基于子空间算法的海洋水声OFDM信道的盲辨识方法技术

本发明专利技术公开了基于子空间算法的海洋水声OFDM信道的盲辨识方法，由接收信号

Blind identification of underwater acoustic OFDM channel based on subspace algorithm

【技术实现步骤摘要】
基于子空间算法的海洋水声OFDM信道的盲辨识方法
本专利技术属于通信
，涉及基于子空间算法的海洋水声OFDM信道的盲辨识方法。
技术介绍
OFDM(OrthogonalFrequencyDivisionMultiplexing，正交频分复用)是一种对抗频率选择性衰落的有效技术，是近年来无线通信领域的研究热点。它是一种应用于宽带通信的多载波调制传输方式。它具有有效地对抗多径传播所造成的符号间干扰、系统传输容量大、具有可变动态带宽、可实现“正交频分多址”、可以有效的抗窄带干扰、很强的抗衰落能力、高频带利用率等特点，因此成为水声传输系统研究的热点。但由于海洋水声信道的多途性、时变性等特点，使得OFDM的优势大打折扣，尤其是多途信道所造成的码间干扰。因此必须采取信道均衡技术有效减少码间干扰，才能提高水声通信链路的传输效率及传输的可靠性。
技术实现思路
本专利技术的目的在于提供基于子空间算法的海洋水声OFDM信道的盲辨识方法，本专利技术的有益效果是能够提高水声通信链路的传输效率及传输的可靠性。本专利技术技术方案按照以下步骤进行：1)由接收信号由式(55)计算的估计值2)对进行Cholesky分解，得到式(45)的噪声白化矩阵按式(46)对进行白化，得到3)对进行特征值分解，最小的M个特征值对应的特征向量为gN,...,gN+M-1，并按式(57)计算得到4)将按照式(60)进行变换，得到Qi及Q；5)对Q进行特征值分解，其最小特征值对应的特征向量即满足式(63)的信道估计值；附图说明图1是OFDM基带发送等效信道；图2是离散时间基带信道模型；图3是OFDM发送信号；图4是OFDM接收信号；图5是信道估计误差与接收信号样本数的关系；图6是信道估计误差与信噪比的关系。具体实施方式下面结合具体实施方式对本专利技术进行详细说明。1、OFDM系统模型及其平稳特性离散时间OFDM系统模型可描述为：系统输入信号序列{x(n)}首先被分为长度为N的信号块，其中第k个输入信号块用xk(n),(n＝0,1,...,N-1)表示，即x(kN+n)＝xk(n)。然后对每个信号块采用傅立叶反变换(IDFT)，并将变换后的各个离散信号调制到OFDM信号不同的子载波上，得到一个长度为N的OFDM信号，第k个OFDM信号块可表示为：为了消除由于信道多途时延所生产的OFDM信号块之间的干扰(Inter-BlockInterferenceIBI)，OFDM信号间要加入长于信道时延的保护间隔，为了保持OFDM子载波间的正交性，在传统的OFDM系统中，保护间隔发送的是循环前缀CP(CyclicPrefixCP)，即OFDM信号中的最后若干位信号。设CP的长度为M，加了CP后，一个OFDM信号(块)的实际长度为P＝M+N。因此，第k个OFDM信号(块)为因此，发送端发送的信号为s(kP+i)＝sk(i),i＝0,1,...P-1，经过并/串变换后si(i)被顺序地发送出去。OFDM基带信号的发送模型可由图1表示。在接收端，接收到的信号r(t)为式中为发送滤波器、未知信道和接收滤波器等环节所合成的等效信道的冲激响应函数；td∈[0,Ts]是一未知传输时延；Ts是码元周期；n(t)为合成信道(以下简称信道)的加性噪声。