一种脉冲干扰环境下的组稀疏水声信道估计方法技术

本发明专利技术提供的是脉冲干扰环境下的组稀疏水声信道估计方法。(1)定义新的代价函数；(2)计算先验误差、增益；(3)更新估计器抽头系数和表征稀疏度的正则化参数；(4)不断迭代直至误差收敛。本发明专利技术的优点在于：(1)将估计误差的p范数作为代价函数，有效抑制脉冲干扰的影响，鲁棒性强；(2)利用混合范数作为稀疏约束，充分利用信道的组稀疏特性；(3)自适应地更新正则化参数，根据水声信道稀疏程度的变化不断调整施加约束的大小，估计性能更优。

A group sparse hydrophobic channel estimation method in impulse interference environment

The present invention provides a group dilute hydrophobic acoustic channel estimation method under pulse interference environment. (1) Define a new cost function; (2) Calculate prior error and gain; (3) Update the estimator tap coefficients and regularization parameters representing sparsity; (4) Continuously iterate until the error converges. The advantages of the present invention are: (1) taking the p norm of estimation error as the cost function, effectively suppressing the impact of impulse interference, and having strong robustness; (2) taking the mixed norm as the sparse constraint, making full use of the group sparse characteristics of the channel; (3) adaptively updating the regularization parameters, adjusting the size of the constraints according to the variation of the sparse degree of the underwater acoustic channel, and improving the estimation performance.

