對通道估計的演算法也有了諸多了解，包括常見的rls、lms、mmse等，還有最近在研究的壓縮感知通道估計，包括貪婪演算法的mp、omp、sp以及凸優化演算法中的ls0、ls0-bfgs、ls0 -fr。總的來說，對於快衰落(通道隨時間變化比較快的，短波無線通道就是)通道通道的估計都需要用到已知序列。
在單載波頻域均衡(sc-fde)系統中是在未知資料中間插入已知的訓練序列，通過上述的估計演算法估計出已知訓練序列處的通道，再通過一定的插值演算法插出未知資料處的通道。這種系統的通道估計一般都是在時域完成的。因此已知序列的選取就需要一定的要求，通常選取自相關效能好的序列，例如chu(zadoff-chu)是通訊訊號發出的一種序列，chu(zadoff-chu)序列具有非常好的自相關性和很低的互相關性。
還有另外一種系統叫多載波正交頻分復用(ofdm)系統，在未知資料中插入導頻（導頻圖案的設計也是研究的乙個方向），通過頻域的插值，完成通道估計。
最初，我依據chu序列的很好的自相關性，採用了自相關法來估計通道，在訊雜比高於5db的時候，比較接近實際的通道，但是訊雜比再低的時候，效能就差強人意。於是我就想有沒有一種在極低訊雜比情況下依然可以準確估計出通道的，於是我研究了一下壓縮感知演算法中的omp演算法（mp、omp的演算法理論），這種型別的壓縮感知演算法相較於rls等經典的演算法區別為：主要利用了通道的稀疏特性。這種演算法的思想其實是將所要估計的訊號通過基矩陣轉換到乙個能體現出其稀疏特性的域中，因為一般情況下訊號是無法表現出稀疏特性的，但是，一般的訊號都可以在某個域中表現出稀疏特性，這樣只要此時的測量矩陣滿足rip特性就ok了。
由於時域的均衡需要計算矩陣的逆，因此複雜度比較大，因此，一般情況下，是通過加入迴圈字首來形成訊號與通道的迴圈卷積特性，從而將均衡放在頻域做。迴圈字首跟訓練序列其實作用是不同的，乙個是為了形成迴圈通道，頻域均衡減少計算的複雜度，同時還可以作為保護間隔，避免將isi延伸至下乙個資料塊。而訓練序列是為了通道估計，有的人還用它做同步調整。在ofdm中，他們是兩個部分，一般是先插入導頻，再加入迴圈字首，具體結構如下圖：
壓縮感知通道估計主要用於ofdm系統，由於其導頻是在頻域體現出插值特性的，因此是做的頻域通道估計。因此，可以尋求一定的基矩陣，例如傅利葉變換基，把通道從頻域轉化為時域，時域的通道表現出稀疏特性。從而可以用壓縮感知方法恢復出來，然後再用基矩陣恢復出頻域的通道。
影響壓縮感知通道估計效能的因素主要有三個：
1）導頻圖案的選擇。導頻圖案的選擇和長度決定了觀測矩陣的導頻圖案的選擇，決定了壓縮感知演算法中觀測矩陣的形狀。
2）導頻圖案的長度。由於壓縮感知技術實際上是一種資料壓縮技術，而當把壓縮感知技術應用到通道估計中時，稀疏多徑通道就變成了原始資料，導頻資訊經過通道的過程就變成了資料觀測的過程，接收到的導頻資訊就變成了壓縮後的資料，而資料的長度 n相當於通道的長度，壓縮後的資料長度 m 相當於導頻數量，對於稀疏多徑通道來說，顯然n>>m。因此，使用壓縮感知技術的通道估計，只需較少的導頻數量，就能得到通道的完整估計。
3）訊號重構演算法。使用不同的重構演算法，都會使通道估計的效能有所差異。
而在sc系統中，用訓練序列直接就可以在時域估計通道，而且由於迴圈字首的存在，觀測矩陣為拓普利茲矩陣，也滿足rip特性，因此可以用壓縮感知方法，就不需要轉換域了。僅僅依靠訊號重構演算法的不同帶來的好處有多少，我本人也不是非常清楚。但是根據我對壓縮感知演算法中的omp、sp、ls0、ls0-fr、ls0-bfgs演算法**結果來看，效能跟自相關法是一樣的。**得到的通道就是傳送的訓練序列的迴圈矩陣的逆與接收到的訓練序列的乘積。
到現在為止，我對一點弄不明白，就是時域均衡的話，對於訓練序列而言，接收到的訓練序列跟傳送的訓練序列都是已知的話，那麼不論用哪種方法，所估計出來的通道都大體是一樣的，這樣估計出來的通道包括了雜訊帶來的誤差等，如何能在極低的訊雜比情況下估計出最逼近真實通道的通道，到目前為止，我還不清楚，能不能做到，我也不清楚。這是到目前為止我對通道估計的一點認識和疑惑。如有問題敬請指出。
OFDM通道估計
通道估計難點總結 1.時域估計 需要濾波出乙個收端可知的時域訊號，比如pss sss就可以符合，所以假設降取樣到64點，過乙個匹配濾波的滑動相關，會得到乙個峰值。如果以峰值的地方標記為h 0 那麼通道時域衝擊響應需要保留的應該是 h 1 等峰值左邊的能量也需要保留一點，所以需要做個類似fftshif...
基數估計演算法簡介
注1 本文是之前工作時在團隊內分享的乙個ppt的文字版本.注2 我有了新的個人部落格位址 下文中的sqrt表示開根號 sqrt 4 2 m n表示m的n次方 基數指的是乙個可重複集合中不重複元素的個數。給定乙個含有重複元素的有限集合，計算其不重複元素的個數。應用場景舉例 簡單來說就是各種uv的計算 ...
下行物理通道rs 通道估計與均衡
在lte系統中採用了mimo技術，多天線收發。由於天線之間的物理位置差異，收發雙方通過多根天線之間的位置關係產生了多種不同的收發路徑效果，如果這多種路徑效果最終能很有效的結合起來互相彌補不足，則可以達到更好的傳輸質量。單天線傳送，雙天線接收到的訊號是不同的。這個不同產生的原因主要是訊號傳播路徑的不同...