用抽样速率为1/Ts的速率对接收信号r(t)进行抽样，并记h(n)＝h(nTs-td)，r(n)＝r(nTs)，n(n)＝n(nTs)，若信道的冲激响应阶数为L则式(3)可用离散时间模型等价为上式(4)将一个时间连续的信道化为一个离散的线性时不变FIR有限冲激响应信道，图1等价为图2。因此对信道的辨识，就是辨识整个的合成信道。在实际信道估计时，由于受到噪声的影响，接收机不可能精确地估计出信道的阶数，但由于循环前缀长于信道的时延，即L≤M，因此可将所估计信道的离散冲激响应用向量表示h＝[h(0),h(1),...,h(M)]T，其中h(i)|i＞L＝0。将OFDM信号sk(i)通过信道h，并考虑信道噪声时，接收端接收的信号rk(i)表示为在上式中，将接收信号分为两部分，即前第k-1OFDM块和后第k个OFDM块，δ(·)为冲激响应函数。在接收端进行信号检测时，首先去掉rk(i)中的循环前缀，以消除来自前一个OFDM信号的干扰，在无信道噪声的情况下，对OFDM解调，得到由式(6)可见，通过OFDM系统的调制、解调，系统将一个线性时不变FIR多途信道干扰变换成为一个对每个信号的乘性干扰，只要知道信道特征，通过简单的除法运算，就可恢复出信号，实现OFDM的相干检测。以下通过对OFDM发送信号的二阶统计的直接计算，得到它的二阶统计特性。设输入信号xk(n)是独立同分布的，信号的方差为信道噪声为高斯白噪声，方差为则OFDM发送信号的二阶统计特性为可见，Rs(kP+i,τ)只与i有关，与k无关，所以它是一个周期为P的函数，sk(i)的二阶统计为周期平稳的。由于线性时不变信道不会改变信号的统计特性，因此接收的信号也具有周期为P的平稳特性，可表示为将(4)式表示成矢量的形式sk＝[sk(0),sk(1),...,sk(P-1)]T(9)rk＝[rk(0),rk(1),...,rk(P-1)]T(10)nk＝[nk(0),nk(1),...,nk(P-1)]T(11)考虑到前一个OFDM信号(块)对后一个的影响，因此将两个OFDM信号一并考虑，有rk＝H0sk+H1sk-1+nk(12)2基于子空间算法的OFDM盲信道估计算法OFDM接收信号具有周期平稳性的特点，因此OFDM包含了足够的信道信息，可实现信道的盲估计。盲信道估计的子空间算法要求系统的信道为一个高阶矩阵，且该矩阵要要求满秩，要满足这个条件，需要接收的信号多于发送的信号数量，也就是通过收、发信号得到高阶矩阵的系统传输方程。在OFDM系统中，可采用上节(2)中的方法，对接收信号的过采样或多接收阵列进行接收，使得接收信号的数量多于发送信号的数量，从而实现信道的盲估计。但OFDM信号中由于加入了循环前缀(CP)，实际上接收信号的数量已多于发送信号的数量，因此OFDM信号具备了实现子空间信道盲估计的条件。要实现OFDM子空间盲信道估计，关键是如何得到信道的高阶矩阵。观察式(12)，由于存在前一个OFDM信号的干扰项H1sk-1，这个干扰项也是循环平稳的，因此不能将其用随机噪声项处理，所以必须对式(12)进行适当的变换，充分利用CP带来的信号，使系统的传输方程变为高阶矩阵传输方程。将式(12)中的rk,sk,nk分解为三个子向量其中，第一和第本文档来自技高网...

【技术保护点】
1.参考上述详细理论推导，基于子空间算法的海洋水声OFDM信道的盲辨识方法，其特征在于按照以下步骤进行：/n6)由接收信号

【技术特征摘要】
1.参考上述详细理论推导，基于子空间算法的海洋水声OFDM信道的盲辨识方法，其特征在于按照以下步骤进行：
6)由接收信号由式(55)计算Rr～的估计值



7)对进行Cholesky分解，得到式(45)的噪声白化矩阵



按式(46)对进行白化，得到

【专利技术属性】
技术研发人员：张祥光，汪嘉宁，王凡，
申请(专利权)人：中国科学院海洋研究所，
类型：发明
国别省市：山东;37