[发明专利]基于先验信息辅助的压缩感知窄带干扰估计方法及装置

权利要求书

1.基于先验信息辅助的压缩感知窄带干扰估计方法，其特征在于，该方法包括：

S1.对M组相邻信号帧的帧头中的L点无帧体干扰部分或L点准无帧体干扰部分进行逐点相减，得到M段时域差分序列，所述时域差分序列长度为L；

S2.用所述时域差分序列对窄带干扰信号的频率进行粗估计，获得窄带干扰信号频率的先验信息；

S3.用时域差分序列构成窄带干扰信号的时域采样序列，根据所述时域采样序列，得到压缩感知算法模型；

S4.根据压缩感知算法模型和窄带干扰信号频率的先验信息，采用基于先验信息辅助的压缩感知算法，估计窄带干扰信号的频率、幅度和相位，得到窄带干扰信号的估计。

2.根据权利要求1所述的方法，其特征在于，在步骤S1中，所述信号帧包括帧头和帧体，其中，帧头为训练序列，帧体为单载波数据块或OFDM数据块，所述训练序列包括一段已知的训练序列、一段已知的训练序列及其循环前缀或两段相同的已知的训练序列；所述已知的训练序列包括频域二值伪随机序列的离散傅里叶逆变换或时域二值伪随机序列。

3.根据权利要求1所述的方法，其特征在于，在步骤S1中，所述无帧体干扰部分或准无帧体干扰部分包括整个帧头训练序列、包含部分信号帧间多径干扰区域的训练序列或两段相同已知训练序列构成的帧头中的第二段已知训练序列。

4.根据权利要求1所述的方法，其特征在于，在步骤S2中，所述粗估计包括：

S21.对所述M段时域差分序列补零后进行傅里叶变换，得到M段频域序列，所述频域序列长度为N；

S22.依次提取每段频域序列的相同位置的值构成一个位置序列，共得到N个位置序列，所述位置序列长度为M；

S23.对每个位置序列进行绝对值或绝对值平方的求和运算，得到N个求和运算结果；

S24.计算N个求和运算结果的平均值，将所述平均值的常数倍设置为判别门限值；

S25.比较判别门限值与每个求和运算结果的大小，将大于所述门限值的求和运算结果所对应位置序列进行标记，得到窄带信号的频率位置估计。

5.根据权利要求4所述的方法，其特征在于，在步骤S2中，所述先验信息为窄带信号的频率位置。

6.根据权利要求1所述的方法，其特征在于，在步骤S3中，所述窄带干扰信号的时域采样序列包括当前信号帧与下一信号帧进行逐点相减所得的时域差分序列或者当前信号帧与其之后的M个相邻信号帧两两进行逐点相减所得的M段时域差分序列的平均值。

7.根据权利要求1所述的方法，其特征在于，在步骤S3中，所述压缩感知算法模型为窄带干扰信号时频关系等式，即所述窄带干扰时域采样序列等于傅里叶逆变换矩阵乘以所述待估计的窄带干扰频域信号加上时域噪声信号。

8.根据权利要求1所述的方法，其特征在于，在步骤S3中，所述压缩感知算法为基于窄带干扰信号频率先验信息辅助的凸优化算法或者基于窄带干扰信号频率先验信息辅助的贪婪算法，其中，所述凸优化算法包括内点法、一阶范数最小化算法；所述贪婪算法包括压缩采样匹配追踪法、正交匹配追踪法及其衍生算法、稀疏自适应匹配追踪法以及子空间追踪法。