CN106301614A - 多径时延估计装置、方法以及接收机 - Google Patents

Abstract

本发明实施例提供一种多径时延估计装置、方法以及接收机，根据发送信号与接收信号的互相关值将时延划分为至少两个子区域，分别对各个子区域中的各个路径进行时延估计，从而能够有效提高时延估计的分辨率，并且，在对每一个子区域中的各个路径进行时延估计时，将其他子区域的互相关值设为预设值，能够降低其他子区域的强径对当前子区域的各个路径时延估计的影响，从而有效提高对弱径的时延估计的准确性。

Description

多径时延估计装置、方法以及接收机

技术领域

本发明涉及通信技术领域，尤其涉及一种多径时延估计装置、方法以及接收机。

背景技术

在无线通信***中，无线信号受到传播环境的影响，在传播路径上产生反射、绕射和散射。这样，当发射端的信号到达接收端时，信号不是由单一路径传输而来的，而是多个路径传输的多个信号的叠加，这种现象称为多径效应。由于各个传播路径的实际距离不同，各个路径信号到达接收端的时间不同。在实际的通信***中，通常需要对这些多径的时延进行估计。准确的对多径时延进行估计可以提高无线信道测量的准确度，从而提高信道传输性能；此外，也可以在定位应用中提高定位精度。

目前，现有的多径时延估计方法常采用超分辨率的多重信号分类(Multiple SignalClassification,MUSIC)算法，其包括频域MUSIC算法以及时域MUSIC算法。图1是现有的基于频域MUSIC算法进行多径时延估计的方法流程图。如图1所示，该方法包括：步骤101：发送信号；步骤102：接收经过无线信道的信号；步骤103：在频域进行信道估计；步骤104：利用频域MUSIC算法生成协方差矩阵、进行特征值分解以及谱峰搜索；步骤105：进行多径时延估计。

图2是现有的基于时域MUSIC算法进行多径时延估计的方法流程图。如图2所示，该方法包括：步骤201：发送信号；步骤202：接收经过无线信道的信号；步骤203：对发送信号与接收信号进行互相关运算，获得不同时延对应的互相关值；步骤204：利用时域MUSIC算法生成协方差矩阵、进行特征值分解以及谱峰搜索；步骤205：进行多径时延估计。

应该注意，上面对技术背景的介绍只是为了方便对本发明的技术方案进行清楚、完整的说明，并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本发明的背景技术部分进行了阐述而认为上述技术方案为本领域技术人员所公知。

发明内容

当利用上述基于频域MUSIC算法的方法进行多径时延估计时，对于接收信号的信噪比要求较高，并且，当多个路径中存在信号功率较强的路径(以下称为“强径”)时，对于信号功率较弱的路径(以下称为“弱径”)的分辨能力下降，无法对弱径的时延进行准确估计，另外，同时对多个路径进行时延估计时，时延估计的分辨率显著降低。而当利用上述基于时域MUSIC算法的方法进行多径时延估计时，同样存在对于弱径的分辨能力下降从而无法对弱径的时延进行准确估计、以及同时对多个路径进行时延估计时的时延分辨率显著降低的问题。

本发明实施例提供一种多径时延估计装置、方法以及接收机，根据发送信号与接收信号的互相关值将时延划分为至少两个子区域，分别对各个子区域中的各个路径进行时延估计，从而能够有效提高时延估计的分辨率，并且，在对每一个子区域中的各个路径进行时延估计时，将其他子区域的互相关值设为预设值，能够降低其他子区域的强径对当前子区域的各个路径时延估计的影响，从而有效提高对弱径的时延估计的准确性。

根据本发明实施例的第一方面，提供一种多径时延估计装置，包括：计算单元，所述计算单元用于对发送信号与接收信号进行互相关运算，以获得不同时延对应的互相关值；划分单元，所述划分单元用于将所述互相关值大于第一阈值的时延划分为至少两个子区域；估计单元，所述估计单元用于分别对各个子区域中的各个信号传输路径进行时延估计，其中，在对每一个子区域中的各个信号传输路径进行时延估计时，将其他子区域的互相关值设为预设值。

根据本发明实施例的第二方面，提供一种接收机，包括根据本发明实施例的第一方面所述的多径时延估计装置。

根据本发明实施例的第三方面，提供一种多径时延估计方法，包括：对发送信号与接收信号进行互相关运算，以获得不同时延对应的互相关值；将所述互相关值大于第一阈值的时延划分为至少两个子区域；分别对各个子区域中的各个信号传输路径进行时延估计，其中，在对每一个子区域中的各个信号传输路径进行时延估计时，将其他子区域的互相关值设为预设值。

