[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

摘要

本发明属于无线通信技术领域，具体的说是基于分块和GAMP算法融合的相位噪声补偿抑制方法。本发明是先利用已知的LOS信道和分块迭代算法，得到相位噪声的初始判决，然后通过GAMP算法迭代实现相位噪声的恢复，最后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，如此循环，能够逐步得到更加准确的发送符号数据的估计，提高系统的可靠性，减小误码率。

主权项

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,…,rN]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,…,hL,01×(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,…,φN]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Nb＝N/2；S2、假设第i个数据块的相位噪声矩阵为其中ejθ(n)表示第n个子块的相位噪声，表示长度为Nb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{uT}，把目标函数f(p)重新表示为：其中yn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，Ami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，Ym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ri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Nt＝2t个子块，每个子块的长度为Nb＝N/Nt；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。