一种采用改进的制造技术

一种采用改进的

【技术实现步骤摘要】
一种采用改进的DDPM降噪的水声通信信道估计方法及系统


[0001]本专利技术属于水声信号处理
，具体涉及一种采用改进的
DDPM
降噪的水声通信信道估计方法及系统
。

技术介绍

[0002]正交频分复用
(Orthogonal Frequency Division Multiplexing,OFDM)
作为一种多载波调制技术，在水声
(Underwater Acoustic,UWA)
通信中具有非常广泛的应用
。
由于水声
(UWA)
信道往往是复杂多变的，多途和多普勒扩展容易对
OFDM
符号产生符号干扰和子载波干扰，这些问题给水声通信带来了极大的困难与挑战
。
因此，研究水声信道估计通常被认为是水声信号处理领域的重要内容，也是极具挑战性的研究方向之一
。
[0003]从实现准则而言，信道估计算法分为三类，分别是基于最小平方
(LS)、
最小均方误差
(MMSE)
和最大似然估计
(MLE)
准则的信道估计
。
其中，基于
LS
的信道估计由于计算量最小，不占用信号处理时间，因而被广泛应用于实际通信中
。
但是
LS
算法在信道估计过程中会增加噪声，导致信道估计效果不佳
。
由于海水的不均匀性和海洋环境噪声的复杂多变，特别是在远距离
、r/>海洋环境噪声大的条件下，
LS
的信道估计能力会明显下降，在深度衰落和低信噪比时估计效果更差
。
基于
MMSE
准则的信道估计对
ICI
和高斯白噪声具有很好的抑制作用，但在计算过程中，
MMSE
需要提前通过
LS
估计出信道相关矩阵以及噪声的平均功率作为已知条件，而且整个求解过程包括两个矩阵求逆，计算量较高，所以并不实用
。
基于
MLE
的信道估计采用迭代求解的过程，性能虽好但复杂度最高，耗时时间长，主要用于算法的仿真和理论分析
。
为降低
MLE
算法复杂度，可以采用基于奇异值分解得到最优的低阶估计器，其性能与
MMSE
接近
。
[0004]由于
LS
算法简便快捷，因而应用广泛
。
其思想为最小化误差的平方和，即在代价函数导数等于0处误差最小：
[0005][0006]其中，
x,y,h
LS
分别表示频域中的传输导频信号，接收导频信号，
LS
算法估计的信道函数
。
[0007]解得：
h
LS
＝
x
‑1y
[0008]而
LS
信道估计的均方误差
(MSE)
为：
[0009]LS
算法本身估计不准确是由于噪信比过高
(
信噪比过低
)
，因而需要对估计的信道进行降噪，提升信道估计的性能
。
传统的降噪算法的核心思想是“滤波”，即通过不同方式分解有用信道分量和噪声分量，然后将噪声分量滤除，而分解方式的好坏和滤波阈值的选取
需要凭借一定的经验，具有不确定性
。
并且这些传统降噪算法的计算过程会额外增加信道估计的时间
。
利用深度学习算法虽然能利用训练好的网络快速降噪处理，但生成对抗网络的方式需要同时训练生成器和判别器两个网络，难度较大，训练过程不稳定，容易造成不收敛
。