本发明的有益效果在于：根据发送信号与接收信号的互相关值将时延划分为至少两个子区域，分别对各个子区域中的各个路径进行时延估计，从而能够有效提高时延估计的分辨率，并且，在对每一个子区域中的各个路径进行时延估计时，将其他子区域的互相关值设为预设值，能够降低其他子区域的强径对当前子区域的各个路径时延估计的影响，从而有效提高对弱径的时延估计的准确性。

参照后文的说明和附图，详细公开了本发明的特定实施方式，指明了本发明的原理可以被采用的方式。应该理解，本发明的实施方式在范围上并不因而受到限制。在所附权利要求的精神和条款的范围内，本发明的实施方式包括许多改变、修改和等同。

针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用，与其它实施方式中的特征相组合，或替代其它实施方式中的特征。

应该强调，术语“包括/包含”在本文使用时指特征、整件、步骤或组件的存在，但并不排除一个或更多个其它特征、整件、步骤或组件的存在或附加。

附图说明

所包括的附图用来提供对本发明实施例的进一步的理解，其构成了说明书的一部分，用于例示本发明的实施方式，并与文字描述一起来阐释本发明的原理。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。在附图中：

图1是现有的基于频域MUSIC算法进行多径时延估计的方法流程图；

图2是现有的基于时域MUSIC算法进行多径时延估计的方法流程图；

图3是本发明实施例1的多径时延估计装置的结构示意图；

图4是本发明实施例1的不同时延对应的互相关函数示意图；

图5是本发明实施例1的估计单元303对所有子区域进行时延估计的方法流程图；

图6是本发明实施例1的估计单元303的结构示意图；

图7是本发明实施例1的估计单元303在第i个子区域内进行时延估计的方法流程图；

图8是本发明实施例1的构造单元601的结构示意图；

图9是本发明实施例1的构造单元601构造信号子空间和噪声子空间的方法流程图；

图10是本发明实施例2的接收机的***构成的一示意框图；

图11是本发明实施例3的通信***的结构示意图；

图12是本发明实施例4的多径时延估计方法的流程图。

具体实施方式

参照附图，通过下面的说明书，本发明的前述以及其它特征将变得明显。在说明书和附图中，具体公开了本发明的特定实施方式，其表明了其中可以采用本发明的原则的部分实施方式，应了解的是，本发明不限于所描述的实施方式，相反，本发明包括落入所附权利要求的范围内的全部修改、变型以及等同物。

实施例1

图3是本发明实施例1的多径时延估计装置的结构示意图。如图3所示，该装置300包括：计算单元301、划分单元302、估计单元303，其中，

计算单元301用于对发送信号与接收信号进行互相关运算，以获得不同时延对应的互相关值；

划分单元302用于将互相关值大于第一阈值的时延划分为至少两个子区域；

估计单元303用于分别对各个子区域中的各个信号传输路径进行时延估计，其中，在对每一个子区域中的各个信号传输路径进行时延估计时，将其他子区域的互相关值设为预设值。

由上述实施例可知，根据发送信号与接收信号的互相关值将时延划分为至少两个子区域，分别对各个子区域中的各个路径进行时延估计，从而能够有效提高时延估计的分辨率，并且，在对每一个子区域中的各个路径进行时延估计时，将其他子区域的互相关值设为预设值，能够降低其他子区域的强径对当前子区域的各个路径时延估计的影响，从而有效提高对弱径的时延估计的准确性。

在本实施例中，计算单元301用于对发送信号与接收信号进行互相关运算，以获得不同时延对应的互相关值，其中，计算单元301可使用现有方法对发送信号与接收信号进行互相关运算，以下对进行互相关运算的方法进行示例性的说明。

在信号的发射端，发射机可以根据以下的公式(1)发送信号：

$\mathrm{Tx}\left(t\right)=s\left(t\right)e^{j{\mathrm{\ω}}_{0}t}---\left(1\right)$

其中，Tx(t)表示发射机发出的信号，s(t)为已知的发送信号，ω₀为载波角频率，t为时间。

发射机发出的信号经过的无线信道h(t)可以用以下的公式(2)表示：

$h\left(t\right)=\underset{d=1}{\overset{D}{\mathrm{\Σ}}}{\mathrm{\α}}_d\mathrm{\δ}(t-{\mathrm{\τ}}_d)---\left(2\right)$

其中，D为信道的多径数目，α_d为第d条径的幅值；τ_d为第d条径的延时，D,d为正整数，t为时间。

在信号的接收端，接收机接收的信号在经过下变频和ADC(模数转换)采样之后，可以用以下的公式(3)表示：

$\mathrm{Rx}\left(n\right)=\underset{d=1}{\overset{D}{\mathrm{\Σ}}}{\mathrm{\λ}}_{d}s(n-{\mathrm{\τ}}_d)+w\left(n\right)---\left(3\right)$

