[發明專利]基于正則化最小均方誤差變步長算法的水聲信道辨識方法

有效

• 申請號: 202010889449.3
• 申請日: 2020-08-28
• 公開（公告）號: CN112054974B
• 公開（公告）日: 2021-07-16
• 發明（設計）人: 伍飛云;蘇本學;楊坤德
• 申請（專利權）人: 西北工業大學
• 主分類號: H04L25/02
• 分類號: H04L25/02;H04B13/02;H04B17/336;H04B17/391
• 代理公司: 西北工業大學專利中心 61204
• 代理人: 王鮮凱

本發明涉及一種基于正則化最小均方誤差變步長算法的水聲信道辨識方法，首先，針對水聲信道進行建模，以期獲得水聲信道沖激響應函數的表達框架，在此基礎上。采用周期訓練模式，設計一種基于正則化最小均方誤差變步長算法迭代尋優得到時域水聲信道沖激響應函數，即辨識得到時域水聲信道信息。本發明的方法可以估計出時變水聲信道的沖激響應函數。本發明方法由于巧妙地使用了移動窗控制步長的變化策略，使得迭代過程中獲得較傳統算法更為精確的信道估計，這將有助于提高基于信道估計均衡器輸出的估計精確度。

技術領域

本發明屬于水聲通信和水聲信號處理等領域，涉及一種基于正則化最小均方誤差變步長算法的水聲信道辨識方法，涉及沖激干擾下接收信號與訓練序列辨識時域水聲信道辨識方法，該辨識方法將提高在沖激干擾下對水聲信道的辨識性能。

背景技術

水聲信道辨識和水聲通信等問題都可歸結為沖激響應函數的辨識優化問題，基于訓練序列和接收到的信號用以對水聲信道表達辨識。目前，對水聲信道的辨識方法包括有限沖激響應框架和時域的逐塊辨識框架。有限沖激響應框架的算法細節具體參見《Newsparse adaptive algorithms based on the natural gradient and the L0-norm》，該文2013年發表于《IEEE Journal of Oceanic Engineering》第38期，起始頁碼為323。時域的逐塊辨識框架詳見《Estimation of rapidly time-varying sparse channels》該文2007年發表于《IEEE Journal of Oceanic Engineering》第32期，起始頁碼為927。

由于水聲信道的擴展和時變特性，導致對水聲信道的沖激響應函數辨識極為困難，此外，接收信號可能受到沖激信號干擾，傳統的自適應估計方法在大沖激干擾下將失去對信道的辨識作用。因此，考慮到水聲信道的擴展和時變特性可由水聲信道的時域進行刻畫。本發明將建立在該模型基礎上，對水聲信道進行辨識。然而自適應辨識方法的固定步長無法同時保證算法的收斂速度和收斂精度，因此，設計一種新的步長更新策略可以既保證收斂速度，也同時有望提高辨識精度。考慮到實際中的水聲信道沖激響應函數的時變性，因此，本發明將采用移動窗函數控制步長的變化，以期提高水聲信道的辨識跟蹤能力。

發明內容

要解決的技術問題

為了避免現有技術的不足之處，本發明提出一種基于正則化最小均方誤差變步長算法的水聲信道辨識方法，利用基于正則化最小均方誤差算法的迭代框架，采用移動窗函數進行變步長運算，從而實現迭代的估計誤差最小化，最終精確地恢復出水聲信道沖激響應函數。

技術方案

一種基于正則化最小均方誤差變步長算法的水聲信道辨識方法，其特征在于步驟如下：

步驟1：設參數L為水聲信道沖激響應長度，設置控制步長的窗函數更新參數η＝0.99；

步驟2：設置控制步長的窗函數加權因子C＝1.483[1+5/(L-1)]，初始化水聲信道沖激響應的梯度因子為初始化水聲信道沖激響應函數為h₀＝0；

步驟3：給定輸入訓練信號x和輸出信號y，重復以下第i次迭代：

計算辨識誤差：

其中y_i為第i時刻的接收信號離散值，為第i時刻的用于訓練的發射信號的轉置，h_i-1為第i-1時刻的信道沖激響應函數；

計算梯度因子絕對值：

其中||x_i||表示對輸入信號求歐式范數；

對梯度因子更新：

其中：min(B_i)表示從B_i中選取最小值；