[发明专利]精度高的特征参数自适应盲估计方法

摘要

本发明提供了一种精度高的特征参数自适应盲估计方法，该方法采用时变步长改善了算法的收敛速度并快速获得最佳滤波器权系数、采用修正的软判决加权以维持硬判决误差和信道噪声的鲁棒性，这些技术的运用获得了一种比现有递归最小二乘技术收敛速度更快、估计精度更高的信道盲估计方法。本发明实现容易，能用于各类采用OFDM进行调制的通信系统中进行信道估计，也可用于码分多址(CDMA)系统、时分多址(TDMA)系统中进行信道估计。同时，本发明的思想仍可用于所有的RLS算法以及其衍生算法和装置中用于估计通信、地震勘探、声纳、图像处理、计算机视觉、生物医学工程、振动工程、雷达、遥控遥测、航天等领域的特征参数。

主权项

1、本发明涉及一种精度高的特征参数自适应盲估计方法，其特征在于包括如下步骤：步骤1输入信号矢量u(n)通过未知的特征参数矢量D后，假设噪声为W，其输出信号矢量为Y(n)。Y＝UD+W           (1)步骤2设定参数μ₀、a、b的值，其中，α_n为非线性时变参数，计算出时变的步长矩阵μ_n。μ_n＝α_n×μ₀    (2)αn=C11+anb---(3)]]>步骤3假设有精确的判决误差信息，这样可以利用该信息作为RLS方法判决的加权系数。该系数将使噪声和判决错误产生的影响降低。假设θ_i和φ_i分别是软判决和硬判决时的解调处理过程中的幅角，定义p_i为反映软判决和硬判决之间差异的在[0，1]之间的归一化值，有：pi=1-|φi-θi|π/S---(4)]]>其中，S是可供选择的符号数目。由于未知特征参数系统可以表示为多个时延的抽头延时，所以有：X(n)＝[x(n)，x(n-1)，...，x(n-M+1)]^T    (5)相应地，在时刻n的权重需要反映过去M个判决的精确性。于是，该可能的权重的软判决信息集合为：a_n＝p_np_n-1…p_n-M+1    (6)步骤4设定参数λ和H₀的值，计算出更新矩阵H_n。H_n＝λH_n-1+X(n)X^T(n)    (7)步骤5设定参数β₀的值，计算出误差矩阵e(n)。其中：e(n)＝Y(n)-X(n)^Tβ_n-1    (8)步骤6通过循环迭代，估计出特征参数βn=βn-1+μnanHn-1X(n)e(n)---(9)]]>