其中，Rx(n)表示接收机接收的信号，D为信道的多径数目，w(n)为噪声序列。为信道第d条径的复幅值，τ_d为第d条径的延时，D,d为正整数，n为采样点序号。

计算单元301根据以下的公式(4)对发送信号s(t)与接收信号Rx(n)进行互相关运算：

$R_{\mathrm{yx}}\left(\mathrm{\τ}\right)=\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}s(n-\mathrm{\τ})R{x}^{*}\left(n\right)---\left(4\right)$

其中，R_yx(τ)表示时延τ对应的互相关值，n为采样点序号，N为采样点数目，n为整数，N为正整数，τ为非负数。

在本实施例中，在计算单元301计算出不同时延对应的互相关值之后，划分单元302用于将互相关值大于第一阈值的时延划分为至少两个子区域。

在本实施例中，该第一阈值可根据实际需要而设定，例如，可将该第一阈值设为互相关值的最大值与预定比率的乘积，该预定比率例如是0.2。

在本实施例中，在各个子区域中，该时延可以是连续的。通过将连续的时延划分在同一个子区域中，能够使得在同一个子区域中的路径在一个相关时间内，从而进一步提高时延估计的准确性。

以下对划分单元302将相关值大于第一阈值的时延划分为至少两个子区域的方法进行示例性的说明。

图4是本发明实施例1的不同时延对应的互相关函数示意图。如图4所示，针对每个延时点m，具有相应的互相关值|R_yx(m)|，例如互相关值|R_yx(m)|大于第一阈值的时延点的集合{m:|R_yx(m)|>第一阈值}＝{101,102,103,104,105,107,108,110,111,112,113,115,116,117,118,120,121,122,124,125,127,128,129}，m为大于等于零的整数。

在本实施例中，划分单元302可以将上述集合划分为以下7个区域：

zone(1)＝{101,102,103,104,105}；zone(2)＝{107,108}；zone(3)＝{110,111,112,113}；zone(4)＝{115,116,117,118}；zone(5)＝{120,121,122}；zone(6)＝{124,125}；zone(7)＝{127,128,129}。

在本实施例中，在划分单元302根据互相关值将时延划分为至少两个子区域后，估计单元303用于分别对各个子区域中的各个信号传输路径进行时延估计，其中，在对每一个子区域中的各个信号传输路径进行时延估计时，将其他子区域的互相关值设为预设值。

在本实施例中，在对每一个子区域中的各个路径进行时延估计时，通过将其他子区域的互相关值设为预设值，能够降低其他子区域的强径对当前子区域的各个路径时延估计的影响，从而有效提高对弱径的时延估计的准确性。因此，该预设值为一足够小的值，其具体的数值可根据实际需要而设定，例如，该预设值为零。

在本实施例中，估计单元303在对每一个子区域中的各个信号传输路径进行时延估计时，可根据以下的公式(5)将其他子区域的互相关值设为预设值：

$R_{\mathrm{yx},i,0}\left(m\right)=\left\{\begin{array}{c}{R}_{\mathrm{yx}}\left(m\right),m\∈\mathrm{zone}\left(i\right)\\ 0,\mathrm{other}\end{array}\right.---\left(5\right)$

其中，R_yx,i,0(m)表示对第i个子区域进行时延估计时各个子区域的互相关值，m为时延点，m,i为大于等于零的整数。

以下对本实施例的估计单元303对各个子区域进行时延估计的方法进行示例性的说明。

图5是本发明实施例1的估计单元303对所有子区域进行时延估计的方法流程图。如图5所示，该方法包括：

步骤501：将第i个子区域之外的其他区域的互相关值置零；

步骤502：对第i个子区域的各个路径进行时延估计；

步骤503：判断i是否等于M，M为子区域的数目，1≤i≤M，i和M为正整数；当判断结果为“否”时，进入步骤504，当判断结果为“是”时，结束处理；

步骤504：将i加1，即i＝i+1。

在本实施例中，估计单元303分别对各个子区域中的各个信号传输路径进行时延估计时，可以从该子区域的最强功率的信号传输路径开始逐次进行该子区域中的所有信号传输路径的时延估计。

在本实施例中，由于该子区域中的当前最强功率的路径可能有一个或者多个，在进行每次时延估计时，对当前最强的一个或多个路径进行估计。

这样，通过在各个子区域中从强径开始进行时延估计，能够尽量消除该子区域中的强径对于弱径的时延估计的影响，从而进一步提高时延估计的精度。

以下对本实施例的估计单元303的结构以及对每个子区域中进行时延估计的方法进行示例性的说明。

图6是本发明实施例1的估计单元303的结构示意图。如图6所示，估计单元303包括：

构造单元601，其用于在进行该子区域中的信号传输路径的每一次时延估计时，根据该子区域的当前的互相关值构造信号子空间和噪声子空间；

搜索单元602，其用于在进行该子区域中的信号传输路径的每一次时延估计时，根据该信号子空间和噪声子空间进行谱峰搜索，获得该子区域的当前的最强功率的信号传输路径的时延估计；

