1.一种基于改进自适应阈值的DFT信道估计方法，其特征在于，包括以下步骤：S1：根据无线信道模型，获取含噪信号Yp；

S2：采用LS算法从含噪信号Yp中估计出信道频率响应

S3：采用Haar小波分解信道频率响应 将经过Haar小波分解后的信号通过改进的自适应阈值函数降噪，对降噪后的信号进行重构得到降噪后的信道频率响应S31：对信道频率响应进行Haar小波分解，得到细节系数和近似系数；

S32：采用平滑滤波器对细节系数进行滤波，得到平滑脉冲响应；采用高通滤波器对近似系数进行滤波，得到高通脉冲响应；

S33：采用改进自适应阈值函数对平滑脉冲响应进行滤波，得到去除高频噪声的平滑脉冲响应；

采用改进的自适应阈值函数对平滑脉冲响应进行滤波，表达式为：其中， 表示第i级分解处理后的信号小波的小波系数，λi表示第i级小波分解的阈值，wi为未经处理的小波系数，|wi|为未处理的小波系数绝对值，N为信号长度，e为自然底数；

获取改进自适应阈值λi的过程包括：

2

其中，λi表示第i级小波分解的阈值，σ是噪声标准偏差， σ表示噪声方差，P表示最大似然比，P＝max(cA)，i表示分解尺度，cA表示第一层小波分解近似系数，Ri表示第i级小波分解得到的高频系数，median表示对高频系数Ri取中值操作；

S34：对高通脉冲响应和去除高频噪声的平滑脉冲响应进行重构，得到降噪后的信道频率响应S4：将降噪后的信道频率响应 进行IDFT处理，得到时域信道响应S5：对时域信道响应 进行最大值筛选,筛选出循环前缀长度在[LCP/8,LCp/2]的时域信道响应 值；

S51：选择循环前缀长度小于常规循环前缀长度的时域信道响应 将大于常规循环前缀长度的时域信道响应 置零；

S52：选取Lm个循环前缀长度小于常规循环前缀长度的时域信道响应 根据选取的时域信道响应构建最小堆；

S53：将剩余时域信道响应分别与最小堆的最小响应值进行对比，当该时域信道响应值小于最小堆的最小响应值时，则丢弃该时域信道响应值；否则，用该时域信道响应值替换最小堆的最小响应值，并对最小堆进行更新；直到比较完所有点，则保留最终最小堆中的Lm个时域信道响应 值；

S54：对保留的最终最小堆中的Lm个时域信道响应 值进行仿真筛选，得到循环前缀长度在[LCP/8,LCP/2]的时域信道响应 值；

S6：对筛选出的时域信道响应 进行N点DFT变换，得到精确的信道估计值

2.根据权利要求1所述的一种基于改进自适应阈值的DFT信道估计方法，其特征在于，发送端通过信道模型发送信号，接收端收到含噪信号Yp的表达式为：Yp＝HpXp+Wp

其中，Yp表示接收到的第p个频域导频信号，Hp表示第p个频域信道响应，Xp表示发送端发送的第p个频域导频信号，Wp表示噪声。

3.根据权利要求1所述的一种基于改进自适应阈值的DFT信道估计方法，其特征在于，采用LS算法得到p位置处的信道的估计值：其中， 为LS算法得到的频域信道响应，Yp表示接收到的第p个频域导频信号，Xp表示发送端发送的第p个频域导频信号， 表示Xp的共轭转置，H表示对Xp进行共轭转置。

4.根据权利要求1所述的一种基于改进自适应阈值的DFT信道估计方法，其特征在于，采用平滑滤波器对细节系数进行滤波的表达式为：采用高通滤波器对近似系数进行滤波的表达式为：

其中，h`(n)为平滑滤波器的脉冲响应，g`(n)为高通滤波器的脉冲响应，δ(n)为单位脉冲函数，δ(n+1)为δ(n)左移一位的脉冲函数。

5.根据权利要求1所述的一种基于改进自适应阈值的DFT信道估计方法，其特征在于，信道频率响应 进行IDFT变换，表达式为：其中，N为FFT点数， 为根据LS算法得到的信道频率响应,k为频域信道索引，n是为时域信道索引，j为复数单位。

6.根据权利要求1所述的一种基于改进自适应阈值的DFT信道估计方法，其特征在于，进行DFT变换，得到精确的信道估计值其中，N为FFT点数， 为经过筛选处理后的时域信道响应，k为频域信道索引，n是为时域信道索引，j为复数单位。