基于多模板字典的压缩感知超宽带信道估计方法及系统技术方案

技术编号:10661909 阅读:246 留言:0更新日期:2014-11-19 21:01
本发明专利技术提供了一种基于多模板字典的压缩感知超宽带信道估计方法及系统,该基于多模板字典的压缩感知超宽带信道估计方法包括模板构造步骤、获取信道估计重构算法步骤、信道重构步骤、降采样步骤。本发明专利技术的有益效果是:本发明专利技术中接收机本地模板采用不同接收点的实测接收脉冲,这些脉冲包含了IR-UWB发射信号从发射机到接收机由于宽频谱因素造成的失真的信息,与现有的其他估计方法相比,提高了本地模板与接收信号的相关度,从而提高最终的估计性能。另外,本发明专利技术中提出的信道估计重构算法考虑了接收信号中所含有的噪声分量带来的影响,通过对传统算法的改进在迭代过程中减小了由于噪声影响而带来的误判,从而进一步提高了估计的精度。

【技术实现步骤摘要】
基于多模板字典的压缩感知超宽带信道估计方法及系统
本专利技术涉及超宽带无线通信
,尤其涉及基于多模板字典的压缩感知超宽带信道估计方法及系统。
技术介绍
脉冲超宽带(IR-UWB)技术是短距离无线通信领域的一个新兴的发展方向,它凭借低功耗、高安全性、抗干扰能力强等优点已经引起了广泛的关注和深入的研究。在超宽带通信系统中,发射信号为时域持续时间极短的脉冲,所以它占有的频带极宽,这就对接收机模拟前端的ADC的采样速率提出了很高的要求。如果按照传统的奈奎斯特采样定理,对带宽范围为3.1~10.6GHz接收脉冲进行采样就需要10GHz/s以上的速率才能在接收端准确重构,这个问题也严重阻碍了脉冲超宽带技术的实用化进程。压缩感知(CompressedSensing)理论是近年来应用数学领域的一个热点,该理论指出,在一个信号满足稀疏特性的前提下,利用远小于奈奎斯特采样标准的测量数即可以很高的概率重构该信号。同时由于超宽带信道的天然稀疏特性可以满足压缩感知的理论要求,那么CS就为打破IR-UWB数字化接收机的设计瓶颈提供了良好的契机。在2007年,J.L.Paredes等人首先提出了利用压缩感知理论的思想来做超宽带信道估计,采用发射脉冲不同的时移作为原子来得到接收机模板,接收机数字后端采用正交匹配追踪(OMP)算法来得到估计结果。这种方法减小了接收机采样的负担,但是由于仅用发射脉冲来与接收信号匹配,未考虑到IR-UWB脉冲在传播过程中失真的影响,所以估计结果精度不高。由于超宽带信号的带宽极宽,在其传播过程中信道的频域传递函数在宽频带内的频率特性不均匀会造成IR-UWB时域脉冲的畸变。QiuRC等人分析了超宽带脉冲在传播过程中失真的因素和结果,包括脉冲与障碍物作用的过程以及脉冲自身的衰落特性等等,但最终未能与实际信道的估计结合在一起。在上述的研究内容中,超宽带信道估计方法都是单一利用发射脉冲来做本地模板,或者单独分析了脉冲失真的过程,并没有在实际估计中加入失真因素的影响。同时在现有的CS理论框架下的UWB信道估计方法中并没有对UWB接收机接收信号中噪声对估计结果的影响进行研究的工作。
技术实现思路
为了解决现有技术中的问题,本专利技术提供了一种基于多模板字典的压缩感知超宽带信道估计方法。本专利技术提供了一种基于多模板字典的压缩感知超宽带信道估计方法,包括如下步骤:模板构造步骤:从超宽带接收机中不同点的接收信号中截取多个子模板,然后把它们合并到一起构造出包含脉冲失真信息的冗余字典;获取信道估计重构算法步骤:给出含噪声的UWB接收信号模型,并对该模型进行推导最终求出压缩后的噪声向量的协方差矩阵,利用它的逆阵作为加权矩阵来定义一个加权内积,然后通过将传统OMP算法中的内积变换为加权内积的形式得到了考虑噪声的AN-OMP重构算法;信道重构步骤:将构造步骤中构造的冗余字典与获取信道估计重构算法步骤中的AN-OMP重构算法结合起来,得到考虑失真和噪声影响的信道估计结果降采样步骤:对所述信道估计结果进行降采样得到标准信道估计结果作为本专利技术的进一步改进,在所述模板构造步骤中,采用超宽带接收机在不同的接收点得到的接收信号来截取