基于压缩感知的低复杂度水声稀疏时变信道估计方法.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CN108848043A(43)申请公布日2018.11.20(21)申请号201810574993.1(22)申请日2018.06.05(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)发明人马璐宋庆军乔钢万磊刘凇佐(51)Int.Cl.H04L25/02(2006.01)权利要求书1页说明书7页附图3页(54)发明名称基于压缩感知的低复杂度水声稀疏时变信道估计方法(57)摘要本发明提供的是一种基于压缩感知的低复杂度水声稀疏时变信道估计方法。预先计算备选路径特征Hermitian内积矩阵；然后通过迭代的方式进行时延和多普勒因子的联合估计。本发明方法通过预先计算备选路径特征Hermitian内积矩阵的方式，避免了现有正交匹配追踪算法在迭代内重复计算矩阵内积，极大地降低了计算复杂度，并通过性能仿真，验证了本发明方法在水声时变信道下的有效性，并通过仿真证实本发明方法在计算复杂度远低于现有基于正交匹配追踪算法的情况下，能够实现相同的信道估计精度，同时也能在相同计算复杂度下提供高于正交匹配追踪算法的估计精度，具有实际应用价值。CN108848043ACN108848043A权利要求书1/1页1.一种基于压缩感知的低复杂度水声稀疏时变信道估计方法，其特征是：预先计算备选路径特征Hermitian内积矩阵；然后通过迭代的方式进行时延和多普勒因子的联合估计。2.根据权利要求1所述的基于压缩感知的低复杂度水声稀疏时变信道估计方法，其特征是所述通过迭代的方式进行时延和多普勒因子的联合估计具体包括：(1)输入信道估计参数，包括接收符号向量、观测矩阵、备选路径特征Hermitian内积矩阵、稀疏度和终止门限；(2)初始化，包括残差初始化，时延集合、多普勒因子集合、空矩阵初始化，迭代计数初始化，时延指数集合初始化；(3)初始化Hermitian内积矩阵；(4)搜索Hermitian内积矩阵最大幅值的参数；(5)更新集合和已抽取原子的矩阵；(6)确定路径复增益；(7)更新路径特征Hermitian内积矩阵，并将指定行置零；(8)迭代终止条件判断，若满足条件则终止迭代；若不满足返回步骤(4)；(9)输出信道估计参数，包括时延估计集合、多普勒因子估计集合和路径复增益估计集合。2CN108848043A说明书1/7页基于压缩感知的低复杂度水声稀疏时变信道估计方法技术领域[0001]本发明涉及的是一种水声通信方法，具体地说是一种低复杂度水声稀疏时变信道估计方法。背景技术[0002]随着人们对海洋开发活动的日益增多，越来越多的海洋信息监测采集设备应用于水下，承担水下信息传输任务的水声通信技术成为关注的重点。近年来，正交频分复用(OFDM)技术因其较高的频谱效率和较好的对抗信道频率选择性衰落的特性，被广泛应用于水下通信系统当中。然而水声信道因其时变快、扩展时延大和多普勒频移严重等因素，是最复杂的无线信道之一。因此对于OFDM系统来说，准确的水声信道估计是保证通信性能的重要环节。水声信道一般建模成稀疏多途信道，其每个路径由路径增益、路径时延和路径多普勒因子决定，在这种信道模型下可以采用压缩感知类算法进行信道估计，包括正交匹配追踪算法、基追踪算法等。然而采用此类算法时，为了高精度的信道估计，需要构造较大维度的观测矩阵，这导致了该类算法过高的计算复杂度，不利于实际应用。发明内容[0003]本发明的目的在于提供一种在复杂度的情况下能够实现相同的信道估计精度，具有实际应用价值的基于压缩感知的低复杂度水声稀疏时变信道估计方法。[0004]本发明的目的是这样实现的：预先计算备选路径特征Hermitian内积矩阵；然后通过迭代的方式进行时延和多普勒因子的联合估计。[0005]所述通过迭代的方式进行时延和多普勒因子的联合估计具体包括：[0006](1)输入信道估计参数，包括接收符号向量、观测矩阵、备选路径特征Hermitian内积矩阵、稀疏度和终止门限；[0007](2)初始化，包括残差初始化，时延集合、多普勒因子集合、空矩阵初始化，迭代计数初始化，时延指数集合初始化；[0008](3)初始化Hermitian内积矩阵；[0009](4)搜索Hermitian内积矩阵最大幅值的参数；[0010](5)更新集合和已抽取原子的矩阵；[0011](6)确定路径复增益；[0012](7)更新路径特征Hermitian内积矩阵，并将指定行置零；[0013](8)迭代终止条件判断，若满足条件则终止迭代；若不满足返回步骤(4)；[0014](9)输出信道估计参数，包括时延估计集合、多普勒因子估计集合和路径复增益估计集合。[0015]本发明针对现有的基