确定单元603，其用于在进行该子区域中的信号传输路径的每一次时延估计时，将该子区域的当前的互相关值减去当前的最强功率的信号传输路径与发送信号的互相关值，并在相减的结果大于或等于第二阈值的情况下，将相减的结果确定为该子区域的下一次时延估计的互相关值。

图7是本发明实施例1的估计单元303在第i个子区域内进行时延估计的方法流程图。如图7所示，该方法为图5中步骤502的具体步骤，该方法包括：

步骤701：根据该子区域的当前的互相关值构造信号子空间和噪声子空间；

步骤702：根据该信号子空间和噪声子空间进行谱峰搜索，获得该子区域的当前的最强功率的信号传输路径的时延估计；

步骤703：将该子区域的当前的互相关值减去当前的最强功率的信号传输路径与发送信号的互相关值；

步骤704：判断相减的结果是否大于或等于第二阈值；当判断结果为“否”时，进入步骤705，当判断结果为“是”时，结束该子区域的时延估计；

步骤705：将相减的结果确定为该子区域的下一次时延估计的互相关值。

在本实施例中，构造单元601用于在进行该子区域中的信号传输路径的每一次时延估计时，根据该子区域的当前的互相关值构造信号子空间和噪声子空间。以下对本实施例的构造单元的结构以及构造信号子空间和噪声子空间的方法进行示例性的说明。

图8是本发明实施例1的构造单元601的结构示意图。如图8所示，构造单元601包括：

提取单元801，其用于根据该子区域的当前的互相关值生成协方差矩阵，并从该协方差矩阵中提取特征值；

第一构造单元802，其用于根据该特征值中的大于该特征值中最大特征值的预定比率的特征值所对应的特征向量构造信号子空间；

第二构造单元803，其用于根据该特征值中的小于或等于该最大特征值的预定比率的特征值所对应的特征向量构造噪声子空间。

图9是本发明实施例1的构造单元601构造信号子空间和噪声子空间的方法流程图。如图9所示，该方法包括：

步骤901：根据该子区域的当前的互相关值生成协方差矩阵，并从该协方差矩阵中提取特征值；

步骤902：根据该特征值中的大于该特征值中最大特征值的预定比率的特征值所对应的特征向量构造信号子空间；

步骤903：根据该特征值中的小于或等于该最大特征值的预定比率的特征值所对应的特征向量构造噪声子空间。

以下对本实施例的提取单元801生成协方差矩阵以及提取特征值、第一构造单元802构造信号子空间以及第二构造单元803构造噪声子空间的方法进行示例性的说明。

在本实施例中，可根据以下的公式(6)计算上面的公式(4)中的s(n-τ)：

$s(n-\mathrm{\τ})=\underset{k=0}{\overset{N-1}{\mathrm{\Σ}}}\left[S\left(k\right)e^{-j2\mathrm{\πk\τ}/N}\right]e^{j2\mathrm{\πkn}/N}---\left(6\right)$

其中，N为采样点数目，k为整数，τ为时延，n为采样点序号，n为整数，N为正整数。

将公式(6)代入公式(4)中，得到以下的公式(7)：

$R_{\mathrm{yx}}\left(\mathrm{\τ}\right)=\underset{k=0}{\overset{N-1}{\mathrm{\Σ}}}\{\underset{d=1}{\overset{D}{\mathrm{\Σ}}}{{\mathrm{\λ}}_d}^{*}{\left|S\left(k\right)\right|}^2{e}^{j2\mathrm{\πk}{\mathrm{\τ}}_d/N}+S\left(k\right)W^{*}\left(k\right)\}{e}^{-j2\mathrm{\πk\τ}/N}---\left(7\right)$

其中，R_yx(τ)为互相关函数，D为信道的多径数目，为信道第d条径的复幅值，S(k)为s(n)的离散傅里叶变换，τ_d为第d条径的延时，D,d为正整数，k为整数。

根据以下的公式(8)定义γ(k)：

$\mathrm{\γ}\left(k\right)=\underset{d=1}{\overset{D}{\mathrm{\Σ}}}{{\mathrm{\λ}}_d}^{*}{\left|S\left(k\right)\right|}^2{e}^{j2\mathrm{\πk}{\mathrm{\τ}}_d/N}+S\left(k\right)W^{*}\left(k\right)---\left(8\right)$

其中，D为信道的多径数目，为信道第d条径的复幅值，S(k)为s(n)的离散傅里叶变换，τ_d为第d条径的延时，N为采样点数目，N为正整数，D,d为正整数，k为整数。

γ(k)可以根据以下的公式(9)用矩阵的形式表示：

$\begin{array}{c}\mathrm{\Γ}=\underset{d=1}{\overset{D}{\mathrm{\Σ}}}{{\mathrm{\λ}}_d}^{*}\mathrm{\Λ}\left({\mathrm{\τ}}_d\right)S+W\\ =\mathrm{\Φ}\·\mathrm{\λ}+W\end{array}---\left(9\right)$

