收敛速度快的特征参数自适应盲估计方法技术

本发明专利技术提供了一种收敛速度快的特征参数自适应盲估计方法，该法采用时变步长改善了算法的收敛速度并快速获得最佳滤波器权系数、采用软判决加权以维持硬判决误差和信道噪声的鲁棒性，这些技术的运用获得了一种比现有递归最小二乘技术收敛速度更快、估计精度更高的信道盲估计方法。本发明专利技术实现容易，能用于各类采用ＯＦＤＭ进行调制的通信系统中进行信道估计，也可用于码分多址（ＣＤＭＡ）系统、时分多址（ＴＤＭＡ）系统中进行信道估计。同时，本发明专利技术的思想仍可用于所有的ＲＬＳ算法以及其衍生算法和装置中用于估计其他特征参数。涉及通信、地震勘探、声纳、图像处理、计算机视觉、生物医学工程、振动工程、雷达、遥控遥测、航天等多种领域的特征参数估计。

【技术实现步骤摘要】

【技术保护点】
本专利技术涉及一种收敛速度快的特征参数自适应盲估计方法，其特征在于包括如下步骤：　　　　步骤１　　对于输入信号矩矢量ｕ（ｎ），经过未知的待估计的特征参数模型Ｄ后，输出信号矢量为Ｙ（ｎ），其中：Ｗ为噪声。　　　　Ｙ（ｎ）＝ｕ（ｎ）↑［Ｔ］.Ｄ＋Ｗ　　（１）　　　　步骤２　　设定参数μ↓［０］、ａ、ｂ的值，其中，α↓［ｎ］为非线性时变参数，计算出时变的步长矩阵μ↓［ｎ］。有：　　　　μ↓［ｎ］＝α↓［ｎ］×μ↓［０］　　（２）　　　　α↓［ｎ］＝＊＊＊　　（３）　　　　步骤３　　假设有精确的判决误差信息，这样可以利用该信息作为ＲＬＳ方法判决的加权系数。该系数将使噪声和判决错误产生的影响降低。　　　　假设θ↓［ｉ］和φ↓［ｉ］分别是软判决和硬判决时的解调处理过程中的幅角，定义ｐ↓［ｉ］为反映软判决和硬判决之间差异的在［０，１］之间的归一化值，有：　　　　ｐ↓［ｉ］＝１－｜φ↓［ｉ］－θ↓［ｉ］｜／π／Ｓ　　（４）　　　　其中，Ｓ是可供选择的符号数目。　　　　由于未知特征参数系统可以表示为多个时延的抽头延时，假设传输数据表示为ｕ（ｎ），ｘ（ｎ）为检测传输数据的输出结果，即：　　　　ｕ（ｎ）＝［ｕ（ｎ），ｕ（ｎ－１），…，ｕ（ｎ－Ｍ＋１）］↑［Ｔ］　　（５）　　　　Ｘ（ｎ）＝［ｘ（ｎ），ｘ（ｎ－１），…，ｘ（ｎ－Ｍ＋１）］↑［Ｔ］　　（６）　　　　相应地，在时刻ｎ的权重需要反映过去Ｍ个判决的精确性。于是，该可能的权重的集合为：　　　　ａ↓［ｎ］＝ｐ↓［ｎ］ｐ↓［ｎ－１］…ｐ↓［ｎ－Ｍ＋１］　　（７）　　　　步骤４　　设定参数λ的值，计算出更新矩阵Ｈ↓［ｎ］。　　　　Ｈ↓［ｎ］＝λＨ↓［ｎ－１］＋ａ↓［ｎ］Ｘ（ｎ）Ｘ↑［Ｔ］（ｎ）　　（８）　　　　步骤５　　设定参数β↓［０］的值，计算出误差矩阵ｅ（ｎ）。其中：　　　　ｅ（ｎ）＝Ｙ（ｎ）－Ｘ（ｎ）↑［Ｔ］β↓［ｎ－１］　　（９）　　　　步骤６　　通过循环迭代，估计出特征参数β↓［ｎ］。　　　　β↓［ｎ］＝β↓［ｎ－１］＋μ↓［ｎ］ａ↓［ｎ］Ｈ↓［ｎ］↑［－１］Ｘ（ｎ）ｅ（ｎ）　　（１０）。...

【技术特征摘要】

【专利技术属性】
技术研发人员：罗仁泽，
申请(专利权)人：电子科技大学中山学院，
类型：发明
国别省市：44[中国|广东]