[發(fā)明專利]基于ARIMA濾波器的SAGE信道參數(shù)估計(jì)方法

有效

• 申請?zhí)枺?/td>: 202010399019.3
• 申請日: 2020-05-12
• 公開（公告）號: CN111600665B
• 公開（公告）日: 2022-02-01
• 發(fā)明（設(shè)計(jì)）人: 王威;姜蘇英;侯俊;劉鑫一;張旭;賈愛琳;暢田田
• 申請（專利權(quán)）人: 長安大學(xué)
• 主分類號: H04B17/309
• 分類號: H04B17/309;H04B17/364;H04B17/391;H04W24/08
• 代理公司: 西安通大專利代理有限責(zé)任公司 61200
• 代理人: 王艾華

1.基于ARIMA濾波器的SAGE信道參數(shù)估計(jì)方法，其特征在于，包括以下步驟：

S1，初始化所有路徑的信道參數(shù)，具體包括每條路徑的時(shí)延和復(fù)振幅；

S2，基于S1初始化的信道參數(shù)，計(jì)算初始漫散射分量，并基于所述初始漫散射分量，建立漫散射分量的ARIMA模型，基于漫散射分量的ARIMA模型，建立ARIMA濾波器；

S3，基于S2所得ARIMA濾波器，對測量信號進(jìn)行濾波處理，然后使用SAGE算法基于濾波后的信號進(jìn)行迭代優(yōu)化，估計(jì)每條路徑的信道參數(shù)，每迭代一次，對ARIMA濾波器的參數(shù)也進(jìn)行更新；

S4，估計(jì)漫散射分量；

S3具體包括以下步驟：

(1)設(shè)置迭代次數(shù)T的初始值為1；迭代的次數(shù)的最大值或估計(jì)誤差小于設(shè)定值err作為迭代終止條件；

(2)設(shè)有L條路徑，將路徑序號i初始值設(shè)置為1，最大值設(shè)置為L；

(3)使用SAGE-ARIMA算法估計(jì)第i條路徑的時(shí)延和復(fù)振幅；

基于ARIMA濾波器從待測量信號中過濾掉漫散射分量，留下強(qiáng)反射分量，對過濾之后的測量信號進(jìn)行參數(shù)估計(jì)；

首先，計(jì)算第i條路徑的條件期望；然后，計(jì)算第i條路徑的似然函數(shù)，通過使第i條路徑的似然函數(shù)最大化，得到第i條路徑的估計(jì)參數(shù)，即時(shí)延和復(fù)振幅；

(4)路徑序號更新為i+1；判斷此時(shí)路徑序號是否等于L，若等于L則進(jìn)行下一步；反之，跳至步驟(3)；

(5)基于步驟(3)計(jì)算得到的每條路徑的估計(jì)參數(shù)，重新計(jì)算漫散射分量，并更新ARIMA濾波器的時(shí)延和復(fù)振幅；

(6)根據(jù)迭代次數(shù)是否達(dá)到最大值或迭代結(jié)果是否收斂，判斷是否終止迭代；

若迭代次數(shù)T達(dá)到最大值或第T次的迭代結(jié)果與第T-1次的迭代結(jié)果的差值小于誤差值0.000001，則跳出迭代循環(huán)，當(dāng)前測量快照的信道參數(shù)估計(jì)結(jié)束；若迭代次數(shù)小于等于設(shè)定值且迭代結(jié)果的差值大于設(shè)定值err，則迭代次數(shù)T加1，跳至步驟(1)繼續(xù)進(jìn)行；

S4具體如下：

(1)根據(jù)S3得到的信道參數(shù)復(fù)振幅和時(shí)延，對信道進(jìn)行估計(jì)得到信道頻域響應(yīng)

(2)使用實(shí)際測量的信道頻域響應(yīng)數(shù)據(jù)減去估計(jì)得到的信道頻域響應(yīng)獲得估計(jì)的漫散射分量；

其中，R₁(f_m)為最終估計(jì)到的漫散射分量，對信道進(jìn)行估計(jì)得到的信道頻域響應(yīng)；f_m為第m個(gè)頻帶的頻率。

2.根據(jù)權(quán)利要求1中所述的基于ARIMA濾波器的SAGE信道參數(shù)估計(jì)方法，其特征在于，S2中，計(jì)算初始漫散射分量具體如下：

使用測量的信道頻域響應(yīng)減去初始化時(shí)估計(jì)得到的信道頻域響應(yīng)，得到的剩余信號記為漫散射分量；該處估計(jì)得到的漫散射分量為初始漫散射分量；

初始漫散射分量為：

其中，初始化時(shí)估計(jì)得到的信道頻域響應(yīng)；f_m為第m個(gè)頻帶的頻率。

3.根據(jù)權(quán)利要求1中所述的基于ARIMA濾波器的SAGE信道參數(shù)估計(jì)方法，其特征在于，S2中，建立漫散射分量的ARIMA模型為：

其中，s(n)為線性系統(tǒng)第n個(gè)時(shí)間序列，s(n-g)為線性系統(tǒng)第n-g個(gè)時(shí)間序列；v(n)為第n個(gè)輸入序列,v(n-w)為第n-w個(gè)輸入序列；p為自回歸項(xiàng)數(shù)，即AR的階數(shù)；q為滑動平均項(xiàng)數(shù)；a_g、b_w分別為AR模型和MA模型的系數(shù)；根據(jù)AR模型及MA模型的系數(shù)初始化ARIMA濾波器。

4.根據(jù)權(quán)利要求1所述基于ARIMA濾波器的SAGE信道參數(shù)估計(jì)方法，其特征在于，S2中，確定漫散射分量的ARIMA模型具體如下：

(1)判斷漫散射分量序列是否平穩(wěn)，若序列平穩(wěn)，則直接確定AR模型和MA模型的階數(shù)，并計(jì)算AR模型和MA模型的參數(shù)；若序列非平穩(wěn)，則對非平穩(wěn)的漫散射分量序列數(shù)據(jù)進(jìn)行差分處理，得到差分階數(shù)d，將其轉(zhuǎn)換為平穩(wěn)序列，然后確定AR模型和MA模型的階數(shù)；

(2)確定ARIMA模型的參數(shù)。

5.根據(jù)權(quán)利要求4所述基于ARIMA濾波器的SAGE信道參數(shù)估計(jì)方法，其特征在于，采用ACF檢驗(yàn)或ADF單位根檢驗(yàn)方法，判斷漫散射分量序列是否平穩(wěn)，根據(jù)AIC準(zhǔn)則、SC準(zhǔn)則或FPE準(zhǔn)則確定AR和MA的階數(shù)。