[发明专利]基于基追踪去噪的稀疏水声正交频分复用信道估计方法及装置

说明书

本发明属于OFDM水声通信技术领域，特别涉及一种基于基追踪去噪的稀疏水声正交频分复用信道估计方法及装置，该方法包含：构建稀疏水声正交频分复用信号模型，提取模型中待估计稀疏信道冲击响应参数；依据信号模型，将稀疏信号估计的非凸优化问题表示为基追踪去噪问题模型，该基追踪去噪问题模型中引入正则化参数和信号范数控制误差和稀疏性之间平衡；对基追踪去噪问题模型进行求解，求解过程中，依据信噪比及稀疏信号矩阵对正则化参数进行修正以适应噪声变化，并求解得到的信道稀疏估计结果进行去偏处理，得到最终信道估计结果。本发明解决在低信噪比下水声通信信道估计性能较差等问题，估计精度高，便于信号重构，具有较强实际应用价值和发展前景。

技术领域

本发明属于OFDM水声通信技术领域，特别涉及一种基于基追踪去噪的稀疏水声正交频分复用信道估计方法及装置。

背景技术

水声信道是一种典型的时变、频变和空变信道，这为稳健的高速率水声通信提出了挑战。与传统的单载波通信系统相比，正交频分复用(orthogonal frequency divisionmultiplexing，OFDM)因其较高的频谱利用率，较强的抗多径能力和均衡器结构易于实现而成为一个研究热点。OFDM通过增加保护间隔(循环前缀)来减轻水声通信中的载波间干扰(inter-carrier interference，ICI))和码间串扰(inter-symbol interference，ISI)。但水声信道多途通常为几十甚至几百毫秒，仅仅通过保护间隔无法克服多途干扰。与传统的单载波通信系统相比，正交频分复用OFDM因其较好的抗多径能力和简单的均衡器结构因而在水下得到了广泛的应用[1]-[6]。与传统无线信道不同，水声信道多径效应明显，多普勒效应严重，这为稳健的高速率通信提出了挑战。为了克服水声OFDM通信中的多途问题，精确地信道估计算法必不可少。

传统的水声信道估计主要有基于最小平方(Least Square，LS)准则的信道估计和基于最小均方误差准则(Minimum Mean Squared Error，MMSE)的信道估计。水声信道在时域和频域都具有稀疏特性，随着压缩感知(Compressed Sensing，CS)理论的发展，稀疏信道估计得到了越来越多的关注，利用CS理论估计稀疏信道估计比传统信道估计可以取得更好的性能。基于CS理论的信道估计主要分为三类:(1)贪婪追踪算法：例如梯度追踪(GradientPursuits，GP)、匹配追踪(Matching Pursuit，MP)、压缩采样匹配追踪(CompressiveSampling Matching Pursuit，CoSaMP)、正交匹配追踪(Orthogonal Matching Pursuit，OMP)、正则化正交匹配追踪(Regularized Orthogonal Matching Pursuit，ROMP)、分段正交匹配追踪(Stagewise Orthogonal Matching Pursuit，StOMP)、子空间追踪(SubpuistPursuit，SP)、稀疏度自适应匹配追踪(Sparsity Adaptive Matching Pursuit，SAMP)等；(2)凸松弛类算法，例如基追踪去噪(Basis Pursuit De-Nosing,BPDN)、梯度投影(Gradient Projection for Sparse Reconstruction，GPSR)和迭代阈值算法；(3)组合类算法，例如傅里叶采样算法和HHS(Heavy Hitters on Steroids)追踪算法。传统的基于LS准则的信道估计对噪声敏感，在低信噪比条件下信道估计精度差。基于MMSE准则的信道估计在实际应用中具有较好的性能，但需要已知信道的相关特性和噪声方差，并且计算量较大，从而阻碍了其应用。基于CS理论的水声OFDM信道估计方法中常用的算法有OMP和BPDN，OMP算法计算效率较高，但需要信道的先验信息(稀疏度)作为输入，然而在实际水声通信中，信道的稀疏度往往是难以获得的。BPDN的信道估计具有全局最优解，且具有良好的鲁棒性。虽然BPDN算法考虑到了观测噪声的影响，但是当信噪比较低时估计性能较差，严重的影响了接收端解调性能。

发明内容