随机周期序列{a(n)}作为调和序列，并与周期训练序列{t(n)}加权叠加，产生发送序列{s(n)}；其中，调和序列{a(n)}与训练序列{t(n)}两者周期相同；

步骤1.2将步骤1.1所得的时域发送序列{s(n)}，依次添加长度为Lcp的循环前缀、N:1并串转换，并通过信道传输，再经1:N串并转换及去循环前缀处理后，接收端得数据序列{ym(n)}；其中，Lcp>L，L代表信道长度且为整数，且数据序列向量ym的表达式如下：T

其中，ym＝[ym(0),ym(1),…,ym(N‑1)] ；信道冲激响应为：hm＝[hm(0),hm(1),…,hm(L‑T

1)] ；t为训练序列{t(n)}的N维等效循环卷积矩阵；Dm为数据序列{Dm(n)}的N维等效循环卷T

积矩阵；噪声列向量为：ωm＝[ωm(0),ωm(1),…,ωm(N‑1)] ，且上标“T”表示矩阵转置，“×”表示乘积运算；N维等效循环卷积矩阵t和Dm的矩阵表示分别如下：步骤1.3对步骤1.2所得{ym(n)}，经N点FFT变换得接收端序列{Ym(k)}；其中，Ym(k)为第m个OFDM符号第n个子载波信号ym(n)的频域表示，且其表达式如下：其中，Ym(k)，Hm，Wm分别为ym(n)、hm、ωm的N点FFT变换；设diag[]表示对角矩阵，且内部元素为对角线数据，则T＝diag[T(0), T(1),…,T(N‑1)]，D＝diag[Dm(0),Dm(1),…,Dm(N‑

1)]；另外，矩阵T的元素T(k)表达式如下：式(1.8)中，FFT{·}表示N点FFT变换的运算符；exp{·}表示自然数e的指数运算符；

为虚数单位；

步骤1.4对所接收数据序列{ym(n)}，取一帧长度为M的OFDM符号，采用时域统计平均法，对所取OFDM符号求平均，得平均后的信号；且其时域表达式为：其中，t表示训练序列{t(n)}所得的等效循环卷积矩阵；

步骤1.5当M取值无穷大时，{Dm(n)}时域均值为0，且噪声均值也为0，且一帧内的hm不变，此时hm等效于信道冲激响应h；故式(1.9)变形为：对式(1.10)等号两边同时左乘 求得信道冲激响应的粗估计 和 其中，下标“ls”表示最小二乘(LS)信道估计， 的表达式如下：其中， 为 的N点FFT变换，上标“‑1”表示矩阵求逆运算；

步骤1.6定义平均信噪比 其中Xk为发送的数据信号， 为噪声方差；采用最小均方误差(MMSE)准则，使得代价函数 最小，得到信道频域响应其中， 表示信道频域响应的估计值；H为实际信道频域响应，且 的表达式如下:

2 2

其中，β＝E{|Xk|}E{1/|Xk|}为调制信号的星座图决定的常量，16QAM对应的β＝17/9，QPSK对应的β＝1；I为单位矩阵；下标“mmse”表示MMSE信道估计；RHH表示实际信道的自相关矩阵；

H

步骤1.7对自相关矩阵RHH作奇异值分解，得RHH＝UΛU ，并代入(1.12)求得 的低阶表示 并对 作IFFT得时域冲激响应 且 的表达式如下：其中，矩阵U是一个酉矩阵；矩阵Λ是元素为RHH对应的奇异值λ1≥λ2≥…≥λN的对角阵；

Δm也是对角阵，且对角线上元素δk的表达式为：其中，P＝lN/T，N为训练序列{t(n)}的长度、T为训练序列{t(n)}的周期，l＝0,1,…,T‑

1。

3.根据权利要求2所述的联合时域聚类去噪与均衡判决的变换域二次估计方法，其特征在于，所述发送序列{s(n)}的产生按以下子步骤完成：步骤1.1.1设长度为N的二进制输入序列{x(n)}经编码、交织、调制、1:N串并转换以及N点IFFT变换等OFDM基带前端处理后，得到数据序列{d(n)}；

步骤1.1.2设置长度为N、周期为T的训练序列{t(n)}，并定义调和序列{a(n)}为满足{d(n)+a(n)}在周期频点P处的快速傅里叶变换(FFT)的幅值为0的随机周期序列；其中，{a(n)}周期也为T；N、P、T、Q均为整数且有关系P＝lN/T，Q＝N/T，l＝0,1,…,T‑1；另外，数据序列{d(n)} 与调和序列{a(n)}满足如下关系：则调和序列{a(n)}的表达式如下：步骤1.1.3联合调和序列{a(n)}，对步骤1.1.1所得数据序列{d(n)}，经式(1.3)实现与训练序列{t(n)}的加权叠加，产生时域发送序列{s(n)}；且第m个OFDM符号的第n个采样值Sm(n)，其表达式为：

