一种基于凸优化的水声信道盲解卷积方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109561036A(43)申请公布日2019.04.02(21)申请号201910037347.6(22)申请日2019.01.15(71)申请人哈尔滨工程大学地址150001黑龙江省哈尔滨市南岗区南通大街145号哈尔滨工程大学科技处知识产权办公室(72)发明人生雪莉苍思远杨超然曲佳明张曼吟(51)Int.Cl.H04L25/02(2006.01)H04L1/00(2006.01)权利要求书3页说明书7页附图2页(54)发明名称一种基于凸优化的水声信道盲解卷积方法(57)摘要本发明属于水声学和水声信号处理领域，具体涉及一种基于凸优化的水声信道盲解卷积方法。本发明不需要预先输入发射信号便可以对复杂水声信道进行估计，(1)只需要一帧接收信号，便可以通过凸优化算法将信道的冲激响应和发射信号有效分离，得到多途信道的时延和幅度信息，快速感知海洋环境，适用于无人水下平台自主探测和信道估计，是发展具有认知功能声纳的关键技术。(2)本发明用ADMM代替了常用的凸优化工具箱，解决了针对真实海洋环境中的水声数据点数多，运算量大的问题，提高了运算速度，可以更好地将其应用到无人水下平台上，提高环境适应性。CN109561036ACN109561036A权利要求书1/3页1.一种基于凸优化的水声信道盲解卷积方法，其特征在于，该方法包括以下步骤：步骤1：建立完备的傅里叶原子基字典，为水下无人平台的各个传感器预设参考信号感知矩阵；步骤2：将参考信号感知矩阵转换为拓扑利兹形式，构建待估参数的函数优化模型；步骤3：将信道冲激响应函数信息和发射信号信息转化凸函数的形式；步骤4：利用凸优化思想估计参数：步骤4.1：使用凸优化工具箱对转化得到的凸函数进行优化求解，估计得到了发射信号参数和信道系数的乘积这个新的变量；步骤4.2：将新变量中的零值对应的感知矩阵中的列向量去除，将更新的感知矩阵代入到系统的代价函数中求解；步骤4.3：使用ADMM对以上步骤进行优化。2.根据权利要求1所述的一种基于凸优化的水声信道盲解卷积方法，其特征在于，步骤1所述的参考信号感知矩阵中的原子为：其中，fp代表了出现在发射信号中的频率值；感知矩阵X表示为下式：X＝[x1x2…xp]Txp＝[xp(t1)xp(t2)…xp(tN)]张成矩阵形式为：3.根据权利要求2所述的一种基于凸优化的水声信道盲解卷积方法，其特征在于，步骤2所述的将参考信号感知矩阵转换为拓扑利兹形式包括以下步骤：步骤2.1：选取感知矩阵X中的第p列，填充Ny-N个零值后作为新的拓扑利兹矩阵的第1行；步骤2.2：选取感知矩阵X中的第p列第1行，填充Nch-1个零值后作为新的拓扑利兹矩阵的第1列；步骤2.3：当新的拓扑利兹矩阵的第一行和第一列确定后，沿着对角线，得到拓扑利兹矩阵中的剩余位置的值，此时，我们令新的拓扑利兹矩阵为G；上述步骤中，Ny为接收信号的数据点数，Nch为信道的数据点数，N为感知矩阵的行数，也是感知矩阵中每一个基函数的数据点数；步骤2所述的构建待估参数的函数优化模型包括：接收信号y(t)表示为：2CN109561036A权利要求书2/3页其中，h(t)为水声信道冲激响应，x(t)为发射信号，n(t)为加性高斯白噪声，为卷积算子；当发射信号x已知，优化函数形式为：s.t.H＝T(h)其中，H为信道冲激响应函数的拓扑利兹矩阵形式，λ为其正则化参数；若此时发射信号x为未知变量，则优化函数表达式为：其中，h为信道冲激响应值，X为预设的参考信号感知矩阵，z为在感知矩阵的映射下，发射信号的稀疏表示系数，h和z为未知变量。4.根据权利要求3所述的一种基于凸优化的水声信道盲解卷积方法，其特征在于，步骤3所述的将信道冲激响应函数信息和发射信号信息转化凸函数的形式包括：若信道和发射信号估计准确无误时，则接收信号表达式为：y＝h*Xz若转写成拓扑利兹形式，则变成：y＝T(Xz)·h＝T(X)·hz新的拓扑利兹矩阵为G，令hz这个乘积变量为则表达式改写为：5.根据权利要求4所述的一种基于凸优化的水声信道盲解卷积方法，其特征在于，步骤4.1所述的使用凸优化工具箱对转化得到的凸函数进行优化求解，待估参数模型的LASSO形式为：其中，选用交叉验证的方法合理设置正则化参数λ值。6.根据权利要求5所述的一种基于凸优化的水声信道盲解卷积方法，其特征在于：步骤4.2所述的将新变量中的零值对应的感知矩阵中的列向量去除，将更新的感知矩阵代入到系统的代价函数中求解，首先要知道感知矩阵中对应于中零向量的列，将其移除，设置循环，在每一个循环中，信道冲激响应的估计值h和发射信号的系数估计值z的表达式为：其中，h(k)和z(k)表示第k次循环结束后，信道冲激响应的估计值和发射信号参数的