基于信噪能量比最小的非高斯噪声系统盲均衡方法.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CN108390838A(43)申请公布日2018.08.10(21)申请号201810030927.8(22)申请日2018.01.12(71)申请人温州大学地址325000浙江省温州市瓯海区东方南路38号温州市国家大学科技园孵化器(72)发明人阮秀凯周志立胡贵军朱海永李昌蔡启博崔桂华杨卫波谈燕花(74)专利代理机构温州名创知识产权代理有限公司33258代理人陈加利(51)Int.Cl.H04L25/03(2006.01)权利要求书2页说明书8页附图2页(54)发明名称基于信噪能量比最小的非高斯噪声系统盲均衡方法(57)摘要本发明公开基于信噪能量比最小的非高斯噪声系统盲均衡方法。本发明的意义在于为无线通信网、特别是无线传感器网络节点间提供对抗非高斯噪声的盲均衡方法,保证无线传感器节点间的数据正确传输。利用均衡器输出信号的信号噪声能量比最大为出发点，构造一个全新的代价函数。通过转化约束条件形式的方法，找到一种替代的约束条件，将该约束优化问题转化为一个无约束优化问题，采用二次ε-不敏感损失函数并构造符合迭代重加权最小二乘法的求解方法求解该代价函数的全局最优解。该方法可节约无线传感器网络节点的电池损耗，在算法设计上考虑了需求小数据量要求且快速收敛。该算法适用于低阶和高阶正交幅度调制QAM和PSK信号的盲均衡问题。附图是本发明的无线传感器网络节点间信号传输模型。CN108390838ACN108390838A权利要求书1/2页1.一种基于信噪能量比最小的非高斯噪声系统盲均衡方法，其特征在于，包括步骤：S1、目标节点通过射频前端接收单元对接收到的射频信号进行前期预处理，得到基带接收信号，输入到均衡器中处理并由均衡器输出；S2、设置迭代次数，基于均衡器输出中有用信号与噪声能量比最大作为出发点构造代价函数；S3、对均衡器输出的均衡器向量求一阶导并令其值等于零并假设均衡器输出信号值固定，获得无约束条件的代价函数；S4、构造符合迭代重加权最小二乘法的求解方法求解该无约束条件的代价函数的全局最优解。2.根据权利要求1所述的非高斯噪声系统盲均衡方法，其特征在于：所述的步骤S1具体包括：基带接收信号xk，则均衡器输出为：式中：yk为经过均衡器的输出信号Tw＝[w0,...,wL-1]为均衡器向量，T为矩阵转置wi表示均衡器的抽头系数，i＝0,…,L-1Tx＝[xk,xk-1…,xk-M+1]，sk为基带发送信号vk为加性高斯或非高斯噪声M为信道阶数L为均衡器阶数fj为信道和均衡器的联合冲激响应系数。3.根据权利要求2所述的非高斯噪声系统盲均衡方法，其特征在于：所述的步骤S2具体包括：设置第t次迭代，ε＞0，构造如下优化问题的代价函数：式中：其中ε为不小于零的常数N为接收到的观察数据长度λ为大于零的惩罚因子E(·)为求数学期望运算。4.根据权利要求3所述的非高斯噪声系统盲均衡方法，其特征在于：所述的步骤S3具体2CN108390838A权利要求书2/2页包括：对w求一阶导并令其值等于零并假设均衡器输出yk值固定，获得：式中：(·)H为矩阵共轭转置运算y＝[y1,…,yk,…yN]Da为由主对角元素为aj构成的对角矩阵，j＝1,…,N2Dy为由主对角元素为|yj|构成的对角矩阵，j＝1,…,NX为接收数据所组成的矩阵I为单位阵。5.根据权利要求4所述的非高斯噪声系统盲均衡方法，其特征在于：所述的步骤S4具体包括：为保证可逆，加入一个其元素值足够小的机器扰动矩阵δ，得到如下形式的等式：设置梯度下降方向wt+1＝wt+ηt(ws-wt)，这里η为步长，采用迭代重加权最小二乘算法求解该优化问题。3CN108390838A说明书1/8页基于信噪能量比最小的非高斯噪声系统盲均衡方法技术领域[0001]本发明属于无线通信的信号处理技术领域，具体是指基于信噪能量比最小的非高斯噪声系统盲均衡方法，适用于无线通信网络，特别是无线传感器网络的节点之间的信道具有多径衰落特性情况下的一种对抗非高斯噪声的盲均衡方法。背景技术[0002]无线传感器网络作为一种比较特殊的无线网络，特别强调设备间的通信。无线传感器网络以数据为中心，即无线传感器网络节点既是路由器又是主机。无线传感器节点将本地处理过的数据传输到中间处理节点，中间处理节点作为数据融合节点，可以对接收到的多个信息进行相应的融合及智能处理，最后将信息发送到数据接收端(Sink端)。节点间的信道由于直射、绕射及散射等传播途径的影响而具有典型的多径衰落特性，盲均衡是种能有效对抗无线信道衰落特性的方法。[0003]一方面，考虑到无线传感器网络的特殊用途，其环境噪声往往非常恶劣，而传统的盲均衡方法均假设噪声为高斯白噪声前提进行建模，使得算法的鲁棒性和性能由于非