子模板,所截取的不同模板为p1(1),p1(2),p1(3)......p1(L),p2(1),p2(2),p2(3)......p2(L),......pK(1),pK(2),pK(3)......pK(L),K为截取子模板的个数,L为子模板的长度;分别用这些子模板作为原子来构造非循环的托普利兹矩阵,然后再合并为考虑失真的冗余字典,它的形式为:作为本专利技术的进一步改进,在所述获取信道估计重构算法步骤中:给出含噪声的UWB接收信号模型g=Ψθ+n,其中噪声向量n的元素服从N(0,σ2)的高斯分布,它经过测量矩阵Φ压缩测量后得到的噪声向量z=Φn,求得z的协方差矩阵的逆阵为Λz-1=(1/σ2)(ΦΦT)-1,利用它作为加权矩阵来定义一个加权内积<x,y>=xT(1/σ2)(ΦΦT)-1y,然后通过将传统OMP算法中的内积变换为加权内积的形式得到了AN-OMP重构算法。作为本专利技术的进一步改进,由于冗余字典是由多个接收脉冲作为子模板来组成,如果子模板的个数K,接收信号的长度为N,那么由它得到的信道估计值的长度即为K×N,所以在所述降采样步骤中:长度为N的标准信道估计就需要对冗余信道估值降采样K倍来得到。本专利技术还提供了一种基于多模板字典的压缩感知超宽带信道估计系统,包括:模板构造模块:用于从超宽带接收机中不同点的接收信号中截取多个子模板,然后把它们合并到一起构造出包含脉冲失真信息的冗余字典;获取信道估计重构算法模块:用于给出含噪声的UWB接收信号模型,并对该模型进行推导最终求出压缩后的噪声向量的协方差矩阵,利用它的逆阵作为加权矩阵来定义一个加权内积,然后通过将传统OMP算法中的内积变换为加权内积的形式得到了考虑噪声的AN-OMP重构算法;信道重构模块:用于将构造模块中构造的冗余字典与获取信道估计重构算法模块中的AN-OMP重构算法结合起来,得到考虑失真和噪声影响的信道估计结果降采样模块:对所述信道估计结果进行降采样得到标准信道估计结果作为本专利技术的进一步改进,在所述构造模块中,采用超宽带接收机在不同的接收点得到的接收信号来截取子模板,所截取的不同模板为p1(1),p1(2),p1(3)......p1(L),p2(1),p2(2),p2(3)......p2(L),......pK(1),pK(2),pK(3)......pK(L),K为截取子模板的个数,L为子模板的长度;分别用这些子模板作为原子来构造非循环的托普利兹矩阵,然后再合并为考虑失真的冗余字典,它的形式为:作为本专利技术的进一步改进,在所述获取信道估计重构算法模块中:给出含噪声的UWB接收信号模型g=Ψθ+n,其中噪声向量n的元素服从N(0,σ2)的高斯分布,它经过测量矩阵Φ压缩测量后得到的噪声向量z=Φn,求得z的协方差矩阵的逆阵为Λz-1=(1/σ2)(ΦΦT)-1,利用它作为加权矩阵来定义一个加权内积<x,y>=xT(1/σ2)(ΦΦT)-1y,然后通过将传统OMP算法中的内积变换为加权内积的形式得到了AN-OMP重构算法。作为本专利技术的进一步改进,由于冗余字典是由多个接收脉冲作为子模板来组成,如果子模板的个数K,接收信号的长度为N,那么由它得到的信道估计值的长度即为K×N,所以在所述降采样模块中:长度为N的标准信道估计就需要对冗余信道估值降采样K倍来得到。本专利技术的有益效果是:本专利技术中接收机本地模板采用不同接收点的实测接收脉冲,这些脉冲包含了脉冲超宽带(IR-UWB)发射信号从发射机到接收机由于宽频谱因素造成的失真的信息与现有的其他估计方法相比,提高了本地模板与接收信号的相关度,从而提高最终的估计性能。另外,本专利技术中提出的信道估计重构算法考虑了接收信号中所含有的噪声分量带来的影响,通过对传统算法的改进在迭代过程中减小了由于噪声影响而带来的误判,从而进一步提高了估计的精度。附图说明图1是本专利技术的宽带信道估计方法工作流程图;图2是本专利技术本专利技术所用的三个子模板的示意图;图3是本专利技术本专利技术中AN-OMP重构算法推导过程示意图;图4是本专利技术本专利技术中本文档来自技高网
...