【技术实现步骤摘要】
一种脉冲干扰环境下的组稀疏水声信道估计方法
本专利技术涉及的是一种水声信号处理方法，具体地说是一种基于RLP算法的脉冲干扰环境下的组稀疏水声信道估计方法。
技术介绍
水声信号在传输过程中受损严重，为了在接收端准确地恢复发送信号，对信道进行精确估计是必须的。许多水声信道呈现明显的组稀疏特性，它是指在时域内信道由少量的非零元素以组群的形式分布。在此类信道中，基于一般稀疏的信道估计算法由于没有充分利用组稀疏特性，估计性能不好。水声信道中由生物、冰层破裂等产生的噪声在时域上存在很多冲激，概率密度函数具有重尾特性，不再服从高斯分布，一般利用对称稳定α分布(SαS)模型描述此类噪声。高斯噪声中利用信道估计误差的平方作为代价函数性能是最优的，但在脉冲干扰环境下，性能严重下降。为了得到更稳健的信道估计方法，必须对高斯噪声下的方法进行改进。
技术实现思路
本专利技术的目的在于提供一种鲁棒性强，估计性能更优的脉冲干扰环境下的组稀疏水声信道估计方法。本专利技术的目的是这样实现的：(1)定义新的代价函数；(2)计算先验误差、增益；(3)更新估计器抽头系数和表征稀疏度的正则化参数；(4)不断迭代直至误差收敛。本专利技术还可以包括：1.所述定义新的代价函数通过结合表征信道稀疏特性的混合范数和抵抗脉冲干扰影响的RLP算法实现。2.所述定义新的代价函数具体包括：定义代价函数为：其中：n为估计时刻，λ为遗忘因子，为i时刻估计误差，yi为i时刻期望信号，为n-1时刻信道估计值，上标H表示埃尔米特转置，ui为i时刻输入向量，γn为正则化参数，f(ei)为损失函数，为表征信道稀疏性的凸函数；RLP算法的损失函数f(ei)为其中：上标*表示取复数的共轭，p≥1，ξ和Δ为阈值、取值与信噪比有关；对具有组稀疏特性的信道，选择l1,0和l2,0混合范数稀疏约束，即或其中G为组数，β为表征稀疏约束大小和范围的参数，为包含第Gi组抽头的向量。本专利技术针对脉冲干扰环境下的水声信道估计问题，提出RLP与组稀疏范数相结合的组稀疏水声信道估计方法。RLP在不同的误差范围内定义不同的代价，这使得它对由脉冲干扰产生的大误差具有很好的抑制作用，鲁棒性强；加入混合范数约束，使该专利技术能充分利用水声信道组稀疏的自然特性，得到更低的稳态估计误差。本专利技术的优点在于：(1)将估计误差的p范数作为代价函数，有效抑制脉冲干扰的影响，鲁棒性强；(2)利用混合范数作为稀疏约束，充分利用信道的组稀疏特性；(3)自适应地更新正则化参数，根据水声信道稀疏程度的变化不断调整施加约束的大小，估计性能更优。附图说明图1为本专利技术的流程图；图2为RLP算法与递归最小二乘算法(RLS)算法对比图；图3为不同稀疏约束下RLP均方误差曲线图；图4为该专利技术每次迭代时抽头系数的更新过程表。具体实施方式结合图1本专利技术主要包括如下步骤：(1)结合信道稀疏特性和脉冲干扰的影响定义系统代价函数；(2)计算先验误差、增益；(3)更新估计器抽头系数和表征稀疏度的正则化参数；(4)不断迭代直至误差收敛。下面举例对本专利技术中的组稀疏信道估计方法进行详细说明。1、l1,0-RLP、l2,0-RLP的具体实现为了克服脉冲干扰的影响并利用信道的稀疏特性，定义代价函数为：式中，n为估计时刻，λ为遗忘因子，为i时刻估计误差，yi为i时刻期望信号，为n-1时刻信道估计值，上标H表示埃尔米特转置，ui为i时刻输入向量，γn为正则化参数，f(ei)为损失函数，为表征信道稀疏性的凸函数。对于RLP算法，它的损失函数f(ei)为其中，上标*表示取复数的共轭，p≥1，ξ和Δ为阈值，取值与信噪比有关。在不同的范围内RLP的代价不同，可有效抵抗脉冲干扰带来的大误差。对具有组稀疏特性的信道，选择l1,0和l2,0混合范数稀疏约束，即或其中G为组数，β为表征稀疏约束大小和范围的参数，为包含第Gi组抽头的向量。图4为该专利技术每次迭代时抽头系数的更新过程表。2、仿真研究：仿真条件：水声稀疏信道，信道长度为64，非零组数为2组，每组含有4个抽头。非零位置随机分布，幅度平方和为1。加入服从SαS分布的脉冲干扰，其中α＝1.6，γ＝0.07。信噪比为10dB。以估计值与真实值之间的均方误差作为衡量标准。附图2为本专利技术中RLP算法与RLS在脉冲干扰环境下稳态误差对比图。可以看出，传统的RLS算法不能抑制脉冲干扰的影响，稳态误差曲线不收敛；本专利技术中的RLP算法能有效抑制脉冲干扰的影响。附图3为本专利技术中l1,0-RLP、l2,0-RLP与其他稀疏约束算法的稳态误差比较。可以看出，与其他算法相比，本专利技术中的l1,0-RLP、l2,0-RLP算法由于充分利用了信道的组稀疏特性，得到了更低的稳态误差，证明了此专利技术的有效性。本文档来自技高网...

【技术保护点】
1.一种脉冲干扰环境下的组稀疏水声信道估计方法，其特征是：(1)定义新的代价函数；(2)计算先验误差、增益；(3)更新估计器抽头系数和表征稀疏度的正则化参数；(4)不断迭代直至误差收敛。

【技术特征摘要】
1.一种脉冲干扰环境下的组稀疏水声信道估计方法，其特征是：(1)定义新的代价函数；(2)计算先验误差、增益；(3)更新估计器抽头系数和表征稀疏度的正则化参数；(4)不断迭代直至误差收敛。2.根据权利要求1所述的脉冲干扰环境下的组稀疏水声信道估计方法，其特征是：所述定义新的代价函数通过结合表征信道稀疏特性的混合范数和抵抗脉冲干扰影响的RLP算法实现。3.根据权利要求2所述的脉冲干扰环境下的组稀疏水声信道估计方法，其特征是所述定义新的代价函数具体包括：定义代价函数...

【专利技术属性】
技术研发人员：殷敬伟，田亚男，韩笑，李林，葛威，刘清宇，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙江,23