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。