[发明专利]一种MIMO-OFDM水声信道估计方法

权利要求书

1.一种MIMO-OFDM水声信道估计方法，其特征在于：包括如下步骤：

步骤一，利用MATLAB软件根据MIMO-OFDM水声信道模型与信道参数生成上行导频信号，转换域后保存对应稀疏幅值图像与上行链路信道参数，所述上行链路信道参数包括多径数P以及各路径角度时延和上行链路增益

步骤二，自动标注图像，并根据标注框大小得到适用于此数据集的先验框，修改原YOLOv4网络的主干特征提取网络为MobileNet v3网络，用深度可分离卷积块代替普通卷积，提高原YOLOv4网络结构中三个特征层中浅层的权重，修改原有损失函数中定位损失相对于置信度损失与分类损失的权重并增加高度损失；

步骤三，将图像与对应标签送入改进后的YOLO模型进行训练，得到优良的图像检测模型与权重；

步骤四，在实际的时分双工系统信道估计情形下，水下接收机在上行链路发送导频信号到UWA浮标站；

步骤五，UWA浮标站对接收到的信号进行域转换，并生成相应的稀疏图像，利用改进后的YOLOv4网络提取上行链路信道参数，进而根据信道模型合成信道矩阵，以实现预编码操作，提高MIMO-OFDM水声通信系统的整体性能；

步骤六，UWA浮标站根据实时海洋流速传感器的监测结果v_s调控信道估计频率，将此结果以及提取出的信道参数一并在下行链路发送给水下接收机；

步骤七，水下接收机端利用UWA浮标站传来的信道参数重构出下行信道矩阵H^dl以高效实现信道均衡、译码的后续操作，并根据信道估计频率调整下一次发送上行导频的时间。

2.根据权利要求1所述的一种MIMO-OFDM水声信道估计方法，其特征在于：所述步骤一的具体方法如下：

第一步，产生水声换能器数M、子载波数N、多径数P以及各路径角度时延上行链路增益信噪比SNR参数，利用MATLAB计算得出上行导频信号Y^ul并进行域转换；

第二步，生成对应的导频幅值图并保存，同时保存对应设定的信道参数值，作为训练YOLO网络的角度-时延域MIMO-OFDM水声信道模型上行导频数据集。

3.根据权利要求1所述的一种MIMO-OFDM水声信道估计方法，其特征在于：所述步骤二的具体方法如下：

第一步，根据已知设定的参数值，利用信道参数与导频图像最高幅值点的对应关系，计算出真实框的大小与中心点坐标，利用Python编写标签文件结构，生成对应的.xml标注文件，实现全自动目标标注，相比于利用标注软件手动人工标注更加精确与高效，同时增强了数据集可扩充可修改的灵活性；

第二步，处理完的图像数据以.jpg格式保存，图像标注数据以.xml格式存放在标签文件夹下，.xml文件中主要包含图像的宽高与真实框坐标信息，将标注与图像结合，构成包含5040张图片与对应标注文件的角度-时延域上行导频数据集，训练集、验证集和测试集相互独立；

第三步，根据标注框大小得到适用于此数据集的先验框，大小分别为：[6×7，8×8，10×10，12×11，13×13，16×17，26×28，30×30，32×31]，修改原有YOLOv4网络的主干特征提取网络为MobileNet v3网络，用深度可分离卷积块代替普通卷积，提高原YOLOv4网络结构中三个特征层中浅层的权重，修改原有损失函数中定位损失相对于置信度损失与分类损失的权重并增加高度损失；分类信息改为0。

4.根据权利要求1所述的一种MIMO-OFDM水声信道估计方法，其特征在于：所述步骤三的具体方法如下：

第一步，将训练集图像与对应标签输入改进后的YOLO模型进行迭代训练，对网络参数进行更新，最终得到优良的图像检测模型与权重；

第二步，离线训练完成，保存权重，待在线测试时进行水声信道估计。

5.根据权利要求1所述的一种MIMO-OFDM水声信道估计方法，其特征在于：所述步骤四中水下接收机发送全一导频到UWA浮标站，UWA浮标站包括均匀线性排列的大量水声换能器。