欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2022107043695
申请人: 厦门大学
专利类型:发明专利
专利状态:已下证
专利领域: 电通信技术
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种OFDM水声通信系统的稀疏信道估计方法,其特征在于,包括以下步骤:S1、将多个OFDM数据块的导频数据作为观测信号,构建多测量向量模型和单测量向量模型,所述多测量向量模型为:Yp=ΦH+wp

其中,Φ=[XpFp,L],Xp为OFDM数据块的导频数据,Fp,L为傅里叶变换稀疏子矩阵,H=[h(1) (2) (M),h ,…,h ]为具有共稀疏特性的信道脉冲响应信息,wp是噪声;

对所述多测量向量模型进行矢量化操作,通过叠加转置矩阵的列,使所述多测量向量模型具有块稀疏性,获得所述单测量向量模型:T

其中, IM是一个M×M的单位矩阵,h=vec(H),w是噪声;

以及

S2、利用时序稀疏贝叶斯方法构建所述单测量向量模型中信道向量的第一后验概率表达式,基于最大期望的估计方法迭代估计得到所述单测量向量模型中信道向量的最大第一后验概率,并转化成不同所述OFDM数据块的信道脉冲响应;

针对所述多测量向量模型,引入线性相关模型中的相关矩阵控制所述多测量向量模型的相关性,同时由稀疏矩阵控制所述多测量向量模型的稀疏性,利用变分‑时序稀疏贝叶斯方法迭代估计所述稀疏矩阵和所述相关矩阵,获得最大第二后验概率,在算法收敛后,将所述稀疏矩阵与所述相关矩阵相乘得到多个所述OFDM数据块的信道脉冲响应。

2.根据权利要求1所述的方法,其特征在于,所述步骤S2中对于所述单测量向量模型的信道脉冲响应估计具体包括:Sa1、根据贝叶斯估计规则得到所述单测量向量模型中信道向量的所述第一后验概率表达式:其中,h为所述单测量向量模型中的信道向量,B是控制信道脉冲响应时域相关性的系数矩阵,λ是控制信道脉冲响应稀疏性的一个参数,β表示噪声精度;

Sa2、在所述最大期望的估计方法的E步中,最大化所述单测量向量模型似然函数的下H界,获得所述第一后验概率μ=βΣΛyp和 其中,Sa3、在所述最大期望的估计方法的M步中,采用最大似然估计方法,更新规则为最大化p(yp; ),迭代估计得到所述单测量向量模型的各个参数B、λ和β,使得所述第一后验概率μH=βΣΛyp的值最大化,从而获得所述最大第一后验概率;

Sa4、对所述最大第一后验概率进行矩阵化操作,得到不同所述OFDM数据块的信道脉冲响应H。

3.根据权利要求1所述的方法,其特征在于,所述步骤S2中对于所述多测量向量模型的信道脉冲响应估计具体包括:Sb1、引入线性相关模型中的相关矩阵控制所述多测量向量模型的相关性,同时由稀疏矩阵控制所述多测量向量模型的稀疏性,重建后的所述多测量向量模型为:H

Yp=ΦUC+wp

其中,U为稀疏矩阵,C为相关矩阵;

Sb2、根据贝叶斯估计规则得到所述稀疏矩阵和所述相关矩阵的第二后验概率表达式:其中,Υ为精度矩阵,β表示噪声精度;

Sb3、将所述第二后验概率表达式的求解变分推断为求解近似概率密度q,令Θ={U,Υ,β},所述多测量向量模型的似然函数表示为:ln p(Yp;Θ,C)=L(q)+KL(q||p)其中,

对每个隐变量进行迭代更新,交替获得所述多测量向量模型的各个参数U、β、Υ、C的估计,并通过各个参数U、β、Υ、C的迭代更新获取所述最大第二后验概率;

Sb4、在算法收敛后,将所述稀疏矩阵与所述相关矩阵相乘得到多个所述OFDM数据块的H信道脉冲响应H=UC。

4.根据权利要求2所述的方法,其特征在于,所述步骤Sa3中所述单测量向量模型的各个超参数B、λ和β估计为:其中,L为路径长度,Tr为矩阵求迹操作,M为OFDM数据块的数量,Kp为导频子载波数。

5.根据权利要求3所述的方法,其特征在于,所述步骤Sb3中所述多测量向量模型的各个参数U、β、Υ和C的迭代更新以及所述最大第二后验概率的获取过程具体为:更新所述稀疏矩阵U:对每一列un进行所述第二后验概率的更新,则:更新噪声精度β: 其中,

Δ={μ1,μ2,…,μN};

更新精度矩阵Υ: 其中<.>表示求期望,N为所述相关矩阵C的列数,下标代表第l个对角元素;

更新相关矩阵C: 其中定义

获取所述最大第二后验概率μn:所述稀疏矩阵U和所述相关矩阵C的第二后验概率估计H为μn=βΣnΦ V‑ncn和 通过参数的迭代更新达到所述第二后验概率的最大化,从而获得所述最大第二后验概率。

6.根据权利要求1所述的方法,其特征在于,所述步骤S1中所述OFDM数据块的导频数据的获取过程具体包括:S11、接收所述OFDM数据块发送端的信号X,利用重采样方法对所述信号X进行载波频偏补偿;

S12、对补偿后的所述信号X嵌入导频信号获得导频子载波处的信号表示yp=XpFp,Lh+Fpwt,其中Xp为OFDM数据块的导频数据,Fp,L表示傅里叶矩阵前L列矩阵中导频子载波对应的稀疏子矩阵,导频子载波数为Kp,h是信道向量,Fp为傅里叶矩阵中对应导频子载波位置的稀疏子矩阵,wt为噪声。

7.一种OFDM水声通信系统的稀疏信道估计装置,其特征在于,包括:测量向量模型搭建模块,配置用于将多个OFDM数据块的导频数据作为观测信号,构建多测量向量模型和单测量向量模型;所述多测量向量模型为:Yp=ΦH+wp

其中,Φ=[XpFp,L],Xp为OFDM数据块的导频数据,Fp,L为傅里叶变换稀疏子矩阵,H=[h(1) (2) (M),h ,…,h ]为具有共稀疏特性的信道脉冲响应信息,wp是噪声;

对所述多测量向量模型进行矢量化操作,通过叠加转置矩阵的列,使所述多测量向量模型具有块稀疏性,获得所述单测量向量模型:T

其中, IM是一个M×M的单位矩阵,h=vec(H),w是噪声;

信道脉冲响应估计模块,配置用于利用时序稀疏贝叶斯方法构建所述单测量向量模型中信道向量的第一后验概率表达式,基于最大期望的估计方法迭代估计得到所述单测量向量模型中信道向量的最大第一后验概率,并转化成不同所述OFDM数据块的信道脉冲响应;

针对所述多测量向量模型,引入线性相关模型中的相关矩阵控制所述多测量向量模型的相关性,同时由稀疏矩阵控制所述多测量向量模型的稀疏性,利用变分‑时序稀疏贝叶斯方法迭代估计所述稀疏矩阵和所述相关矩阵,获得最大第二后验概率,在算法收敛后,将所述稀疏矩阵与所述相关矩阵相乘得到多个所述OFDM数据块的信道脉冲响应。

8.一种计算机可读储存介质,其储存有计算机程序,所述计算机程序在被处理器执行时实施如权利要求1‑6中任一项所述的方法。