5G网络小区信号强度RSRP指示和下行信道估计的功能将由什么信号承担？请问如何做信道估计中的MMSE估计

5G网络小区信号强度RSRP指示和下行信道估计的功能将由参考信号承担。 从4G以来，载波的带宽大幅增加，从3G的5M增加到了20M，到了5G，单载波带宽增加到了100M（Sub6G）或者400M（毫米波）。在这么大的带宽上，无线传输环境瞬息万变，不同频率的衰减和受干扰情况也不同，对这些信息不了解，数据的发送就相当于碰运气，没有预判没有性能保证。基站和手机都在大家都知道的一些固定的位置发送一些固定的信号，然后双方收到之后再进行测量，就知道了空间传输影响对这些信号产生了什么变化，从而估计信道状况。CRS均匀地洒在LTE整个载波带宽中，不管有没有业务都要占用资源持续发射信号，就像是高速路中间没有井盖的井一样，所有车辆必须要绕着走，造成了严重的资源浪费和拥堵，还对邻区产生了持续的干扰。

MMSE估计就是最小均方误差估计，通过求得一个合适的信道冲击响应（CIR），使得通过CIR计算出的接收数据与实际数据的误差的均方和最小。%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%我上个月刚做过基于块状导频信息的LTE物理层上行信道的频域信道估计以及信道均衡。部分算法如下（以下是基于单载波的）假设循环前缀已经消除了实践弥散信道带来的符号间干扰，保证了子载波之间的正交性。并且信道为慢衰落信道，在一个OFDM符号内，可以认为保持不变。

均衡器接收到的信号可以表示为 y(t)=x(t)*h(t)+n(t)

y(t)为均衡器接收到的信号，h(t)为系统等效的冲击响应，x(t)为原始的输入信号，n(t)为系统中的噪声。

信道估计的任务就是在已知发送参考信息的情况下，对接受到的参考信息进行分析，选择合适的算法得到参考信息的信道冲击响应，即h(t),而数据信息的信道冲击响应则可以通过插值得到。1) 最小二乘估计（LS）该算法的目的是

有正交性原理，则可得LS估计

该估计为无偏估计，每估计一个新到衰落系数只需一次乘法，缺点是受噪声影响较大。2) 线性最小均方误差估计（MMSE） LMMSE估计属于统计估计，需要对信道的二阶统计量进行估计，利用信道相关性可以置信道噪声提高估计性能。以最小均方误差（MMSE）为准则，如下式：为了降低计算的复杂度，一般将 用它的期望值 代替，信道性能不会产生明显恶化，则上式可变为

其中 为一个仅与调试的星座的大小有关的值， 为平均信噪比。 该算法的复杂度较高，随着X的改变， 须不断更新。 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%不知道你的是物理模型和数据结构是什么样的，频域估计还是时域估计，基于导频信息还是盲信道估计？____________________________________________有点悲剧，Word里面的公式我不知道怎么插进来

上行有两种参考信号：DM-RS 和SRS。 DM-RS与PUSCH和PUCCH的发送相关联，用作求取信道估计矩阵，帮助这两个信道进行解调。 SRS独立发射，用作上行信道质量的估计与信道选择，计算上行信道的SINR。 下行有五种参考信号：CRS（小区特定的参考信号，也叫公共参考信号）是用于除了不基于码本的波束赋形技术之外的所有下行传输技术的信道估计和相关解调。小区特定是指这个参考信号与一个基站端的天线端口（天线端口0-3）相对应。 MBSFN-RS是用于MBSFN的信道估计和相关解调。在天线端口4上发送。 UE-specific RS（移动台特定的参考信号）用于不基于码本的波束赋形技术的信道估计和相关解调。移动台特定指的是这个参考信号与一个特定的移动台对应。在天线端口5上发送。 PRS是R9中新引入的参考信号。 CSI-RS是R10中新引入的参考信号。

所谓信道估计，就是从接收数据中将假定的某个信道模型的模型参数估计出来的过程。如果信道是线性的话，那么信道估计就是对系统冲激响应进行估计。需强调的是信道估计是信道对输入信号影响的一种数学表示，而“好”的信道估计则是使得某种估计误差最小化的估计算法。

