1.一种针对非理想稀疏信道的估计方法，其特征在于，包括以下步骤：A：建立通信系统信道模型r＝Φα+w；

其中，r为长度为M的观测向量，Φ为维度是M×N的观测矩阵，α为长度为L的信道抽头向T

量，表示为α＝[α1,...,αl,...αL] ，信道抽头向量的每个元素定义为αl，下角标l表示抽头标号；正交频分复用系统配置有M个子载波，选择其中N个子载波作为导频进行信道估计，剩余M‑N个子载波用于数据传输，w表示方差为σ的加性白高斯噪声；

B：建立加权高斯先验模型

其中，p(αl)表示元素αl的先验分布，δ(αl)为冲击函数，表示只有当函数输入参数αl＝0时，函数δ(αl)的输出值为1，N(αl；μk,1)代表抽头向量中的元素αl服从均值为μk方差为1的高斯分布，λ表示元素αl取值非零的概率，βk和μk分别为加权高斯先验的权重和均值，K表示加权高斯模型的加权数量；

C：根据步骤A中得到的通信系统信道模型，以及步骤B中得到的加权高斯先验模型，求T

解信道抽头向量α＝[α1,...,αl,...αL] 、信道抽头向量α中元素取非零值的概率λ、信道的噪声方差σ、加权高斯先验的权重βk和高斯分布的均值μk，k＝1→K；最终得到非理想稀疏信道的信道抽头向量α。

2.根据权利要求1所述的针对非理想稀疏信道的估计方法，其特征在于，所述的步骤A中包括以下步骤：

A1：设正交频分复用系统配置有M个子载波，选择其中N个子载波作为导频进行信道估T

计，剩余M‑N个子载波用于数据传输，导频向量表示为x＝[x1,...,xn...xN] ，其中xn为第n个导频符号，定义导频图谱即N个导频在M个子载波中的索引为 导频向量x需要经过频域等T

效信道的传输，频域等效信道由信道向量h＝[h1,...,hn,...hN]表示，其中hn表示第n个信道，得到的观测向量y为

y＝h·x+w，

其中，点乘符号·表示h和x逐元素相乘，w表示方差为σ的加性白高斯噪声；

A2：假定发送的导频向量x中的各个元素为xn＝1,n＝1→N，将观测向量y简化表示为y＝h+w         (1)；

A3：将正交频分复用系统的信道向量h表示为信道抽头向量α和部分离散傅里叶变换矩阵相乘的形式，即h＝Aα；信道抽头向量α长度为L；矩阵A的构造方法为，从M维标准离散傅里叶变换矩阵中选取索引属于导频图谱 中的N行和前L列，即A矩阵维度为N×L，而(1)式可以重写为

y＝Aα+w     (2)；

A4：对(2)式中矩阵A进行奇异值分解，即A＝UΛV，其中Λ为对角阵，矩阵U和V为正交单位矩阵，将(2)式变形为

y＝UΛVα+w；

H

将上式两端同时左乘矩阵U的转置U，得到H H

r＝Uy＝ΛVα+Uw     (3)；

H H

其中，定义r＝U y，r表示观测向量，U表示矩阵U的转置；由于U为正交单位矩阵，则(3)H

式中噪声向量Uw仍满足高斯分布，并且噪声方差仍为σ；

A5：定义观测矩阵为Φ＝ΛV，将(3)式变形后得到通信系统信道模型为：r＝Φα+w       (4)；

其中，r为长度为M观测向量，Φ为维度是M×N的观测矩阵，α为信道抽头向量，表示为αT

＝[α1,...,αl,...αL]，信道抽头向量的每个元素定义为αl，下角标l表示抽头标号。

3.根据权利要求2所述的针对非理想稀疏信道的估计方法，其特征在于，所述的步骤B包括以下步骤：

B1：建立稀疏估计模型中的伯努利‑高斯先验为：其中，p(αl)表示元素αl的先验分布，δ(αl)为冲击函数，表示只有当函数输入参数αl＝0时，函数δ(αl)的输出值为1， 表示元素αl服从均值为0，方差为1的高斯分布，λ表示元素αl取值非零的概率；

B2：当元素αl取值非零时，先验分布由多个高斯分布的加权和构成，即表示为其中K表示加权高斯模型的加权数量；因此，加权高斯先验模型即信道抽头向量的元素αl的先验分布表示为：其中，βk和μk分别为加权高斯先验的权重和均值，表达式N(αl；μk,1)代表抽头向量中的元素αl服从均值为μk方差为1的高斯分布。

4.根据权利要求1所述的针对非理想稀疏信道的估计方法，其特征在于：所述的步骤CT

中，采用迭代的方法求解信道抽头向量α＝[α1,...,αl,...αL] 、信道抽头向量α中元素取非零值的概率λ、信道的噪声方差σ、加权高斯先验的权重βk和高斯分布的均值μk，k＝1→K。

5.根据权利要求4所述的针对非理想稀疏信道的估计方法，其特征在于，所述的步骤C包括以下步骤：

C1：定义参数 和 分别为λ、σ、βk和μk的估计值，定义向量vα和向量 分别为信道抽头向量α的方差和均值，两个向量的长度均为N，将vα和 分别初始化为全1和全0的列向量；初始化中间变量 为长度N的全0列向量，初始化噪声方差的估计值 初始化非零概率的估计值 初始化权重参数的估计值 初始化均值的估计值2

C2：更新中间变量vp＝|A|vα和 其中 代表向量vp和向量 的按元素点乘；更新得到的中间变量vp和 均为长度为N的列向量；

C3：更新中间变量 和中间变量 其中符号“./”代表按元素除；

C4：更新噪声方差估计值 其中 表示长度为N的全1行向量；

C5：更新中间变量 和中间变量2

C6：更新中间变量νq＝1./(|A|νs)和中间变量 更新得到的中间变量vq和 均为长度为L的列向量；

C7：更新中间变量 其中 和vql分别为向量 和vq的第l个元素；

C8：更新中间变量

C9：定义归一化变量

C10：更新中间变量

C11：更新中间变量

C12：更新非零概率的估计值C13：更新非零高斯分量均值的估计值C14：更新权重变量的估计值C15：更新信道抽头向量每个元素的均值 和每个元素的方差进而构造向量