[发明专利]优化核宽最大箕舌线准则的簇稀疏水声信道估计方法

说明书

本发明涉及一种优化核宽最大箕舌线准则的簇稀疏水声信道估计方法，在冲激噪声环境下的稀疏信道估计算法，对稀疏的水声信道估计的目标函数添加lsubgt;2,0/subgt;范数约束，以期提高水声信道的估计精度，引入最大箕舌线函数，加快迭代收敛时间，提升收敛精度。通过最优化方法对核宽进行动态修正，利用经验表达式对核宽进行修正，大大提高了估计算法收敛时间。本发明设计一种基于最大箕舌线准则的算法迭代，对利用箕舌线的特点，对箕舌线的核宽参数进行动态修正，实现了更快的估计收敛速度。基于水声信道的簇稀疏lsubgt;2,0/subgt;范数约束，有效地减少了冗余信道抽头计算，使得本发明产生的水声信道估计结果具有更高的精度。

技术领域

本发明属于水声通信和水声信号处理等领域，涉及一种优化核宽最大箕舌线准则的簇稀疏水声信道估计方法。

背景技术

水声信道估计问题可归结为冲激响应函数的估计优化问题，核心算法为自适应滤波算法。利用稀疏估计的方法估计水声信道，从而提高水声信道估计算法的收敛时间和估计精度，从而降低水声通信的误码率，因此采用基于训练序列对时变水声信道稀疏表达估计。目前，对水声信道的估计方法包括有限冲激响应框架和时域的逐簇估计框架。有限冲激响应框架的算法细节具体参见《A variable step size constant modulus algorithmbased on l0-norm for sparse channel equalization》，该文2016年发表于《2016IEEEInternational Conference on Digital Signal Processing(DSP)》起始页码为2165。基于最大相关熵的簇稀疏信道估计见《Block-Sparsity-Induced Adaptive Filter forMulti-Clustering System》该文2016年发表于《IEEE Transactions on SignalProcessing》第20期，起始页码为5318。现实中环境噪声存在非斯白噪声，在高斯环境和非高斯环境噪声误差推导参见《Steady-State Mean-Square Error Analysis for AdaptiveFiltering under the Maximum Correntropy Criterion》该文2014年发表于《IEEESIGNAL PROCESSING LETTERS》21卷第7期，起始页码为880。

与无线信道相比，水声传播时延较长，多普勒频移和多径效应严重。多径效应引起的频率选择性衰落和码间串扰效应、多普勒效应引起的频移、水声信道载波频率低、水声通信带宽有限、海洋环境噪声大且复杂等特点，对水声信道估计要求更高。由于水声信道的多径扩展和时变特性，导致对水声信道的冲激响应函数估计极为困难，因此，对于有限冲激响应框架下的算法效果欠佳。现有的估计算法大多都基于高斯白噪声信道，然而信道中常常伴有大冲激噪声，使得背景噪声不再满足高斯模型。考虑到水声信道的多径扩展和时变特性可由水声信道的时域进行刻画，水声信道是典型的簇稀疏信道，水声信道具有很大的时延扩展，但是主要抽头却很少。即大多数信道能量都集中在少数区域的抽头上，其他较大比例的抽头都近似或者等于0。本发明将建立在该模型基础上，对时变水声信道进行估计。

本文提出一种在冲激噪声环境下的稀疏信道估计算法，对稀疏的水声信道估计的目标函数添加l_2,0范数约束，以期提高水声信道的估计精度，引入最大箕舌线函数，加快迭代收敛时间，提升收敛精度。通过最优化方法对核宽进行动态修正，利用经验表达式对核宽进行修正，大大提高了估计算法收敛时间。

发明内容

要解决的技术问题

为了避免现有技术的不足之处，本发明提出一种优化核宽最大箕舌线准则的簇稀疏水声信道估计方法，针对现有算法对时变多径的水声信道估计的不足，本发明提出一种基于时域的迭代寻优方法，该发明利用基于最大箕舌线准则算法的迭代框架，采用簇稀疏l_2,0范数约束的目标函数，通过最优化方法对箕舌线核宽进行动态修正，从而在较大收敛速度的情况下，实现了较小的收敛误差。较为精准的估计了簇稀疏水声信道的信道参数。