用于水声OFDM迭代接收机的压缩感知信道估计方法技术

用于水声OFDM迭代接收机的压缩感知信道估计方法，涉及水声通信领域。进行信道估计；进行信道均衡；进行交织；进行SISO译码。提出一种改进的SAMP算法——MSAMP算法。MSAMP算法不仅能够消除离散冲激响应的时域泄露问题，还继承了SAMP算法的优势，不需要稀疏度先验信息，只需要设定步长和时域扩展参数，即可进行准确的信道估计。MSAMP算法具有稀疏度自适应能力，能够在稀疏度未知的情况下，通过阶段性的增加I的大小来不断逼近实际信道的稀疏度，从而获得准确的信道估计。最大的创新点在于，本算法克服了离散冲激响应时域泄漏的影响，使得结果更加准确。

Compressed Perception Channel Estimation Method for Underwater Acoustic OFDM Iterative Receiver

A compressed sensing channel estimation method for underwater acoustic OFDM iterative receivers relates to the field of underwater acoustic communication. Channel estimation; channel equalization; interleaving; SISO decoding. An improved SAMP algorithm, MSAMP, is proposed. MSAMP algorithm can not only eliminate the time-domain leakage problem of discrete impulse response, but also inherit the advantages of SAMP algorithm. It does not need sparse prior information, and only needs to set step size and time-domain expansion parameters to accurately estimate the channel. MSAMP algorithm has the ability of sparsity self-adaptation. It can continuously approximate the sparsity of the actual channel by increasing the size of I step by step under the condition of unknown sparsity, so as to obtain accurate channel estimation. The most innovative point is that the algorithm overcomes the influence of time-domain leakage of discrete impulse response and makes the results more accurate.

【技术实现步骤摘要】
用于水声OFDM迭代接收机的压缩感知信道估计方法
本专利技术涉及水声通信领域，尤其是涉及用于水声OFDM迭代接收机的压缩感知信道估计方法。
技术介绍
经过多年的发展，OFDM技术日渐成熟。由于OFDM技术能够有效地对抗水声信道时延扩展引起的码间干扰(InterSymbolInterference)并且具有较高的频带利用率，因而被广泛的应用于高速水声通信。但水声信道是一个典型的时变信道，水声信道的时变特性会引起严重的多普勒扩展，使得OFDM水声通信系统的子载波之间发生载波间干扰(InterChannelInterference)，导致系统的误码率性能严重恶化。迭代接收机是抵抗时变、抑制载波干扰的一种行之有效的方法。迭代接收即对信道进行估计和均衡，产生先验信息，根据先验信息将接收到的信号进行译码，并对码字检验不符合要求的信号重复均衡和译码(即迭代)以达到译码性能的接收方式。例如，参考文献[1]中的一种宽带自适应大迭代接收机就将传统的最小均方误差接收机和Turbo/LDPC码译码器结合在一起，构成了可以提供干扰抵消的大迭代接收机，参考文献[2]中的LDPC调制系统的联合迭代接收机线性优化方法也提出了一种能够提高LDPC编码调制性能的迭代接收机。OFDM迭代接收机的两个核心部件分别是信道均衡器和信道估计器。目前OFDM水声通信系统中应用比较广泛的时变信道均衡算法主要有迫零(ZF)均衡和最小均方误差(MMSE)均衡。ZF均衡算法的复杂度主要由矩阵求逆决定，其复杂度为O(K3)，K为子载波个数。ZF均衡具有噪声增强效应，因此性能比较差。而MMSE均衡能够抑制噪声增强，性能明显优于ZF均衡，但是MMSE均衡也需要进行矩阵求逆，因此复杂度也为O(K3)。为了降低矩阵求逆复杂度，参考文献[3]中提出了采用带状近似的OFDM频域信道矩阵进行分块均衡，显著降低了ICI均衡的复杂度，因而被广泛采用。用于水声OFDM通信系统的信道均衡器依赖于反映水声信道特性的频域信道矩阵，如何准确估计时变水声信道成为均衡的关键。由于水声信道具有较大的时延扩展，离散信道冲激响应的长度通常比较大，如果要完整地计算出冲激响应，需要计算的抽头系数数量会很庞大，复杂度也相当高，难以实现。幸运的是大量水声实验证明水声信道具有稀疏特性，在如此情况下，虽然离散信道冲激响应序列较长，但其中大部分抽头系数很小甚至低于噪声门限，计算时可以忽略。因此，可以利用水声信道的稀疏特性，采用压缩感知理论，对少数比较大的抽头系数进行估计，从而实现信道估计。参考文献[4]利用水声信道在时延-多普勒频移域的稀疏特性，将压缩感知信道估计应用于时间频率双选择性信道估计中，采用OMP算法进行信道估计。参考文献[5]对OFDM水声通信系统压缩感知信道估计的几种常用稀疏重构算法进行对比。实现压缩感知的信号重构方法有：凸优化算法和贪婪算法。由于凸优化算法的计算复杂度比较高，实际应用中难以实现，因此贪婪算法的应用更加广泛。贪婪算法中，有一类具有稀疏度自适应能力的算法，其最大特点是不需要稀疏度先验信息，最典型的是SAMP(SparsityAdaptiveMatchingPersuit)算法。参考文献[6]详细介绍了SAMP算法。SAMP算法引入了一个步长因子s，并将整个迭代过程分成不同的阶段。首先是初始化阶段，设置一个支撑集表示第k次迭代的索引集合，集合大小为一个步长因子。然后是迭代阶段，每次迭代过程中都会选取当前参数最小二乘解中最大的前s个索引集合放入支撑集中，同时计算当前迭代的残差的模值。若该模值不小于上一次迭代的残差模值，则重复迭代过程，并让支撑集增加一个步长因子。最后，如果满足当前残差的值小于某一阈值，或者当前残差模值小于上一次残差模值，即停止迭代，当前的支撑集大小就是稀疏度。由于SAMP算法采用了回溯的思想，同时使用后向追踪的方法，使其能够对先前迭代过程中的已选原子进行不断的回退筛选，从而保证了重建的全局最优性，并且具有较高的精度。但是，在OFDM时变稀疏信道估计中，水声系统的频带有限，接收端观测的离散冲激响应存在时域泄漏问题，即原来的非零抽头附近出现了一些幅度比较大的假抽头，使得系数比较小的抽头受到其影响而无法被分辨出来，导致SAMP算法在进行相关性检测时发生误判从而失效。参考文献：[1]中国专利CN102325001A。[2]中国专利CN106506278B。[3]PhilipSchniter.Low-ComplexityEqualizationofOFDMinDoublySelectiveChannels[J].IEEETransactionsonSignalProcessing,2004,52(4):1002-1011。[4]吴少娟.基于压缩感知的水声信道估计技术研究[D].华南理工大学,2013。[5]Y.Huang,L.Wan,S.Zhou,etal.ComparisonofsparserecoveryalgorithmsforchannelestimationinunderwateracousticOFDMwithdata-drivensparsitylearning[J].PhysicalCommunication,2014,13:156-167。[6]ThongT.Do，LuGan，NamNguyen，TracD.Tran.Sparsityadaptivematchingpursuitalgorithmforpracticalcompressedsensing[C].AsilomarConferenceonSignals，Systems，andComputers，PacificGrove，California，2008，10：581-587。
技术实现思路
本专利技术的目的是为了提高OFDM水声通信系统的可靠性和鲁棒性，用于解决普通压缩感知算法对水声信道稀疏度先验信息的依赖问题，同时解决在离散冲激响应求解过程中带来的时域泄漏问题，提供用于水声OFDM迭代接收机的压缩感知信道估计方法。本专利技术包括以下步骤：1)进行信道估计；在步骤1)中，所述进行信道估计的具体方法可为：输入观测的导频向量zP、恢复矩阵Ψ、步长s和时延域扩展搜索参数Δ，输出抽头系数采用MSAMP算法，所述MSAMP算法可采用MSAMP信道估计器，其具体步骤为：步骤1.1：输入观测的导频向量zP、恢复矩阵Ψ、步长s、时延域扩展搜索参数Δ；然后初始化，令残差r＝zP，索引集时域索引集D和S的大小为I，初始阶段I＝s，即初始大小为一个步长；步骤1.2：aj＝0，计算矩阵Φ(aj)的每一列与残差r的内积绝对值并找出其中的极大值，将极大值最大的I列在Φ(aj)中的索引加入时延域索引集D；步骤1.3：令对时延域索引集D中的每一个元素dk，k＝1,2,3,…,I，确定一个搜索区间[dk-Δ，dk+Δ]，在区间内沿着多普勒域进行搜索，得到一个最匹配的原子，即对所有aj，计算Φ(aj)的第dk-Δ至dk+Δ列与残差r的内积绝对值，找到最大的内积绝对值所对应的列，将该列在Ψ中的索引加入索引集Λ；步骤1.4：更新索引集，令S′＝S∪Λ，计算取ξ′中绝对值最大的I个元素组成集合步骤1.5：计算残差步骤1.6：迭代条件判断，若满足本文档来自技高网...

