1.一种导频辅助的CO‑FBMC/OQAM系统相位噪声补偿方法，其特征在于，所述方法包括以下步骤：

I Q

(1)发送端信号处理：对数据分别进行4/16/64QAM映射，得到复数信号X＝X+jX ，接着I Q

复数符号经过OQAM预处理得到PAM符号am,n∈{X ,X}，其中m＝0,1,2,...,M‑1,n＝0,1,

2,...,Ns‑1，M表示子载波个数，Ns表示FBMC符号数，其中au,n，av,n设置为导频数据，u,v为任意两个子载波；为避免对导频辅助相位噪声补偿算法的不利影响，该两个子载波临近的两个子载波数据也被设置为0，即au+1,n＝au‑1,n＝0；av+1,n＝av‑1,n＝0，PAM符号数据经过离散傅里叶逆变换与多相结构滤波器组之后得到CO‑FBMC/OQAM的基带信号s[k]由下式表示：其中 相位调制因子ψm,n＝(m+n)π/2，g[k]是长度为Lg＝KM的原型滤波器，K是重叠因子，在时域上表示为多载波符号的重叠个数；

(2)基带信号光调制与传输：基带信号经过光调制之后受到了相位噪声的影响，随后经过光纤信道受到高斯白噪声的影响；

(3)接收端时域信号：接收端的时域信号被表示为：其中 表示相位噪声，w[k]表示高斯白噪声；

(4)接收端对信号进行解调：在接收端时域数据经过多相结构滤波器组与快速傅里叶变换，接收端的频域数据如下表示：上式可近似为 其中 为虚部干扰， 为噪声项， 表示第n0个符号的公共相位噪声CPE；

(5)扩展卡尔曼滤波EKF算法预补偿相位噪声：首先通过EKF算法补偿每个符号上的公共相位噪声值CPE；

(6)部分预判决：对EKF算法CPE补偿后的数据进行部分预判决，该步骤目的是从CPE补偿后的数据中挑选出正确判决概率较高的数据进行判决，用于后面的ICI相位噪声估计，如果这些CPE补偿后的数据中存在较多错误判决，将会极大影响ICI相位噪声补偿算法的估计精度；

(7)建立DCT变换的时域模型：接收端信号rn[i]乘以相位噪声估值的复共轭，即这里 表示第n个CO‑FBMC/OQAM符号的第i个时域相位噪声采样，相位噪声里高频成分可以忽略，因此相位噪声的复共轭表示为一组DCT基和DCT系数的线性组合：T

Φn≈τCn，这里 Cn＝[Cn(0),Cn(1),....,Cn(L‑1)] 是L×1未知T

DCT系数矢量，这里[·] 是转置操作，L是DCT系数的长度，DCT基Lg×L矩阵τ的元素τl,k由下式给出,

将DCT展开代入后，补偿后的时域信号重写为， 进一步的频域被补偿的信号 表示为，

这里An,m是相位噪声完美补偿后接收到的符号，发送端的PAM符号an,m通过对An,m取实部得到，ξn,m是噪声项，通过将 代入上式，符号 被重写为，这里符号 满足下式符号，

接收端符号An,m表示为，

忽略噪声项ξn,m，对应的估计矢量 表示为，这里 是An,m的估计值，M×1矢量 是矩阵Vn的一列，上式即为DCT变换的时域模型；

(8)计算DCT系数：对步骤(7)中的DCT变换的时域模型方程两边取实部，这个方程变为这里 Pn＝[Re(Vn)‑Im(Vn)], 是发送PAM符号的估计值，Im(·)代表取虚部操作，对CPE补偿后星座图上低判决错误概率区域的数据进行判决，用优化参数δ来平衡算法效果和复杂度，每个符号中Zn×1矢量的数据被用来进行预判决，这里Zn是第n个FBMC/OQAM符号中的预判决数据的总数，预估计的发送数据从估计值 中挑选出表示为 这里 是Zn×M置换矩阵，tz(z＝1,2,…,Zn)表示第z个预估发送数据的子载波索引， 是一个M×1矢量 因此两边取实部方程表示为，

最后，未知DCT系数矢量的最小二乘解通过下式得到：(9)最终相位噪声补偿：步骤(8)中DCT系数矢量Qn获得后，相位噪声包括CPE和ICI，通过得到最终补偿。

2.如权利要求1所述的导频辅助的CO‑FBMC/OQAM系统相位噪声补偿方法，所述步骤(5)包括以下步骤：

5‑1:首先确定初始条件，包括初始相位噪声φ(0)和初始噪声协方差P(0)：φ(0)＝0

P(0)＝0

在算法中，n|n‑1表示当前状态的先验估计，n|n表示当前状态的后验估计，即用前一个符号的信息来预估当前符号的信息，利用下面两个方程：可以完成状态预测和协方差预测；

5‑2:卡尔曼增益的计算由下式表示：其中上标H代表共轭转置操作符，Cn写成下式：

5‑3:计算中实际产生的量测误差由下式度量：其中 为从数据符号中抽取的导频数据；

5‑4:利用下面两个方程来更新状态信息和协方差信息：

5‑5:最后进行CPE相位噪声补偿：