【技术保护点】
一种基于多模板字典的压缩感知超宽带信道估计方法,其特征在于,包括如下步骤:模板构造步骤:从超宽带接收机中不同点的接收信号中截取多个子模板,然后把它们合并到一起构造出包含脉冲失真信息的冗余字典;获取信道估计重构算法步骤:给出含噪声的UWB接收信号模型,并对该模型进行推导最终求出压缩后的噪声向量的协方差矩阵,利用它的逆阵作为加权矩阵来定义一个加权内积,然后通过将传统OMP算法中的内积变换为加权内积的形式得到了考虑噪声的AN‑OMP重构算法;信道重构步骤:将构造步骤中构造的冗余字典与获取信道估计重构算法步骤中的AN‑OMP重构算法结合起来,得到考虑波形失真和接收信号噪声影响的信道估计结果降采样步骤:对所述信道估计结果进行降采样得到标准信道估计结果

【技术特征摘要】
1.一种基于多模板字典的压缩感知超宽带信道估计方法,其特征在于,包括如下步骤:模板构造步骤:从超宽带接收机中不同点的接收信号中截取多个子模板,然后把它们合并到一起构造出包含脉冲失真信息的冗余字典;获取信道估计重构算法步骤:给出含噪声的UWB接收信号模型,并对该模型进行推导最终求出压缩后的噪声向量的协方差矩阵,利用它的逆阵作为加权矩阵来定义一个加权内积,然后通过将传统OMP算法中的内积变换为加权内积的形式得到了考虑噪声的AN-OMP重构算法;信道重构步骤:将构造步骤中构造的冗余字典与获取信道估计重构算法步骤中的AN-OMP重构算法结合起来,得到考虑波形失真和接收信号噪声影响的信道估计结果降采样步骤:对所述信道估计结果进行降采样得到标准信道估计结果2.根据权利要求1所述的压缩感知超宽带信道估计方法,其特征在于,在所述模板构造步骤中,采用超宽带接收机在不同的接收点得到的接收信号来截取子模板,所截取的不同模板为p1(1),p1(2),p1(3)......p1(L),p2(1),p2(2),p2(3)......p2(L),......pK(1),pK(2),pK(3)......pK(L),K为截取子模板的个数,L为子模板的长度;分别用这些子模板作为原子来构造非循环的托普利兹矩阵,然后再合并为考虑失真的冗余字典,它的形式为:3.根据权利要求2所述的压缩感知超宽带信道估计方法,其特征在于,在所述获取信道估计重构算法步骤中:给出含噪声的UWB接收信号模型g=Ψθ+n,其中Ψ为无噪接收信号的稀疏字典、θ为信道稀疏表示向量,噪声向量n的元素服从N(0,σ2)的高斯分布,它经过测量矩阵Φ压缩测量后得到的噪声向量z=Φn,求得z的协方差矩阵的逆阵为Λz-1=(1/σ2)(ΦΦT)-1,利用它作为加权矩阵来定义一个加权内积<x,y>=xT(1/σ2)(ΦΦT)-1y,然后通过将传统OMP算法中的内积变换为加权内积的形式得到了AN-OMP重构算法。4.根据权利要求3所述的压缩感知超宽带信道估计方法,其特征在于,由于冗余字典是由多个接收脉冲作为子模板来组成,如果子模板的个数K,接收信号的长度为N,那么由它得到的信道估计值的长度即为K×N,所以在所述降采样步骤中:长度为N的标准信道估计就需要对冗余信道估值降采样K倍来得到。5...

【专利技术属性】
技术研发人员:吴绍华李杨刘松王野张钦宇
申请(专利权)人:哈尔滨工业大学深圳研究生院
类型:发明
国别省市:广东;44

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1