其中，Γ＝[γ(0),γ(1),γ(2),...,γ(N-1)]^T，

$\mathrm{\Λ}\left({\mathrm{\τ}}_d\right)=\mathrm{diag}\{1,e^{j2\mathrm{\π}{\mathrm{\τ}}_d/N},e^{j2\mathrm{\π}2{\mathrm{\τ}}_d/N},...,e^{j2\mathrm{\π}(N-1){\mathrm{\τ}}_d/N}\},$

λ＝[λ₁ ^*,λ₂ ^*,λ₃ ^*,...,λ_D ^*]^T，

S＝[|S(0)|²,|S(1)|²,|S(2)|²,...,|S(N-1)|²]^T，

Φ＝[Λ(τ₁)S,Λ(τ₂)S,Λ(τ₃)S,...,Λ(τ_D)S]，

D为信道的多径数目，为信道第d条径的复幅值，τ_d为第d条径的延时，N为采样点数目，N为正整数，D,d为正整数。

根据以上的公式(7)和(8)可知，互相关函数R_yx(τ)是γ(k)的离散傅里叶变换，因此，通过计算互相关函数R_yx(τ)的逆傅立叶变换可以获得γ(k)，即因此，提取单元801生成的协方差矩阵可表示为E[ΓΓ^H]。

在本实施例中，提取单元801对协方差矩阵E[ΓΓ^H]进行特征值分解，获得各个特征值以及相应的特征向量。

在本实施例中，第一构造单元802根据该特征值中的大于该特征值中最大特征值的预定比率的特征值所对应的特征向量构造信号子空间Q，第二构造单元803根据该特征值中的小于或等于该最大特征值的预定比率的特征值所对应的特征向量构造噪声子空间G_A。

在本实施例中，在构造单元601构造了信号子空间Q和噪声子空间G_A后，根据以下的公式(10)生成MUSIC时延谱：

$P\left(\mathrm{\τ}\right)=\frac{1}{{\left[\mathrm{\Λ}\left(\mathrm{\τ}\right)S\right]}^H{G}_A\·{G_A}^H\left[\mathrm{\Λ}\left(\mathrm{\τ}\right)S\right]}---\left(10\right)$

其中，P(τ)表示MUSIC时延谱，Λ(τ)＝diag{1,e^j2πτ/N,e^j2π2τ/N,...,e^{j2π(N-1)τ/N}}，S＝[|S(0)|²,|S(1)|²,|S(2)|²,...,|S(N-1)|²]^T，G_A表示噪声子空间，τ为时延，N为采样点数目，N为正整数，。

搜索单元602根据该MUSIC时延谱进行峰值搜索，获得该子区域的当前的最强功率的信号传输路径的时延估计τ_j，j表示该子区域中的当前的最强功率的信号传输路径的序号。

确定单元603将该子区域的当前的互相关值减去当前的最强功率的信号传输路径与发送信号的互相关值，并在相减的结果大于或等于第二阈值的情况下，将相减的结果确定为该子区域的下一次时延估计使用的互相关值。

在本实施例中，确定单元603可根据以下的公式(11)进行相减运算：

$R_{\mathrm{yx},i,1}\left(m\right)=R_{\mathrm{yx},i,0}\left(m\right)-\underset{j=1}{\overset{P}{\mathrm{\Σ}}}\frac{R_{\mathrm{yx}}\left({\mathrm{\τ}}_j^{\′}\right)}{R_x\left(0\right)}{R}_x(m-{\mathrm{\τ}}_j^{\′})---\left(11\right)$

其中，R_yx,i,1(m)表示第i个子区域的下一次时延估计使用的互相关值，R_yx,i,0(m)表示第i个子区域的当前次时延估计使用的互相关值，m为时延点，表示当前的最强功率的信号传输路径与发送信号的互相关值，τ′_j表示第i个子区域的当前的最强功率的信号传输路径的时延估计，j表示第i个子区域中的当前的最强功率的信号传输路径的序号，P为第i个子区域中的当前的最强功率的信号传输路径的数量，j，P为正整数。

其中，R_yx(τ'_j)和R_x(m-τ'_j)可通过现有的插值方法获得，例如，可通过线性插值或样条(Spline)插值的方法而获得。

在本实施例中，该第二阈值用于判断该子区域中的所有路径是否都进行了时延估计，该第二阈值的数值可根据实际需要而设定。

由上述实施例可知，根据发送信号与接收信号的互相关值将时延划分为至少两个子区域，分别对各个子区域中的各个路径进行时延估计，从而能够有效提高时延估计的分辨率，并且，在对每一个子区域中的各个路径进行时延估计时，将其他子区域的互相关值设为预设值，能够降低其他子区域的强径对当前子区域的各个路径时延估计的影响，从而有效提高对弱径的时延估计的准确性。