其中， 为训练序列{t(n)}的平均功率，且θ为实数，取值为：0<θ<1；Dm(n)为第m个OFDM符号的第n个采样值对应的离散序列值，m和n均为正整数。

4.根据权利要求1所述的联合时域聚类去噪与均衡判决的变换域二次估计方法，其特征在于，所述的时域聚类去噪方法按以下步骤完成：步骤2.1对步骤1.7所得的 采用现有的K‑means聚类分析方法，设定K＝2，并设置循环前缀范围内能量集中的采样点的信道响应幅度的加权算术平均值为阈值门限，划分初始信号类与初始噪声类两类训练样本；

步骤2.2分别求得初始信号类与初始噪声类的质心；其中，初始信号类的质心为 初始噪声类的质心为 且 表达式分别如下：其中，S0表示信道的个数；

步骤2.3定义判别函数τ(n)，并逐一对 进行判别：若τ(n)≥0，则说明第n个 属于噪声类，并将所述第n个 作为新分类的噪声类样本序列，用于更新噪声类质心 且对所述第n个 置零消噪；若τ(n)≤0，则说明第n个 属于信号类，保留所述第n个 并作为新分类的信号类样本序列，用于更新信号类质心 且判别函数τ(n)的表达式如下：

2 2

τ(n)＝ds(n)‑dn(n) 0≤n≤Lcp‑1    (2.3)其中，ds(n)、dn(n)分别表示第n个 到信号类和噪声类质心的距离；

步骤2.4消除噪声后，得到 并作N点FFT变换得到

5.根据权利要求4所述的联合时域聚类去噪与均衡判决的变换域二次估计方法，其特征在于，所述初始信号类与初始噪声类的划分可按以下子步骤实现：步骤2.1.1对步骤1.7所得 作采样周期为Ts＝T/(N+Lcp)的平顶采样，得到采样序列{gs(i)}，并求各采样点对应信道冲激响应gs(i)的幅度模；幅度模集合中的第i个幅度模值|gs(i)|对应着ai个采样点，则该幅度模值对应权值为ai，i为整数，且i＝1,2,…,N；同时，a1+a2+···+aq＝N；此时，由式(2.1)得阈值门限λ：步骤2.1.2将步骤1.7所得 分别求 对应的幅度模 并将 与阈值门限λ比较：取 时对应的S0个信道冲激响应 为初始信号类训练样本，记为 反之， 时对应的Lcp‑S0个信道冲激响应 为初始噪声类训练样本，记为

6.根据权利要求1所述的联合时域聚类去噪与均衡判决的变换域二次估计方法，其特征在于，还包括基于均衡判决的变换域二次估计方法，所述基于均衡判决的变换域二次估计方法按以下步骤实现：

步骤3.1将步骤2.4所得 经幅度相位补偿、加窗函数、M点离散余弦变换(DCT)处理后，得到 其中，下标“c”表示在DCT变换域内，下面表示相同；幅度相位补偿通过对粗估计乘上一个增益因子ψ1完成；所加的窗函数采用宽度为M的窗函数，且增益因子ψ1和所选窗函数采用正弦窗函数SIN，表达式分别为：步骤3.2因信号能量集中于低频段，将序列 通过低通滤波器(截止频率Pc＝Lcp‑1)滤除高频分量后，得到滤波后的序列

步骤3.3对步骤3.2所得序列 补零扩展为N点序列 (即序列尾部添N‑M个0)；

步骤3.4将步骤3.3所得 分别经N点离散余弦逆变换(IDCT)、去窗处理(除以正弦窗函数SIN)及二次幅度相位补偿，得到 其中，二次幅度相位补偿通过对去窗处理结果乘上一个增益因子ψ2完成，且增益因子ψ2的表达式为：步骤3.5联合步骤1.3所得序列{Ym(k)}对步骤3.4所得 均衡判决，并将均衡结果重复M点DCT变换、低通滤波、补零扩展及N点IDCT变换，完成变换域的二次估计，得到信道频域响应的估计结果：

7.根据权利要求6所述的联合时域聚类去噪与均衡判决的变换域二次估计方法，其特征在于，均衡判决按以下步骤完成：

步骤3.5.1设均衡结果 为信道频域响应预测值，则接收信号经信道频域响应预测值的迫零均衡后，得到发送信号频域估计值 且 表达式为：步骤3.5.2将均衡后的发送信号频域估计值 经数据判决，被映射到星座图的最邻近点上，得到发送信号判决值 并获得频率信道响应判决值 其中， 表达式为：

所述判决的依据如下：

1)当判决值 时，则判决结果正确，即信道频域响应判决值 为信道实际频域响应值H，Xm(k)为调制到第m个OFDM符号中第k个子载波的N点FFT数据；

2)当判决值 时，则判决值 与信道实际频域响应存在判决误差Δ，可通过判决误差Δ反馈校正，使信道频域响应预测值 逐步逼近信道实际响应H；其中，判决误差Δ表达式为：

而判决反馈系数ξ为信道频域响应预测值 的修正因子，且ξ为判决误差Δ的函数，表示为：

步骤3.5.3联合第一次DCT估计 判决值 及判决反馈系数ξ加权求和，得到信道频域响应的均衡结果 其中， 表达式为：其中，“×”表示乘积运算；Q1、Q2、Q3分别表示 ξ的权值，取值均为区间[0,

1]的实数，且Q1+Q2+Q3＝1。