1.基于混合分布模型的大气湍流信道衰落参数估计方法，其特征在于，具体按照如下步骤实施：

步骤1，建立大气湍流信道模型，光强起伏概率密度函数服从Gamma‑Gamma分布；

步骤2，模拟产生一组服从大气湍流信道模型Gamma‑Gamma分布的样本数Il(i),i＝1,

2,...N，即表示接收数据，其中N表示第l次产生的样本数个数，l＝1,2,...L，即Il＝[Il(1),T T

Il(2)...Il(N)] ，性状参数使用向量θ＝(α,β) 表示，α和β分别表示大尺度散射系数和小尺T

度散射系数，即为待估计衰落参数；隐藏变量即为分类变量，使用向量x＝[x1,x2...xL] 表示，然后对Gamma‑Gamma分布的概率密度函数求对数，得到θ的对数似然函数表示；

步骤3，求总体数据的对数似然函数和统计特性，所述总体数据包括样本数和隐藏变量；具体为：

T

步骤3.1，隐藏变量使用向量x＝[x1,x2...xL] 表示，可求得总体数据的对数似然函数为：

其中：

步骤3.2，采用Q1(x)，Q2(x)，Q3(x)作为总体数据的统计特性：步骤4，采用EM算法迭代的E步骤，计算隐藏变量的后验概率，采用EM算法迭代的M步骤，寻找α的下一个估计值 和β的下一个估计值 由E步骤和M步骤，更新θ的估计值为持续E步骤和M步骤直到前一次估计值和当前估计值之差小于ε时，停止迭代。

2.根据权利要求1所述的基于混合分布模型的大气湍流信道衰落参数估计方法，其特征在于，所述步骤1中的大气湍流信道模型具体为：I＝IxIy

其中，I为接收到的辐照度，Ix和Iy分别由大尺度湍流效应和小尺度湍流效应产生，由两个独立的Gamma分布表示：其中，α、β参数分别表示大尺度散射系数和小尺度散射系数，Γ(·)为Gamma函数；

Gamma‑Gamma分布的概率密度函数表示为：其中，p(I|Ix；β)是辐照度条件分布：其中，Kn(·)为n阶第二类修正Bessel函数。

3.根据权利要求2所述的基于混合分布模型的大气湍流信道衰落参数估计方法，其特征在于，所述步骤2中对Gamma‑Gamma分布的概率密度函数求对数，得到θ的对数似然函数表示，具体为：

θ的对数似然函数如下：

4.根据权利要求3所述的基于混合分布模型的大气湍流信道衰落参数估计方法，其特征在于，所述步骤4具体为：

步骤4.1，EM算法迭代的E步骤，计算隐藏变量的后验概率:上式中， 表示进行j次迭代后θ的估计量； 表示第l次产生N个样本数的数学期望值，(12)式、(13)式、(14)式中的条件期望值，即隐藏变量的条件期望值由下式计算得到：

‑1

其中，g(xl)代表等式(12)、(13)、(14)中的lnxl、xl、xl ；

该表达式中的三个因子为：

步骤4.2，EM算法迭代的M步骤，寻找α的下一个估计值 和β的下一个估计值步骤4.3，由EM步骤的两个分步骤，更新θ的估计值为步骤4.4，重复步骤4.1‑4.3直到前一次估计值和当前估计值之差小于阈值ε时，停止迭代，得到θ的最终估计值。