实施例2

本发明实施例还提供一种接收机，该接收机包括多径时延估计装置，该多径时延估计装置的结构与功能与实施例1中的记载相同，此处不再赘述。

图10是本发明实施例2的接收机的***构成的一示意框图。如图10所示，接收机1000可以包括中央处理器1001和存储器1002；存储器1002耦合到中央处理器1001。该图是示例性的；还可以使用其他类型的结构，来补充或代替该结构，以实现电信功能或其他功能。

如图10所示，该接收机1000还可以包括：通信模块1003、输入单元1004、显示器1005、电源1006。

在一个实施方式中，多径时延估计装置的功能可以被集成到中央处理器1001中。其中，中央处理器1001可以被配置为：对发送信号与接收信号进行互相关运算，以获得不同时延对应的互相关值；将所述互相关值大于第一阈值的时延划分为至少两个子区域；分别对各个子区域中的各个信号传输路径进行时延估计，其中，在对每一个子区域中的各个信号传输路径进行时延估计时，将其他子区域的互相关值设为预设值。

其中，在各个子区域中，所述时延是连续的。

其中，所述分别对各个子区域中的各个信号传输路径进行时延估计，包括：从所述子区域的最强功率的信号传输路径开始逐次进行所述子区域中的所有信号传输路径的时延估计。

其中，进行所述子区域中的信号传输路径的每一次时延估计包括：根据所述子区域的当前的互相关值构造信号子空间和噪声子空间；根据所述信号子空间和噪声子空间进行谱峰搜索，获得所述子区域的当前的最强功率的信号传输路径的时延估计；将所述子区域的当前的互相关值减去所述当前的最强功率的信号传输路径与所述发送信号的互相关值，并在相减的结果大于或等于第二阈值的情况下，将相减的结果确定为所述子区域的下一次时延估计使用的互相关值。

其中，所述根据所述子区域的当前的互相关值构造信号子空间和噪声子空间，包括：根据所述子区域的当前的互相关值生成协方差矩阵，并从所述协方差矩阵中提取特征值；根据所述特征值中的大于所述特征值中最大特征值的预定比率的特征值所对应的特征向量构造所述信号子空间；根据所述特征值中的小于或等于所述最大特征值的预定比率的特征值所对应的特征向量构造所述噪声子空间。

在另一个实施方式中，多径时延估计装置可以与中央处理器1001分开配置，例如可以将多径时延估计装置配置为与中央处理器1001连接的芯片，通过中央处理器的控制来实现多径时延估计装置的功能。

在本实施例中接收机1000也并不是必须要包括图10中所示的所有部件。

如图10所示，中央处理器1001有时也称为控制器或操作控件，可以包括微处理器或其他处理器装置和/或逻辑装置，中央处理器1001接收输入并控制接收机1000的各个部件的操作。

存储器1002，例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。并且中央处理器1001可执行该存储器1002存储的该程序，以实现信息存储或处理等。其他部件的功能与现有类似，此处不再赘述。接收机1000的各部件可以通过专用硬件、固件、软件或其结合来实现，而不偏离本发明的范围。

由上述实施例可知，根据发送信号与接收信号的互相关值将时延划分为至少两个子区域，分别对各个子区域中的各个路径进行时延估计，从而能够有效提高时延估计的分辨率，并且，在对每一个子区域中的各个路径进行时延估计时，将其他子区域的互相关值设为预设值，能够降低其他子区域的强径对当前子区域的各个路径时延估计的影响，从而有效提高对弱径的时延估计的准确性。

实施例3

本发明实施例还提供一种通信***。图11是本发明实施例3的通信***的结构示意图。如图11所示，通信***1100包括发射机1101、多路径信道1102以及接收机1103，其中，接收机1103的结构与功能与实施例2中的记载相同，此处不再赘述。发射机1101、多路径信道1102可具有现有的结构与功能，本发明实施例不对发射机1101、多路径信道1102的结构和功能进行限制。

由上述实施例可知，根据发送信号与接收信号的互相关值将时延划分为至少两个子区域，分别对各个子区域中的各个路径进行时延估计，从而能够有效提高时延估计的分辨率，并且，在对每一个子区域中的各个路径进行时延估计时，将其他子区域的互相关值设为预设值，能够降低其他子区域的强径对当前子区域的各个路径时延估计的影响，从而有效提高对弱径的时延估计的准确性。

实施例4

本发明实施例还提供一种多径时延估计方法，其对应于实施例1的多径时延估计装置。图12是本发明实施例4的多径时延估计方法的流程图。如图12所示，该方法包括：

步骤1201：对发送信号与接收信号进行互相关运算，以获得不同时延对应的互相关值；

步骤1202：将互相关值大于第一阈值的时延划分为至少两个子区域；

步骤1203：分别对各个子区域中的各个信号传输路径进行时延估计，其中，在对每一个子区域中的各个信号传输路径进行时延估计时，将其他子区域的互相关值设为预设值。

在本实施例中，对发送信号与接收信号进行互相关运算的方法、将时延划分为至少两个子区域的方法以及对各个子区域中的各个信号传输路径进行时延估计的方法与实施例1中的记载相同，此处不再赘述。