【技术保护点】
1.用于水声OFDM迭代接收机的压缩感知信道估计方法，其特征在于包括以下步骤：1)进行信道估计；2)进行信道均衡；3)进行交织；4)进行SISO译码。

【技术特征摘要】
1.用于水声OFDM迭代接收机的压缩感知信道估计方法，其特征在于包括以下步骤：1)进行信道估计；2)进行信道均衡；3)进行交织；4)进行SISO译码。2.如权利要求1所述用于水声OFDM迭代接收机的压缩感知信道估计方法，其特征在于在步骤1)中，所述进行信道估计的具体方法为：输入观测的导频向量zP、恢复矩阵Ψ、步长s和时延域扩展搜索参数Δ，输出抽头系数采用MSAMP算法，所述MSAMP算法采用MSAMP信道估计器，其具体步骤为：步骤1.1：输入观测的导频向量zP、恢复矩阵Ψ、步长s、时延域扩展搜索参数Δ；然后初始化，令残差r＝zP，索引集时域索引集D和S的大小为I，初始阶段I＝s，即初始大小为一个步长；步骤1.2：aj＝0，计算矩阵Φ(aj)的每一列与残差r的内积绝对值并找出其中的极大值，将极大值最大的I列在Φ(aj)中的索引加入时延域索引集D；步骤1.3：令对时延域索引集D中的每一个元素dk，k＝1,2,3,…,I，确定一个搜索区间[dk-Δ，dk+Δ]，在区间内沿着多普勒域进行搜索，得到一个最匹配的原子，即对所有aj，计算Φ(aj)的第dk-Δ至dk+Δ列与残差r的内积绝对值，找到最大的内积绝对值所对应的列，将该列在Ψ中的索引加入索引集Λ；步骤1.4：更新索引集，令S′＝S∪Λ，计算取ξ′中绝对值最大的I个元素组成集合步骤1.5：计算残差步骤1.6：迭代条件判断，若满足停止条件，则停止迭代，并输出否则，若则令I＝I+s，重复步骤1.2～1....

【专利技术属性】
技术研发人员：胡晓毅，王鑫，王德清，付立群，岳蕾，
申请(专利权)人：厦门大学，
类型：发明
国别省市：福建,35