适用于分布式压缩感知信道估计的训练序列填充方法技术

本发明专利技术提供了一种适用于动态压缩感知信道估计的训练序列填充方法，其包括以下步骤：构建一个序列T；采用滑动窗读取方式，依次从序列T中读取序列段作为训练序列P

【技术实现步骤摘要】
适用于分布式压缩感知信道估计的训练序列填充方法
本专利技术属于通信
，具体涉及一种适用于分布式压缩感知信道估计的训练序列填充方法。
技术介绍
信道状态检测是现代无线通信系统的关键技术之一。在已有的信道状态检测方法中，基于参考信号的信道估计由于具有误差小、复杂度低等显著优点，被广泛用于现代无线传输系统中。传统基于参考信号的信道估计方法仅考虑信道传播路径最大延时，不考虑信道传播路径数量，在宽带数据传输过程中往往需要添加大量的参考信号进行信道估计，大大降低了信道频谱资源的利用率。无线宽带系统的多径传播通常具有时域上的稀疏特征，与传统信道估计方法不同，压缩感知信道估计是一种参数化估计方法，其主要思想是估计各路径的位置、大小及相位等参数，因此相对传统信道估计方法具有所需参考信号少的优势。构建观测量少、性能良好的观测矩阵是压缩感知信道估计技术实现的关键，而观测矩阵的构建与参考信号的填充方法有密切的关联。相对于独立压缩感知信道估计，分布式压缩感知信道估计方法充分利用相邻时刻信道状态变化不大的特点，联合各测量时刻的观测向量进行多径时延估计，可进一步降低导频开销、提高时延估计准确率。所联合的各测量时刻拥有互不相同的观测矩阵是分布式压缩感知联合信道估计的关键。块传输系统具有易于消除多径干扰的优点，被广泛应用于现代无线通信、水声通信等领域。块传输系统信道估计的参考信号有导频符号和训练序列两种，训练序列可同时用于多径干扰抵消和信道估计，可有效降低传输系统冗余信号的比例。基于训练序列的信道估计方法可用于峰均比低的单载波(如SC-FDE，单载波频域均衡)系统，适用于发送端功耗敏感的系统。目前已经有不少文献将训练序列用于压缩感知信道估计中，并提出了一系列与观测矩阵相关的训练序列产生方法。但是，这些训练序列要么只适用于独立压缩感知信道估计，要么不考虑保护间隔功能，无法满足同时用作多径扩展保护间隔和分布式压缩感知信道估计的要求。
技术实现思路
为了解决现有技术存在的上述问题，本专利技术提供了一种适用于分布式压缩感知信道估计的训练序列填充方法，采用所述填充方法得到的训练序列能够用作多径扩展保护间隔且满足分布式压缩感知信道估计的要求。本专利技术所采用的技术方案为：适用于分布式压缩感知信道估计的训练序列填充方法，其特征在于，它包括以下步骤：构建一个序列T；采用滑动窗读取方式，依次从序列T中读取序列段作为训练序列Pj，其中，j表示时间顺序；将训练序列Pj插入到载荷数据块Dj之间，组成传输数据帧/流。进一步地，所述序列T为幅度恒定相位随机的伪随机序列。进一步地，所述序列T由若干个相同的序列连接获得，且序列T的最小重复周期不小于信道最大延时长度。进一步地，所述序列T由无限个相同序列连接获得。进一步地，所述滑动窗中，每次的滑动量等于观测量M，相邻时刻两滑动窗的重叠长度等于最大信道长度L，窗长度等于训练序列的长度L+M。进一步地，采用所述训练序列完成信道估计的方法为：利用训练序列获得在若干个相邻数据块之间互不相同的测量矩阵；利用分布式压缩感知算法进行信道估计。进一步地，采用所述训练序列完成多径干扰抵消的方法为：将所述训练序列作为多径扩展保护间隔；采用频域均衡处理算法消除信道多径扩展对数据块之间的干扰。进一步地，所述序列T采用长度大于或等于L+JM的序列，其中，J表示分布式压缩感知信道估计最大联合度。更进一步地，所述传输数据帧/流采用长度为J(L+M)+(J-1)N，顺序为P1D1P2D2…PJ-1DJ-1PJ的发射数据序列，其中，N表示载荷数据块的长度。进一步地，所述序列T由无限个相同序列连接构成且以长度JM为周期，其中，J表示分布式压缩感知信道估计最大联合度；所述传输数据帧/流采用顺序为P1D1P2D2…PJDJP1DJ+1P2DJ+2…PJD2JP1D2J+1P2D2J+2…的发射数据序列。由于采用以上技术方案，本专利技术的有益效果为：采用本专利技术训练序列的填充方法所填充的训练序列能够有效发挥分布式压缩感知信道估计的优势，同时能够抵抗数据块之间的多径干扰，在提高信道估计准确性的同时能够有效地提高频谱利用率。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术一实施例中提供的适用于分布式压缩感知信道估计的训练序列填充方法的流程图；图2是本专利技术一实施例中提供的突发传输系统的训练序列产生及数据帧结构示意图；图3是本专利技术另一实施例中提供的基于分布式压缩感知信道估计的训练序列填充方法在突发传输系统中的应用流程图；图4是本专利技术另一实施例中提供的单个数据块信号处理帧的结构示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面将对本专利技术的技术方案进行详细的描述。显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式，都属于本专利技术所保护的范围。如图1所示，本专利技术提供了一种适用于分布式压缩感知信道估计的训练序列填充方法，其包括以下步骤：S1、构建一个序列T。S2、采用滑动窗读取方式，依次从序列T中读取序列段作为训练序列Pj，其中，j表示时间顺序。S3、将训练序列Pj插入到载荷数据块Dj之间，组成传输数据帧/流。采用本专利技术训练序列填充方法所填充的训练序列既能够满足分布式压缩感知的不同观测矩阵要求，也能满足载荷数据块前后具有相同参考信号序列的要求。采用本专利技术训练序列填充方法所填充的训练序列可以作为多径扩展保护间隔，采用频域均衡处理能够有效消除多径扩展对数据块之间的干扰。上述步骤S1中，序列T可以是简单的幅度恒定相位随机的伪随机序列。序列T可以由若干个相同的序列连接获得，只需保证序列T的最小重复周期不小于信道最大延时长度。序列T也可以由无限个相同序列连接获得，以应用于连续传输系统。上述步骤S2中，如图2所示，所述滑动窗中，每次的滑动量等于观测量M，相邻时刻两滑动窗的重叠长度等于最大信道长度L，窗长度即训练序列长度为L+M。本专利技术训练序列填充方法所填充的训练序列可以应用于分布式压缩感知信道估计中。训练序列Pj的长度为L+M，压缩感知信道估计的多径模型描述为Qj＝Ψjhj+nj，Qj为观测向量，hj为稀疏多径向量，Ψj为Toeplitz结构观测阵：当各次测量使用不同的训练序列Pj，所对应的观测矩阵Ψj也随着j而变化，满足分布式压缩感知算法的要求。利用分布式压缩感知算法(如DCS-SOMP分布式压缩感知-同步正交匹配追踪算法)进行信道估计，可用较短的观测量M获得良好的信道状态估计性能，进而提高频谱利用率。如图3所示，下面对本专利技术适用于分布式压缩感知信道估计的训练序列填充方法应用于突发传输系统进行详细说明。S11、根据所需的最大信道长度L、分布式压缩感知信道估计最大联合度J、压缩感知观测量M，生成一个长度大于或等于L+JM的序列T。S22、以第1个数据为起始位置，选取序列T的连续L+M个数据作为第1个训练序列P1；以第M+1个数据为起始位置，选取序本文档来自技高网...

