[发明专利]基于分块和GAMP算法融合的相位噪声补偿抑制方法

权利要求书

1.基于分块和GAMP算法融合的相位噪声补偿抑制方法，该方法用于无线通信系统接收端，所述接收端的信号模型为：

Y＝Z+n

其中，观测向量Y＝r-Hs，Z＝Ax，n为高斯白噪声，方差为β^-1＝σ²；r＝[r₁,r₂,…,r_N]^T是接收信号采样，H是N×N的轮换Toeplitz矩阵，第1列为h＝[h₁,h₂,…,h_L,0_1×(N-L)]^T，s是发送符号序列；A为测量矩阵diag{jHs}V，x是相互独立的零均值高斯随机序列，方差为相位噪声矩阵P为1+jΘ，Θ＝Vx，Θ＝diag{[φ₁,φ₂,…,φ_N]^T}；其特征在于，所述相位噪声补偿抑制方法包括以下步骤：

S1、假设每个子块的相位噪声是不变的，初次计算时将每个数据块分成2个子块，每个子块的长度为N_b＝N/2；

S2、假设第i个数据块的相位噪声矩阵为其中e^jθ(n)表示第n个子块的相位噪声，表示长度为N_b的全1列向量；使用如下所示的最大似然估计

p^=argminp{||y-ΦHx||2Δ‾‾f(p)}]]>

s.t.|p1|=|p2|=...=|pNt|=1]]>

记U＝diag{u^T}，把目标函数f(p)重新表示为：

其中y_n是y的第n个子块：

通过利用Karush-Kuhn-Tucker条件得到

S3、由相位噪声的初始值P，可以进一步得到独立的高斯随机序列X的初始值；

S4、把步骤S3中获得的X的初始值，通过GAMP算法，通过迭代获得X的后验概率的更新值，具体为：

S41、计算Z的先验分布：

τ^mp=Σi=1N|Ami|2τ^ix]]>

p^m=Σi=1NAmix^i]]>

其中，和分别表示向量Z的第m个元素的先验分布的方差和均值，A_mi表示测量矩阵A的第(m,i)个元素，和表示高斯随机序列x的第i个元素的后验分布的方差和均值；

S42、计算Z的后验分布和中间变量的分布：

τ^mz=(β+τm-p)-1]]>

s^m=z^m-p^mτ^mp]]>

τ^ms=1τ^mp(1-τ^mzτ^mp)]]>

其中，和分别表示向量Z的第m个元素的后验分布的方差和均值，β^-1＝σ²表示高斯白噪声的功率，Y_m是观测向量Y的第m个元素，和分别表示中间变量的均值和方差；

S43、计算Y的先验分布：

τ^ir=(Σm=1M|Ami|2τ^ms)-1]]>

r^i=x^i+τ^irΣm=1MAmis^m]]>

其中和分别表示X的第Y个元素的先验分布的方差和均值；

S44、计算X的后验分布：

τ^ix=(τi-r+αi)-1]]>

x^i=τi-rriτ^ix]]>

其中r_i表示Y的第i个元素的观测值；

S45、循环步骤S41—S44，当满足迭代次数N_iter和迭代误差δ时，通过GAMP算法可以得到的x的后验分布均值；

S5、把S45中计算出的X的后验概率代入S1中，循环迭代步骤S1—S4，在第t次迭代中，把每个数据块分成N_t＝2^t个子块，每个子块的长度为N_b＝N/N_t；当满足迭代次数N_big_iter和迭代误差ζ时，输出x的后验分布的均值；

S5、根据最大后验准则，将向量x的后验分布的均值作为x的估计值，再利用Θ＝Vx把相位噪声恢复出来；

S6、在接收信号上对相位噪声进行补偿和频域均衡，进而对发送信号进行解调，得到一个更加准确的发送的符号数据S的估计值。