[发明专利]一种针对非理想稀疏信道的估计方法有效
申请号: | 202110174163.1 | 申请日: | 2021-02-09 |
公开(公告)号: | CN113014341B | 公开(公告)日: | 2022-06-03 |
发明(设计)人: | 蔡豪;袁正道;高童迪;秦学珍;藏涛 | 申请(专利权)人: | 蔡豪;袁正道 |
主分类号: | H04B17/391 | 分类号: | H04B17/391;H04B17/345 |
代理公司: | 郑州睿途知识产权代理事务所(普通合伙) 41183 | 代理人: | 李伊宁 |
地址: | 450002 河*** | 国省代码: | 河南;41 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 针对 理想 稀疏 信道 估计 方法 | ||
1.一种针对非理想稀疏信道的估计方法,其特征在于,包括以下步骤:
A:建立通信系统信道模型r=Φα+w;
其中,r为长度为M的观测向量,Φ为维度是M×N的观测矩阵,α为长度为L的信道抽头向量,表示为α=[α1,...,αl,...αL]T,信道抽头向量的每个元素定义为αl,下角标l表示抽头标号;正交频分复用系统配置有M个子载波,选择其中N个子载波作为导频进行信道估计,剩余M-N个子载波用于数据传输,w表示方差为σ的加性白高斯噪声;
B:建立加权高斯先验模型
其中,p(αl)表示元素αl的先验分布,δ(αl)为冲击函数,表示只有当函数输入参数αl=0时,函数δ(αl)的输出值为1,N(αl;μk,1)代表抽头向量中的元素αl服从均值为μk方差为1的高斯分布,λ表示元素αl取值非零的概率,βk和μk分别为加权高斯先验的权重和均值,K表示加权高斯模型的加权数量;
C:根据步骤A中得到的通信系统信道模型,以及步骤B中得到的加权高斯先验模型,求解信道抽头向量α=[α1,...,αl,...αL]T、信道抽头向量α中元素取非零值的概率λ、信道的噪声方差σ、加权高斯先验的权重βk和高斯分布的均值μk,k=1→K;最终得到非理想稀疏信道的信道抽头向量α;
其中,步骤A中包括以下步骤:
A1:设正交频分复用系统配置有M个子载波,选择其中N个子载波作为导频进行信道估计,剩余M-N个子载波用于数据传输,导频向量表示为x=[x1,...,xn...xN]T,其中xn为第n个导频符号,定义导频图谱即N个导频在M个子载波中的索引为导频向量x需要经过频域等效信道的传输,频域等效信道由信道向量h=[h1,...,hn,...hN]T表示,其中hn表示第n个信道,得到的观测向量y为
y=h·x+w,
其中,点乘符号·表示h和x逐元素相乘,w表示方差为σ的加性白高斯噪声;
A2:假定发送的导频向量x中的各个元素为xn=1,n=1→N,将观测向量y简化表示为
y=h+w (1);
A3:将正交频分复用系统的信道向量h表示为信道抽头向量α和部分离散傅里叶变换矩阵相乘的形式,即h=Aα;信道抽头向量α长度为L;矩阵A的构造方法为,从M维标准离散傅里叶变换矩阵中选取索引属于导频图谱中的N行和前L列,即A矩阵维度为N×L,而(1)式可以重写为
y=Aα+w (2);
A4:对(2)式中矩阵A进行奇异值分解,即A=UΛV,其中Λ为对角阵,矩阵U和V为正交单位矩阵,将(2)式变形为
y=UΛVα+w;
将上式两端同时左乘矩阵U的转置UH,得到
r=UHy=ΛVα+UHw (3);
其中,定义r=UHy,r表示观测向量,UH表示矩阵U的转置;由于U为正交单位矩阵,则(3)式中噪声向量UHw仍满足高斯分布,并且噪声方差仍为σ;
A5:定义观测矩阵为Φ=ΛV,将(3)式变形后得到通信系统信道模型为:
r=Φα+w (4);
其中,r为长度为M观测向量,Φ为维度是M×N的观测矩阵,α为信道抽头向量,表示为α=[α1,...,αl,...αL]T,信道抽头向量的每个元素定义为αl,下角标l表示抽头标号;
其中,步骤B包括以下步骤:
B1:建立稀疏估计模型中的伯努利-高斯先验为:
其中,p(αl)表示元素αl的先验分布,δ(αl)为冲击函数,表示只有当函数输入参数αl=0时,函数δ(αl)的输出值为1,表示元素αl服从均值为0,方差为1的高斯分布,λ表示元素αl取值非零的概率;
B2:当元素αl取值非零时,先验分布由多个高斯分布的加权和构成,即表示为其中K表示加权高斯模型的加权数量;因此,加权高斯先验模型即信道抽头向量的元素αl的先验分布表示为:
其中,βk和μk分别为加权高斯先验的权重和均值,表达式N(αl;μk,1)代表抽头向量中的元素αl服从均值为μk方差为1的高斯分布;
其中,所述的步骤C中,采用迭代的方法求解信道抽头向量α=[α1,...,αl,...αL]T、信道抽头向量α中元素取非零值的概率λ、信道的噪声方差σ、加权高斯先验的权重βk和高斯分布的均值μk,k=1→K;
其中,步骤C包括以下步骤:
C1:定义参数和分别为λ、σ、βk和μk的估计值,定义向量vα和向量分别为信道抽头向量α的方差和均值,两个向量的长度均为N,将vα和分别初始化为全1和全0的列向量;初始化中间变量为长度N的全0列向量,初始化噪声方差的估计值初始化非零概率的估计值初始化权重参数的估计值初始化均值的估计值
C2:更新中间变量vp=|A|2vα和其中代表向量vp和向量的按元素点乘;更新得到的中间变量vp和均为长度为N的列向量;
C3:更新中间变量和中间变量其中符号“./”代表按元素除;
C4:更新噪声方差估计值其中表示长度为N的全1行向量;
C5:更新中间变量和中间变量
C6:更新中间变量νq=1./(|A|2νs)和中间变量更新得到的中间变量vq和均为长度为L的列向量;
C7:更新中间变量n=1→N,k=1→K,其中和分别为向量和vq的第l个元素;
C8:更新中间变量
C9:定义归一化变量
C10:更新中间变量
C11:更新中间变量
C12:更新非零概率的估计值
C13:更新非零高斯分量均值的估计值
C14:更新权重变量的估计值
C15:更新信道抽头向量每个元素的均值和每个元素的方差l=1→L,进而构造向量
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于蔡豪;袁正道,未经蔡豪;袁正道许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110174163.1/1.html,转载请声明来源钻瓜专利网。