在LTE的特定应用中，我们在OFDM符号中有多个测量点（多个参考信号）。这些测量点在频域上表示。因此，让我们如下重写信道矩阵以指示每个信道矩阵的测量点。
现在，假设您已经测量了整个OFDM符号上的H矩阵，那么您将拥有多个 \(H\) 矩阵，如下所示，每个矩阵都以一个特定的频率指示H矩阵。
现在你有了一个 \(H\) 矩阵数组。该阵列由四个不同的组组成，每个组用不同的颜色突出显示，如下所示。
当应用后处理算法时，该算法需要分别应用于这些组中的每一个。因此，为简单起见，我将 \(H\) 矩阵的数组重新排列为多个独立数组(在本例中为4个数组)，如下所示。
对于这些数组中的每一个，我将进行如下所示的相同处理。（每个芯片组制造商都可以应用稍微不同的方法，但是总体思路是相似的）。在下面说明的方法中，数据（每个频点中的信道系数阵列）使用IFFT进行处理，这意味着将dta转换为时域，从而生成标记为（2）的时域数据阵列。实际上，这是特定信道路径的脉冲响应。然后，我们对该时域数据应用特定的过滤（或加窗）。在此示例中，将某个点的数据替换为零，并创建标记为（3）的结果。您可以应用更复杂的过滤器或窗口，而不是这种简单的调零。然后，通过将滤波后的信道脉冲数据转换回频域，
通过对所有四个阵列执行相同的过程，您可以获得“估计信道系数阵列”的四个阵列。从这四个阵列中，您可以按以下方式重建估计信道矩阵的阵列。
使用此估算的信道矩阵，您可以使用以下公式估算每个点的噪声值。这与本页开头的原始系统方程式相同，除了将H矩阵替换为“估计的H”矩阵外，现在我们知道除噪声值以外的所有值。因此，通过插入所有已知值，我们可以在每个测量点计算（估计）噪声值。
如果将此方程式应用于所有测量点，则将获得所有测量点的噪声值，并从这些计算出的噪声值中获得噪声的统计属性。如上所述，此处计算出的每个单独的噪声值没有太大意义，因为该值不能直接应用于解码其他信号（非参考信号），但是这些噪声的统计特性对于确定噪声而言可能是非常有用的信息。渠道的性质。
注意：如果您对在实际应用中如何使用此算法感兴趣，强烈建议阅读/尝试使用Ref [2]和[3]。
参考：[1] srsLTE：\ srslte \ lib \ ch_estimation \ chest_dl.c-srslte_chest_dl_estimate_port（）
[2] 信道估计（Mathworks，LTE工具箱）