人为地增加图像的分辨率。不生成像素的情况下增加图像像素大小的一种方法，在周围像素色彩的基础上用数学公式计算丢失像素的色彩。有些相机使用插值，人为地增加图像的分辨率。信道估计算法从输入数据的类型来分，可以划分为时域和频域两大类方法。频域方法主要针对多载波统，时域方法适用于所有单载波和多载波系统，其借助于参考信号或发送数据的统计特性，估计衰落信道中各多径分量的衰落系数。

信道估计算法从输入数据的类型来分，可以划分为时域和频域两大类方法。频域方法主要针对多载波系统；时域方法适用于所有单载波和多载波系统，其借助于参考信号或发送数据的统计特性，估计衰落信道中各多径分量的衰落系数。从信道估计算法先验信息的角度，则可分为以下三类：（1） 基于参考信号的估计。该类算法按一定估计准则确定待估参数，或者按某些准则进行逐步跟踪和调整待估参数的估计值。其特点是需要借助参考信号，即导频或训练序列。本文将基于训练序列和导频序列的估计统称为基于参考信号的估计算法。基于训练序列的信道估计算法适用于突发传输方式的系统。通过发送已知的训练序列，在接收端进行初始的信道估计，当发送有用的信息数据时，利用初始的信道估计结果进行一个判决更新，完成实时的信道估计。基于导频符号的信道估计适用于连续传输的系统。通过在发送的有用数据中插入已知的导频符号，可以得到导频位置的信道估计结果；接着利用导频位置的信道估计结果，通过内插得到有用数据位置的信道估计结果，完成信道估计（2） 盲估计。利用调制信号本身固有的、与具体承载信息比特无关的一些特征，或是采用判决反馈的方法来进行信道估计的方法。（3） 半盲估计。结合盲估计与基于训练序列估计这两种方法优点的信道估计方法。一般来讲，通过设计训练序列或在数据中周期性地插入导频符号来进行估计的方法比较常用。而盲估计和半盲信道估计算法无需或者需要较短的训练序列，频谱效率高，因此获得了广泛的研究。但是一般盲估计和半盲估计方法的计算复杂度较高，且可能出现相位模糊（基于子空间的方法）、误差传播（如判决反馈类方法）、收敛慢或陷入局部极小等问题，需要较长的观察数据，这在一定程度上限制了它们的实用性。

无线通信系统的性能很大程度上受到无线信道的影响，如阴影衰落和频率选择性衰落等等，使得发射机和接收机之间的传播路径非常复杂。无线信道并不像有线信道固定并可预见，而是具有很大的随机性，这就对接收机的设计提出了很大的挑战。在OFDM系统的相干检测中需要对信道进行估计，信道估计的精度将直接影响整个系统的性能。为了能在接收端准确的恢复发射端的发送信号人们采用各种措施来抵抗多径效应对传输信号的影响，信道估计技术的实现需要知道无线信道的信息，如信道的阶数、多普勒频移和多径时延或者信道的冲激响应等参数。因此，信道参数估计是实现无线通信系统的一项关键技术。能否获得详细的信道信息，从而在接收端正确地解调出发射信号，是衡量一个无线通信系统性能的重要指标。因此，对于信道参数估计算法的研究是一项有重要意义的工作。

上下行的区别在于上行是多址信道，下行是广播信道，因此上行的信道估计要求每个用户发送的导频正交，而下行只需要一个公共导频就够了。OFDM的信道估计无非就是在各个子载波上插入导频，接收端进行时域频域信道估计。

信道估计估计是信道的频响。举个简单例子，y=hx+n，那么信道估计的就是h，最简单的LS信道估计h’=y/x=h+n/x。更多复杂的信道估计主要就是为了降噪，使得h估计的更准。还有就是插值，因为刚才估计的是导频处的频响，还需要其他方法将其他信号的频响估计出来。常见的有基于DFT的插值，线性插值，维纳滤波插值等