由上述实施例可知，根据发送信号与接收信号的互相关值将时延划分为至少两个子区域，分别对各个子区域中的各个路径进行时延估计，从而能够有效提高时延估计的分辨率，并且，在对每一个子区域中的各个路径进行时延估计时，将其他子区域的互相关值设为预设值，能够降低其他子区域的强径对当前子区域的各个路径时延估计的影响，从而有效提高对弱径的时延估计的准确性。

本发明实施例还提供一种计算机可读程序，其中当在多径时延估计装置或接收机中执行所述程序时，所述程序使得计算机在所述多径时延估计装置或接收机中执行实施例4所述的多径时延估计方法。

本发明实施例还提供一种存储有计算机可读程序的存储介质，其中所述计算机可读程序使得计算机在多径时延估计装置或接收机中执行实施例4所述的多径时延估计方法。

本发明以上的装置和方法可以由硬件实现，也可以由硬件结合软件实现。本发明涉及这样的计算机可读程序，当该程序被逻辑部件所执行时，能够使该逻辑部件实现上文所述的装置或构成部件，或使该逻辑部件实现上文所述的各种方法或步骤。本发明还涉及用于存储以上程序的存储介质，如硬盘、磁盘、光盘、DVD、flash存储器等。

以上结合具体的实施方式对本发明进行了描述，但本领域技术人员应该清楚，这些描述都是示例性的，并不是对本发明保护范围的限制。本领域技术人员可以根据本发明的精神和原理对本发明做出各种变型和修改，这些变型和修改也在本发明的范围内。

关于包括以上实施例的实施方式，还公开下述的附记：

附记1、一种多径时延估计装置，包括：

计算单元，所述计算单元用于对发送信号与接收信号进行互相关运算，以获得不同时延对应的互相关值；

划分单元，所述划分单元用于将所述互相关值大于第一阈值的时延划分为至少两个子区域；

估计单元，所述估计单元用于分别对各个子区域中的各个信号传输路径进行时延估计，其中，在对每一个子区域中的各个信号传输路径进行时延估计时，将其他子区域的互相关值设为预设值。

附记2、根据附记1所述的装置，其中，在各个子区域中，所述时延是连续的。

附记3、根据附记1所述的装置，其中，所述估计单元分别对各个子区域中的各个信号传输路径进行时延估计时，从所述子区域的最强功率的信号传输路径开始逐次进行所述子区域中的所有信号传输路径的时延估计。

附记4、根据附记3所述的装置，其中，所述估计单元包括：

构造单元，所述构造单元用于在进行所述子区域中的信号传输路径的每一次时延估计时，根据所述子区域的当前的互相关值构造信号子空间和噪声子空间；

搜索单元，所述搜索单元用于在进行所述子区域中的信号传输路径的每一次时延估计时，根据所述信号子空间和噪声子空间进行谱峰搜索，获得所述子区域的当前的最强功率的信号传输路径的时延估计；

确定单元，所述确定单元用于在进行所述子区域中的信号传输路径的每一次时延估计时，将所述子区域的当前的互相关值减去所述当前的最强功率的信号传输路径与所述发送信号的互相关值，并在相减的结果大于或等于第二阈值的情况下，将相减的结果确定为所述子区域的下一次时延估计使用的互相关值。

