[发明专利]一种基于时延多普勒域的时变稀疏水声信道估计方法

摘要

本发明涉及一种基于时延多普勒域的时变稀疏水声信道估计方法，首先，针对时变水声信道进行时延多普勒域建模，以期获得稀疏的二维域表达方式，在时延多普勒域表达的基础上。采用逐块训练模式，并结合施密特正交匹配追踪算法迭代寻优得到时延多普勒域的稀疏水声信道冲激响应函数，将所估计得到的时延多普勒域水声信道信息，在接收端，构造基于信道信息的最小均方误差均衡器对发送信号进行恢复。该项发明适用于时变水声信道估计、水声通信。本发明有益效果体现在：本发明基于施密特正交化选择匹配原子，有效避免了冗余计算，使得本发明产生的时延多普勒水声信道估计结果具有更高的精度。

主权项

1.一种基于时延多普勒域的时变稀疏水声信道估计方法，其特征在于步骤如下：步骤1、建立时延多普勒域模型：1、设参数Δt,Δτ和Δf分别为观测时间、时延、以及多普勒频移的采样间隔,离散化的观测时间表示为tn＝nΔt,n＝1,...,N,离散化的时延表示为：τm＝τ0+(m‑1)Δτ,m＝1,...,M    (1)其中参数τ0是参考时延,M是最大的时延采样维度,称为水声信道阶数；2、离散化时变信道响应为h[tn,τm]，定义采样的多普勒为：fl＝f0+(l‑1)Δf,l＝1,...,L    (2)其中f0是最小的多普勒频移值,L是最大的多普勒采样维度，因此,二维的时延‑多普勒维度大小表示为LM；设其中f_s是信号频率采样率,则离散化的输入输出关系式为：w为噪声；定义u＝[u1,1,…,u1,M,u2,1,…,u2,M,…,uL,1,…,uL,M]T,其维数为(L·M)×1,则时延多普勒域的输入输出关系表达为：其中的维数是L×1,表示Kronecker乘积,x[t_n]＝[x_n+M‑1,…,x_n+1,x_n]^T的维数为M×1；定义y＝{y[t₁],y[t₂],…,y[t_N]}^T,A＝{a[t₁],a[t₂],…,a[t_N]}^H,得到以下输入输出关系：y＝Au+w    (5)其中y和w的维数都为N×1,A和u的维数分别为N×(L·M),(L·M)×1；信道冲激响应函数u估计的具体方法为：①输入参数信息设置：矩阵A和接收信号y，设置算法终止条件②输出参数信息设置：信道冲激响应函数估计值u；③初始化：初始估计值为零向量u^{0}＝0：初始残差r^{0}＝y；初始迭代次数i＝0；初始信道冲激响应函数支撑集为空集④判断算法终止条件是否满足，即是否||r||＜rth，若是，则停止迭代，若否，则按照如下迭代式迭代：P{1}＝v{1}(v{1}Tv{1})‑1v{1}T    (7)r{1}＝r{0}‑P{1}y    (8)对于第i次选择的原子应该与之前所选择的正交，因此第i次的正交向量为：得到第i次的投影矩阵为：P{i}＝v{i}(v{i}Tv{i})‑1v{i}T    (10)第i次的残差更新为：r{i}＝r{i‑1}‑P{i}y    (11)支撑集更新：S{i}＝S{i‑1}∪s{i}    (12)接下来求伪逆运算：估计的水声信道冲激响应函数为：步骤2：本MMSE均衡器输出的对发送信号的估计值表示为：其中I表示单位矩阵，表示噪声能量的参数，y表示接收端的信号向量，而表示均衡器对发送端信号的估计值，且其中是一个N×N的对角矩阵，而矩阵Ul维数为N×Ns，由向量ul＝[U(0,l),...,U(M‑1,l)]T构造而成，具体排列方式为：