[發明專利]基于混合分布模型的大氣湍流信道衰落參數估計方法

有效

• 申請號: 202011286079.0
• 申請日: 2020-11-17
• 公開（公告）號: CN112468229B
• 公開（公告）日: 2021-12-07
• 發明（設計）人: 陳丹;惠佳欣;劉塬;王慧琴
• 申請（專利權）人: 西安理工大學
• 主分類號: H04B10/11
• 分類號: H04B10/11;H04L25/02
• 代理公司: 西安弘理專利事務所 61214
• 代理人: 涂秀清

1.基于混合分布模型的大氣湍流信道衰落參數估計方法，其特征在于，具體按照如下步驟實施：

步驟1，建立大氣湍流信道模型，光強起伏概率密度函數服從Gamma-Gamma分布；

步驟2，模擬產生一組服從大氣湍流信道模型Gamma-Gamma分布的樣本數I_l(i),i＝1,2,...N，即表示接收數據，其中N表示第l次產生的樣本數個數，l＝1,2,...L，即I_l＝[I_l(1),I_l(2)...I_l(N)]^T，性狀參數使用向量θ＝(α,β)^T表示，α和β分別表示大尺度散射系數和小尺度散射系數，即為待估計衰落參數；隱藏變量即為分類變量，使用向量x＝[x₁,x₂...x_L]^T表示，然后對Gamma-Gamma分布的概率密度函數求對數，得到θ的對數似然函數表示；

步驟3，求總體數據的對數似然函數和統計特性，所述總體數據包括樣本數和隱藏變量；具體為：

步驟3.1，隱藏變量使用向量x＝[x₁,x₂...x_L]^T表示，可求得總體數據的對數似然函數為：

其中：

步驟3.2，采用Q₁(x)，Q₂(x)，Q₃(x)作為總體數據的統計特性：

步驟4，采用EM算法迭代的E步驟，計算隱藏變量的后驗概率，采用EM算法迭代的M步驟，尋找α的下一個估計值和β的下一個估計值由E步驟和M步驟，更新θ的估計值為持續E步驟和M步驟直到前一次估計值和當前估計值之差小于ε時，停止迭代。

2.根據權利要求1所述的基于混合分布模型的大氣湍流信道衰落參數估計方法，其特征在于，所述步驟1中的大氣湍流信道模型具體為：

I＝I_xI_y

其中，I為接收到的輻照度，I_x和I_y分別由大尺度湍流效應和小尺度湍流效應產生，由兩個獨立的Gamma分布表示：

其中，α、β參數分別表示大尺度散射系數和小尺度散射系數，Γ(·)為Gamma函數；Gamma-Gamma分布的概率密度函數表示為：

其中，p(I|I_x；β)是輻照度條件分布：

其中，K_n(·)為n階第二類修正Bessel函數。

3.根據權利要求2所述的基于混合分布模型的大氣湍流信道衰落參數估計方法，其特征在于，所述步驟2中對Gamma-Gamma分布的概率密度函數求對數，得到θ的對數似然函數表示，具體為：

θ的對數似然函數如下：

4.根據權利要求3所述的基于混合分布模型的大氣湍流信道衰落參數估計方法，其特征在于，所述步驟4具體為：

步驟4.1，EM算法迭代的E步驟，計算隱藏變量的后驗概率:

上式中，表示進行j次迭代后θ的估計量；表示第l次產生N個樣本數的數學期望值，(12)式、(13)式、(14)式中的條件期望值，即隱藏變量的條件期望值由下式計算得到：

其中，g(x_l)代表等式(12)、(13)、(14)中的lnx_l、x_l、x_l^-1；

該表達式中的三個因子為：

步驟4.2，EM算法迭代的M步驟，尋找α的下一個估計值和β的下一個估計值

步驟4.3，由EM步驟的兩個分步驟，更新θ的估計值為

步驟4.4，重復步驟4.1-4.3直到前一次估計值和當前估計值之差小于閾值ε時，停止迭代，得到θ的最終估計值。