附记5、根据附记4所述的装置，其中，所述构造单元包括：

提取单元，所述提取单元用于根据所述子区域的当前的互相关值生成协方差矩阵，并从所述协方差矩阵中提取特征值；

第一构造单元，所述第一构造单元用于根据所述特征值中的大于所述特征值中最大特征值的预定比率的特征值所对应的特征向量构造所述信号子空间；

第二构造单元，所述第二构造单元用于根据所述特征值中的小于或等于所述最大特征值的预定比率的特征值所对应的特征向量构造所述噪声子空间。

附记6、一种接收机，包括根据附记1-5的任一项所述的装置。

附记7、一种通信***，包括根据附记6所述的接收机。

附记8、一种多径时延估计方法，包括：

对发送信号与接收信号进行互相关运算，以获得不同时延对应的互相关值；

将所述互相关值大于第一阈值的时延划分为至少两个子区域；

分别对各个子区域中的各个信号传输路径进行时延估计，其中，在对每一个子区域中的各个信号传输路径进行时延估计时，将其他子区域的互相关值设为预设值。

附记9、根据附记8所述的方法，其中，在各个子区域中，所述时延是连续的。

附记10、根据附记8所述的方法，其中，所述分别对各个子区域中的各个信号传输路径进行时延估计，包括：

从所述子区域的最强功率的信号传输路径开始逐次进行所述子区域中的所有信号传输路径的时延估计。

附记11、根据附记10所述的方法，其中，进行所述子区域中的信号传输路径的每一次时延估计包括：

根据所述子区域的当前的互相关值构造信号子空间和噪声子空间；

根据所述信号子空间和噪声子空间进行谱峰搜索，获得所述子区域的当前的最强功率的信号传输路径的时延估计；

将所述子区域的当前的互相关值减去所述当前的最强功率的信号传输路径与所述发送信号的互相关值，并在相减的结果大于或等于第二阈值的情况下，将相减的结果确定为所述子区域的下一次时延估计使用的互相关值。

附记12、根据附记11所述的方法，其中，所述根据所述子区域的当前的互相关值构造信号子空间和噪声子空间，包括：

根据所述子区域的当前的互相关值生成协方差矩阵，并从所述协方差矩阵中提取特征值；

根据所述特征值中的大于所述特征值中最大特征值的预定比率的特征值所对应的特征向量构造所述信号子空间；

根据所述特征值中的小于或等于所述最大特征值的预定比率的特征值所对应的特征向量构造所述噪声子空间。

Claims (10)

1.一种多径时延估计装置，包括：

计算单元，所述计算单元用于对发送信号与接收信号进行互相关运算，以获得不同时延对应的互相关值；

划分单元，所述划分单元用于将所述互相关值大于第一阈值的时延划分为至少两个子区域；

估计单元，所述估计单元用于分别对各个子区域中的各个信号传输路径进行时延估计，其中，在对每一个子区域中的各个信号传输路径进行时延估计时，将其他子区域的互相关值设为预设值。

2.根据权利要求1所述的装置，其中，在各个子区域中，所述时延是连续的。

3.根据权利要求1所述的装置，其中，所述估计单元分别对各个子区域中的各个信号传输路径进行时延估计时，从所述子区域的最强功率的信号传输路径开始逐次进行所述子区域中的所有信号传输路径的时延估计。

4.根据权利要求3所述的装置，其中，所述估计单元包括：

构造单元，所述构造单元用于在进行所述子区域中的信号传输路径的每一次时延估计时，根据所述子区域的当前的互相关值构造信号子空间和噪声子空间；

搜索单元，所述搜索单元用于在进行所述子区域中的信号传输路径的每一次时延估计时，根据所述信号子空间和噪声子空间进行谱峰搜索，获得所述子区域的当前的最强功率的信号传输路径的时延估计；

确定单元，所述确定单元用于在进行所述子区域中的信号传输路径的每一次时延估计时，将所述子区域的当前的互相关值减去所述当前的最强功率的信号传输路径与所述发送信号的互相关值，并在相减的结果大于或等于第二阈值的情况下，将相减的结果确定为所述子区域的下一次时延估计使用的互相关值。

5.根据权利要求4所述的装置，其中，所述构造单元包括：

提取单元，所述提取单元用于根据所述子区域的当前的互相关值生成协方差矩阵，并从所述协方差矩阵中提取特征值；

第一构造单元，所述第一构造单元用于根据所述特征值中的大于所述特征值中最大特征值的预定比率的特征值所对应的特征向量构造所述信号子空间；

第二构造单元，所述第二构造单元用于根据所述特征值中的小于或等于所述最大特征值的预定比率的特征值所对应的特征向量构造所述噪声子空间。

6.一种接收机，包括根据权利要求1-5的任一项所述的装置。

7.一种多径时延估计方法，包括：

对发送信号与接收信号进行互相关运算，以获得不同时延对应的互相关值；

将所述互相关值大于第一阈值的时延划分为至少两个子区域；

分别对各个子区域中的各个信号传输路径进行时延估计，其中，在对每一个子区域中的各个信号传输路径进行时延估计时，将其他子区域的互相关值设为预设值。

8.根据权利要求7所述的方法，其中，在各个子区域中，所述时延是连续的。

9.根据权利要求7所述的方法，其中，所述分别对各个子区域中的各个信号传输路径进行时延估计，包括：

从所述子区域的最强功率的信号传输路径开始逐次进行所述子区域中的所有信号传输路径的时延估计。

10.根据权利要求9所述的方法，其中，进行所述子区域中的信号传输路径的每一次时延估计包括：

根据所述子区域的当前的互相关值构造信号子空间和噪声子空间；

根据所述信号子空间和噪声子空间进行谱峰搜索，获得所述子区域的当前的最强功率的信号传输路径的时延估计；

将所述子区域的当前的互相关值减去所述当前的最强功率的信号传输路径与所述发送信号的互相关值，并在相减的结果大于或等于第二阈值的情况下，将相减的结果确定为所述子区域的下一次时延估计使用的互相关值。