高速下行分组接入技术(HSDPA：High Speed Downlink Packet Access)是WCDMA增强型技术，其实现主要是通过采用时分共享信道以及链路自适应调整、HARQ等技术提高了系统的数据吞吐率以及业务性能，同时保证系统的前向兼容，除在无线网络子系统：RNS增加相应的媒体控制模块MAC外，不对系统结构带来其它影响，主要通过增加相应软件就可以实现，具有更高的容量、更低的成本以及更高的频谱效率特点，成为3.5G技术的应用热点。 时变信道的状态预测是下一代移动通信系统实现自适应传输的关键问题。本文通过分析HSDPA技术应用的特点以及对比目前采用的信道预测技术所存在的缺陷，提出了基于HSDPA系统的Kalman修正LRP信道预测算法。我们在研究传统的LRP信道预测算法的基础上，引入采样数据的抽取及Kalman滤波修正。即对采样数据进行抽取，通过训练序列作为信道的过去信息得到AR模型系数，采用LRP信道预测算法进行信道预测，并利用Kalman一步预测算法进行修正，从而实现较长时间的预测。此算法避免了反复计算AR模型系数，弥补了传统LRP算法的不足，并能得到较好的预测性能。 本算法的主要原理是信道数据之间存在着相关性，因此采用AR模型进行预测是可行的，我们对采样数据进行抽取起到了增加预测步长的作用。同时移动台高速运动产生的信道快衰落的衰落系数是一个与多普勒频偏有关的量，利用多普勒频移与速度的关系，采用卡尔曼滤波对移动体的位移和相位进行一步预测。当信道由于移动台移动速度快速变化时，信道数据的相关性下降，采用Kalman预测可以有效地阻止预测质量迅速变坏的现象。使得预测数据准确可靠，从而提高预测性能。