【技术保护点】
适用于分布式压缩感知信道估计的训练序列填充方法，其特征在于，它包括以下步骤：构建一个序列T；采用滑动窗读取方式，依次从序列T中读取序列段作为训练序列P

【技术特征摘要】
1.适用于分布式压缩感知信道估计的训练序列填充方法，其特征在于，它包括以下步骤：构建一个序列T；采用滑动窗读取方式，依次从序列T中读取序列段作为训练序列Pj，其中，j表示时间顺序；将训练序列Pj插入到载荷数据块Dj之间，组成传输数据帧/流。2.如权利要求1所述的适用于分布式压缩感知信道估计的训练序列填充方法，其特征在于，所述序列T为幅度恒定相位随机的伪随机序列。3.如权利要求1所述的适用于分布式压缩感知信道估计的训练序列填充方法，其特征在于，所述序列T由若干个相同的序列连接获得，且序列T的最小重复周期不小于信道最大延时长度。4.如权利要求1所述的适用于分布式压缩感知信道估计的训练序列填充方法，其特征在于，所述序列T由无限个相同序列连接获得。5.如权利要求1或2或3或4所述的适用于分布式压缩感知信道估计的训练序列填充方法，其特征在于，所述滑动窗中，每次的滑动量等于观测量M，相邻时刻两滑动窗的重叠长度等于最大信道长度L，窗长度等于训练序列的长度L+M。6.如权利要求1或2或3或4所述的适用于分布式压缩感知信道估计的训练序列填充方法，其特征在于，采用所述训练序列完成信道估计的方法为：利用训练序列获得在若干个相邻数据块之...

【专利技术属性】
技术研发人员：徐伟掌，杨占昕，余心乐，邓纶晖，
申请(专利权)人：中国传媒大学，
类型：发明
国别省市：北京,11