技术实现思路

[0010]为了克服现有技术缺陷，本专利技术提出了一种采用改进的
DDPM
降噪的水声通信信道估计方法及系统，能够有效降低对不同分解方式和经验阈值等不利因素的依赖，克服信道估计过程中人为因素导致的缺陷，另外，本专利技术通过扩散模型解决了生成对抗网络方式存在的“同时训练2个网络难度较大，训练过程不稳定，容易造成不收敛”问题
。
[0011]为了实现上述目的，本专利技术的技术方案如下：
[0012]一种采用改进的
DDPM
降噪的水声通信信道估计方法，包括如下步骤：
[0013]步骤
1)
获取频域导频信号；
[0014]步骤
2)
对所述的频域导频信号采用
LS
算法进行信道粗估计；
[0015]步骤
3)
将粗估计信道结果进行预处理；
[0016]步骤
4)
将预处理后信道输入到预先建立和训练好的
DDPM
网络，得到降噪后的时域信道冲击响应
。
[0017]优选的，所述的步骤
1)
中，所述频域导频信号在频域上满足下式：
[0018]y
＝
xh+e
ꢀꢀꢀꢀ
(1)
[0019]式中，
x,y,h,e
分别表示频域中的传输导频信号，接收导频信号，信道函数和加性噪声
。
[0020]优选的，所述的步骤
2)
包括如下具体步骤：
[0021]采用下式对频域导频信号进行信道粗估计，得到信道粗估计结果
h
LS
：
[0022]h
LS
＝
x
‑1y
ꢀꢀꢀꢀ
(2)
[0023]优选的，所述的步骤
3)
包括如下具体步骤：
[0024]首先将
LS
粗估计的信道做
IFFT
变换为时域冲激响应，然后仅保留实部并做归一化处理
。
[0025]优选的，所述的步骤
4)
中，所述的
DDPM
网络的输入为
LS
粗估计信道结果，输出为降噪信道；采用“U
‑
net”架构的卷积神经网络，包括压缩路径
、
连接路径和扩展路径，两种路径构成对称结构，其中，所述的压缩路径用于通过降维提取所需的特征；所述的连接路径用于将编码器和解码器连接到一起，对提取到的特征进行传递；所述的扩展路径用于对提取到的特征进行解码，将解码得到的向量信息作为降噪后的信道
。
[0026]优选的，所述的步骤
4)
中，所述的
DDPM
网络训练所用的噪声为
Alpha
稳定分布噪声，其特征函数表示为：
[0027][0028][0029]式中，
sgn(x)
是取符号函数，
α
为特征因子决定信号的脉冲性强弱，
α
越小，冲击越强，<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种采用改进的
DDPM
降噪的水声通信信道估计方法，其特征为，包括如下步骤：步骤
1)
获取频域导频信号；步骤
2)
对所述的频域导频信号采用
LS
算法进行信道粗估计；步骤
3)
将粗估计信道结果进行预处理；步骤
4)
将预处理后信道输入到预先建立和训练好的
DDPM
网络，得到降噪后的时域信道冲击响应
。2.
如权利要求1所述的一种采用改进的
DDPM
降噪的水声通信信道估计方法，其特征为，所述的步骤
1)
中，所述频域导频信号在频域上满足下式：
y
＝
xh+e
ꢀꢀꢀꢀ
(1)
式中，
x,y,h,e
分别表示频域中的传输导频信号，接收导频信号，信道函数和加性噪声
。3.
如权利要求2所述的一种采用改进的
DDPM
降噪的水声通信信道估计方法，其特征为，所述的步骤
2)
包括如下具体步骤：采用下式对频域导频信号进行信道粗估计，得到信道粗估计结果
h
LS
：
h
LS
＝
x
‑1y
ꢀꢀꢀꢀꢀꢀꢀꢀ
(2)。4.
如权利要求3所述的一种采用改进的
DDPM
降噪的水声通信信道估计方法，其特征为，所述的步骤
3)
包括如下具体步骤：首先将
LS
粗估计的信道做
IFFT
变换为时域冲激响应，然后仅保留实部并做归一化处理
。5.
如权利要求4所述的一种采用改进的
DDPM
降噪的水声通信信道估计方法，其特征为，所述的步骤
4)
中，所述的
DDPM
网络的输入为
LS
粗估计信道结果，输出为降噪信道；采用“U
‑
net”架构的卷积神经网络，包括压缩路径
、
连接路径和扩展路径，两种路径构成对称结构，其中，所述的压缩路径用于通过降维提取...

【专利技术属性】
技术研发人员：贾书阳，笪良龙，张小川，田德艳，邹司宸，
申请(专利权)人：中国人民解放军海军潜艇学院，
类型：发明
国别省市：