1.一种正交频分复用技术通信系统中的脉冲噪声抑制方法,其特征在于包括以下步骤:①在OFDM通信系统的发送端,将初始发送的二进制数据b进行信道编码和OFDM映射得到二进制数据x,将x进行离散傅立叶逆变换并插入循环前缀得到待发送的二进制数据;
②OFDM通信系统的发送端将待发送的二进制数据经过OFDM通信系统的信道发送至OFDM通信系统的接收端得到接收到的数据p,OFDM通信系统的接收端对p去除循环前缀并通过快速傅里叶变换得到OFDM频域符号y;
③根据y通过基于递归卡尔曼滤波的稀疏贝叶斯学习算法去联合估计得到OFDM通信系统中的脉冲噪声的估计值向量④根据 对y进行脉冲噪声抑制,获得经过脉冲噪声抑制后的OFDM频域符号
从而完成对OFDM通信系统中脉冲噪声的抑制过程,其中,F表示离散傅里叶变换矩阵。
2.根据权利要求1所述的一种正交频分复用技术通信系统中的脉冲噪声抑制方法,其特征在于所述的步骤②中p=HF*x+i+g,其中H表示一个N×N的信道循环矩阵,H的第一列为h,h由归一化的OFDM通信系统的信道脉冲响应向量构成,N为OFDM通信系统的信道子载波数目,F表示离散傅里叶变换矩阵,F*是F的共轭转置矩阵,i表示OFDM通信系统的信道脉冲噪声的时域采样值,g表示OFDM通信系统的信道的背景噪声的时域采样值,y=Fp=Ax+列+n,其中 表示构造关于 的对角矩阵,n为g经过快速傅里叶变换后得到的向量。
3.根据权利要求2所述的一种正交频分复用技术通信系统中的脉冲噪声抑制方法,其特征在于所述的步骤③中根据y通过基于递归卡尔曼滤波的稀疏贝叶斯学习算法去联合估计得到OFDM通信系统中的脉冲噪声的估计值向量 具体包括以下步骤:③-1、将h设定为稀疏的,定义待求解的向量为ω,ω=[hT,iT]T,定义观测矩阵为φ,则有y=φω+n;
③-2、获取最大期望算法迭代过程中所需要的联合对数概率函数log p({y},{ω}),具体过程如下:对于OFDM通信系统中的信道,获取每个OFDM符号对应的信道的一阶自回归模型,其中,将第k个OFDM符号对应的信道的一阶自回归模型表示为hk=ρhk-1+μk,1≤k≤K,hk表示第k次迭代过程的信道脉冲响应,hk-1表示第k-1次迭代过程的信道脉冲响应,ρ表示卡尔曼滤波系数,μk表示过程噪声,在卡尔曼滤波器中,对于K个连续OFDM符号,K=N+L,L表示信道的长度,对应于y的观测方程为yk=φkωk+nk,y的状态方程为ωk+1=Aωk+vk+1,k=1,
2,…,K-1,其中yk表示第k次迭代过程的观测向量,φk表示第k次迭代过程的观测矩阵,ωk表示ω的第k次迭代过程的预测向量,nk表示第k次迭代过程的观测的噪声向量,为对角矩阵, 为定义符号,1L是表示长度为L的一个单位向量,0N是表示长度为N的零向量,过程噪声νk~CN(0,BΓk)表示均值为0且方差为BΓk的复高斯分布,CN表示复高斯分布符号, 为对角矩阵,Γk表示ωk对应的协方差矩阵,其中, 表示信道脉冲响应的支持向量,
表示脉冲噪声的支持向量,通过一阶自回归模型的K个连续
OFDM符号得到联合概率密度函数p({y},{ω},{Γk},λ),
其中p(ω1;Γ1)表示ω1的概率密度函数,
Π表示连乘,p(ωk|ωk-1;Γk)表示ω的k-1次迭代过程到k次迭代过程的转移概率,p(yk|ωk;λ)表示k次迭代过程的后向概率,λ是与背景噪声方差对应的标量,定义初始状态的联合概率密度函数为p(ω1)~CN(ω1;0;Γ1),ω1表示ω的第一次预测值,Γ1表示ω1的协方差矩阵,通过上述联合概率密度函数p({y},{ω},{Γk},λ),得到联合对数概率为log p({y},{ω}),其中,log(·)表示取以10为底的
对数,∑(·)表示求和符号,||·||表示求矩阵二范数符号,|·|表示求绝对值符号,(·)H表示求向量的共轭转置符号,(·)-1表示求矩阵的逆符号;
③-3、使用最大期望算法分E-step和M-step两步交替迭代获取1ogp({y},{ω})中的未知超参数λ和Γk,最终获取脉冲噪声的估计值向量和信道估计向量 具体过程如下:E-step:定义p({y},{ω},{Γk},λ)在后验概率分布p(ω|y)下的期望值为其中,E(·)表示对(·)取期望值,Γ(r)表示第r次迭代过程时Γ的值,λ(r)表示第r次迭代过程时λ的值;定义{ω}的后验均值为 定义{ω}的后验协方差矩阵为通过卡尔曼滤波算法获取{ω}的后验均值和{ω}的后验协方差矩
阵,其中,定义第r次最大期望算法中迭代过程中的第k次卡尔曼滤波算法预测的后验均值为 表示第k-1次卡尔曼滤波算法迭代过程的观测值对k次卡尔曼滤波算法迭代过程的预测值, 表示第k-1次卡尔曼滤波算法迭代过程的估计值,定义第r次最大期望算法中迭代过程中的第k次卡尔曼滤波算法迭代过程中预测的后验协方差矩阵为 ∑k|k-1表示第k-1次卡尔曼滤波算法迭代过程的后验协方差矩阵对第k次卡尔曼滤波算法迭代过程的预测值,∑k-1|k-1表示第k-1次卡尔曼滤波算法迭代过程的后验协方差矩阵的估计值,定义第r次迭代过程的卡尔曼增益为Gk,I表示单位矩阵,定义第r次最大期望算法中迭代过程中的第k次卡尔曼滤波算法迭代过程更新的后验均值为
定义第r次最大期望算法中迭代过程中的第k次卡尔曼滤波
算法迭代过程更新的后验协方差矩阵为
M-step:根据{ω}在每次迭代过程更新的后验均值和更新的后验协方差矩阵,交替求解{Γk}和λ的优化问题: 直到得到最优超参数向量{Γk}(opt)和最优超参数值(λ)(opt),其中, 表示第r+1次迭代过程的Γk值,λ(r+1)表示第r+1次迭代过程的λ值,opt表示得到最优解时最大期望算法总的迭代次数,argmax表示最大化目标函数,具体过程如下:将上述优化问题用以下迭代公式的形式给出:其中,argmin表示最小化目标函数,得到第(r+1)次迭代过程的超参数 和超参数λ(r+1),然后将 和λ(r+1)代入上述迭代公式中重新估计第(r+2)次迭代过程的超参数(r+2)和λ ,定义超参数集合为θ={Γk,λ},重复上述迭代过程直到θ的估计残差小于收敛下界ξ时停止迭代,得到最优超参数向量{Γk}(opt)和最优超参数值(λ)(opt),根据{Γk}(opt)、(λ)(opt)以及在第opt次迭代过程的E步骤中更新的后验均值得到的信道估计向量 脉冲噪声的估计值向量为其中, 表示 中第1个元素到第L个元素组成的向量,
表示 中第L+1个元素到第N+L个元素组成的向量。
4.根据权利要求3所述的一种正交频分复用技术通信系统中的脉冲噪声抑制方法,其特征在于所述的步骤③-3中ξ=10-5。