[发明专利]一种基于压缩感知的冲激噪声估计与消除方法及装置

说明书

技术领域

本发明涉及数字信号传输技术领域，尤其涉及一种基于压缩感知的冲激噪声估计与消除方法及装置。

背景技术

在宽带高速数据传输中,存在频率选择性衰落、时间选择性衰落和窄带干扰、冲激噪声(Impulse Noise,IN)等复杂噪声干扰，影响数据传输质量。为了克服上述恶劣信道条件，正交频分复用（Orthogonal Frequency Division Multiplex,OFDM）技术在电力线信道、无线通信系统和数字电视广播系统中都得到了广泛的应用。OFDM技术主要包括时域同步正交频分复用技术(Time Domain Synchronous OFDM,TDS-OFDM)、循环前缀正交频分用（Cyclic-Prefix OFDM,CP-OFDM）和零填充OFDM（Zero-Padding OFDM,ZP-OFDM）等几类。由于OFDM具有很好克服频率选择性的优良特性，它已经应用到各种数字信号传输系统中，如国际电联的电力线通信系统标准（International Telecommunications Union,ITU-T G.9960）、无线局域网（WLAN）、欧洲数字视频地面广播(Digital Video Broadcasting-Terrestrial,DVB-T)、以及中国地面数字电视传输标准(Digital Television Multimedia Broadcast,DTMB)等。

在传输便捷、资源丰富的电力线信道中进行基于OFDM技术的高效数字通信，已经得到了广泛的研究和应用，然而电力线信道环境恶劣，尤其是有严重的冲激噪声影响；在地面数字电视广播系统和无线通信系统中也存在时域脉冲噪声等问题。同时，在TDS-OFDM系统中，冲激噪声会降低信道估计准确性，影响数据的正确解映射和解码，严重影响数据的正确传输。然而，传统的抵抗冲激噪声的方法性能不够理想，尤其在较高强度的冲激噪声下，数据的传输性能会严重恶化。传统的时域交织等手段，虽然可以一定程度上降低冲激噪声的影响，但是无法从根本上消除冲激噪声影响，在严重的冲激噪声条件下效果不佳；另外，传统的抗冲激噪声的方法复杂度高，且需要额外的频谱资源和参数统计信息等条件，在复杂恶劣传输条件下导致系统性能和效率下降。

基于近年来新兴的数字信号处理理论——压缩感知（Compressive Sensing），可以利用远少于待测信号维度的观测序列，通过基于凸优化或贪婪算法等压缩感知算法，精确恢复具有稀疏性的高维信号。压缩感知算法在学术界得到了越来越多的关注，在信号处理、信道估计、图像压缩等领域有广泛的应用。由于冲激噪声本质上在时域具有天然稀疏性，可以引入压缩感知理论进行估计。

国外现有的传统基于压缩感知的冲激噪声估计方法，利用频域专用空子载波构成观测序列进行估计，但其存在一定缺陷：一方面，根据压缩感知理论，基底噪声的存在对算法效果影响显著，在较强加性高斯白噪声（AWGN）的情况下，该方法不得不占用较大数量的专用空子载波作为观测序列，否则无法准确估计干噪比（Interference-to-Noise Ratio,INR）较低的冲激噪声信号，将导致频谱效率损失严重。而现有电力线通信标准及无线广播标准中的预留子载波数量十分有限制，在很多应用场景中冲激噪声相对高斯噪声的干噪比不高，该方法不仅性能将受到严重影响；另一方面，该方法的压缩感知算法从初始状态开始迭代计算，迭代的次数较多，计算复杂度亟需降低。

发明内容

（一）要解决的技术问题

本发明所要解决的技术问题是传统抗冲激噪声方法和现有的冲激噪声估计方法存在的频谱效率损失严重、性能低、计算复杂度高的问题，从而降低了通信系统在复杂恶劣冲激噪声下的传输鲁棒性。

（二）技术方案

为此目的，本发明提出了一种基于压缩感知的冲激噪声估计与消除方法，该方法包括以下步骤：

S1：根据当前接收的信号帧帧体的时域信号对冲激噪声信号的时域位置进行粗估计，得到所述冲激噪声信号时域位置的先验信息；

S2：获取所述信号帧帧体的频域预留子载波上的值构成所述冲激噪声信号的频域观测序列，生成压缩感知算法模型；

S3：根据所述压缩感知算法模型，采用基于所述先验信息辅助的压缩感知算法估计所述冲激噪声信号的准确时域位置和系数，得到所述冲激噪声信号的时域信号估计；

S4：将所述信号帧帧体的时域信号减去所述冲激噪声信号的时域信号估计，得到消除冲激噪声信号后的信号帧帧体数据。