信道估计（一）：信道估计基础知识
零.概述
本专栏主要是学习文章《Channel Estimation and Prediction
for 5G Applications》而做的一些笔记，里面补充了一些我不知道的基础知识，希望能帮到大家
后续会详细学习其中的卡尔曼滤波数学模型。
一.信道的基础知识
1. 分集和波束赋形的不同效果
老生常谈了，可以看我之前MIMO信道容量的文章
2. 广义的LOS和NLOS信道的定义
3. 小幅度衰落
形象的图
4.CSI中包含了什么
任何能代表信道的东西
5. 调度–scheduling
时频资源的分配
6. MIMO的妙用
包括上行接受分集，下行波束赋形，增加吞吐量的MIMO，多用户的预编码
7.OFDM系统的信道
如果是平坦的，那么就可以简化
如果是频率选择性的，那么应该每个子信道都要设计
8.CQI中有什么
信噪比和阈值的关系
9 上行与下行
上行少于下行
10.FDD和TDD
FDD要分别预测上下行信道，但由于信道独立，不会漏消息
TDD可以利用互易性，但频繁切换会漏消息，但也可以更灵活的分配资源
二.信道估计模型
这本身只是一小章节，但我觉得非常重要，单独拿出来说
1.最基本的思路
知二求其三，利用发送接受都已知的导频，实现对信道的估计
2. 真实的估计模型
该模型非常值得仔细学习
首先注意形式，导频在前信道在后。导频使用了K个资源，因此得到的接受信号和噪声都是一个长度为K的列向量，而信道是一个天线数*K的列向量，导频的大小是,因为占用两个资源。
信道预测要做的，就是用导频预测得到的信道，用于之后一段时间的信息接收
3.有哪些信息是可以使用的？
一二阶的统计信息，还有以前的信道
三.导频设计
这本身并不是单独的一部分，不过我觉得涉及分类，所以单独拿出来说
1.资源正交导频
可以看到信道的模型表示的是第j根天线上的第i个资源，也就是说1，3和2，4列的导频是不可以同时不为0的，因为不可以同时发送。
2.码正交导频
3. 非正交导频
这里我没有理解码正交和非正交有何区别？是否是指[p1,p2]和[p3,p4]是正交的呢？希望指点
四. 线性估计方法
1.什么是线性估计
就是用个时间的线性规划
的信道，主要就是这个矩阵，这个权重矩阵
他的目标是最小化均方误差，这就是维纳滤波器
维纳滤波器的计算量极大，为此简化的就是卡尔曼滤波器
具体有什么区别？后续继续学习吧
2. 滤波器，预测器和平滑器
根据上面m的正负，具体的预测器被分为了滤波器，预测器和平滑器，滤波器就是计算当前的，平滑器计算过去的，预测器计算将来的
滤波器
什么场景使用滤波器呢？书中给出的例子是4G中行走的行人，信道变化不大，即使是小尺度衰落也不影响
预测器
什么情况下要用预测器呢？当存在CoMP的时候，回程链路大大的影响了CSI的实时性，这就需要预测了，同时指出，信道可以通过多普勒频谱或者是自相关函数来表示，这影响了预测的准确性
平滑器
什么使用要用到平滑器呢？一种是不急着预测，一种是预测天线，其中第一种我不是很明白，这里看一下预测天线，他的思路是用一个预测天线线性接受导频，然后预测过去的信道，当主天线到达预测天线刚才位置的时候，就可用平滑器代替预测器的效果
3. 信道预测视界
能预测多久之后的信道呢，首先来看一下评判标准
这个L秒计算出的波长要小于一个值
而结论是线性预测的是无法超过波长的十分之几的。
总结
这章主要学习了信道估计的基本概念，可能写的比较自我，不容易学习，但如果有人了解我其中的疑问，还望解答，谢谢
