[發(fā)明專利]一種針對非理想稀疏信道的估計(jì)方法

有效

• 申請?zhí)枺?/td>: 202110174163.1
• 申請日: 2021-02-09
• 公開（公告）號: CN113014341B
• 公開（公告）日: 2022-06-03
• 發(fā)明（設(shè)計(jì)）人: 蔡豪;袁正道;高童迪;秦學(xué)珍;藏濤
• 申請（專利權(quán)）人: 蔡豪;袁正道
• 主分類號: H04B17/391
• 分類號: H04B17/391;H04B17/345
• 代理公司: 鄭州睿途知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 41183
• 代理人: 李伊寧

1.一種針對非理想稀疏信道的估計(jì)方法，其特征在于，包括以下步驟：

A：建立通信系統(tǒng)信道模型r＝Φα+w；

其中，r為長度為M的觀測向量，Φ為維度是M×N的觀測矩陣，α為長度為L的信道抽頭向量，表示為α＝[α₁,...,α_l,...α_L]^T，信道抽頭向量的每個(gè)元素定義為α_l，下角標(biāo)l表示抽頭標(biāo)號；正交頻分復(fù)用系統(tǒng)配置有M個(gè)子載波，選擇其中N個(gè)子載波作為導(dǎo)頻進(jìn)行信道估計(jì)，剩余M-N個(gè)子載波用于數(shù)據(jù)傳輸，w表示方差為σ的加性白高斯噪聲；

B：建立加權(quán)高斯先驗(yàn)?zāi)Ｐ?/p>

其中，p(α_l)表示元素α_l的先驗(yàn)分布，δ(α_l)為沖擊函數(shù)，表示只有當(dāng)函數(shù)輸入?yún)?shù)α_l＝0時(shí)，函數(shù)δ(α_l)的輸出值為1，N(α_l；μ_k,1)代表抽頭向量中的元素α_l服從均值為μ_k方差為1的高斯分布，λ表示元素α_l取值非零的概率，β_k和μ_k分別為加權(quán)高斯先驗(yàn)的權(quán)重和均值，K表示加權(quán)高斯模型的加權(quán)數(shù)量；

C：根據(jù)步驟A中得到的通信系統(tǒng)信道模型，以及步驟B中得到的加權(quán)高斯先驗(yàn)?zāi)Ｐ停蠼庑诺莱轭^向量α＝[α₁,...,α_l,...α_L]^T、信道抽頭向量α中元素取非零值的概率λ、信道的噪聲方差σ、加權(quán)高斯先驗(yàn)的權(quán)重β_k和高斯分布的均值μ_k，k＝1→K；最終得到非理想稀疏信道的信道抽頭向量α；

其中，步驟A中包括以下步驟：

A1：設(shè)正交頻分復(fù)用系統(tǒng)配置有M個(gè)子載波，選擇其中N個(gè)子載波作為導(dǎo)頻進(jìn)行信道估計(jì)，剩余M-N個(gè)子載波用于數(shù)據(jù)傳輸，導(dǎo)頻向量表示為x＝[x₁,...,x_n...x_N]^T，其中x_n為第n個(gè)導(dǎo)頻符號，定義導(dǎo)頻圖譜即N個(gè)導(dǎo)頻在M個(gè)子載波中的索引為導(dǎo)頻向量x需要經(jīng)過頻域等效信道的傳輸，頻域等效信道由信道向量h＝[h₁,...,h_n,...h_N]^T表示，其中h_n表示第n個(gè)信道，得到的觀測向量y為

y＝h·x+w，

其中，點(diǎn)乘符號·表示h和x逐元素相乘，w表示方差為σ的加性白高斯噪聲；

A2：假定發(fā)送的導(dǎo)頻向量x中的各個(gè)元素為x_n＝1,n＝1→N，將觀測向量y簡化表示為

y＝h+w (1)；

A3：將正交頻分復(fù)用系統(tǒng)的信道向量h表示為信道抽頭向量α和部分離散傅里葉變換矩陣相乘的形式，即h＝Aα；信道抽頭向量α長度為L；矩陣A的構(gòu)造方法為，從M維標(biāo)準(zhǔn)離散傅里葉變換矩陣中選取索引屬于導(dǎo)頻圖譜中的N行和前L列，即A矩陣維度為N×L，而(1)式可以重寫為

y＝Aα+w (2)；

A4：對(2)式中矩陣A進(jìn)行奇異值分解，即A＝UΛV，其中Λ為對角陣，矩陣U和V為正交單位矩陣，將(2)式變形為

y＝UΛVα+w；

將上式兩端同時(shí)左乘矩陣U的轉(zhuǎn)置U^H，得到

r＝U^Hy＝ΛVα+U^Hw (3)；

其中，定義r＝U^Hy，r表示觀測向量，U^H表示矩陣U的轉(zhuǎn)置；由于U為正交單位矩陣，則(3)式中噪聲向量U^Hw仍滿足高斯分布，并且噪聲方差仍為σ；

A5：定義觀測矩陣為Φ＝ΛV，將(3)式變形后得到通信系統(tǒng)信道模型為：

r＝Φα+w (4)；

其中，r為長度為M觀測向量，Φ為維度是M×N的觀測矩陣，α為信道抽頭向量，表示為α＝[α₁,...,α_l,...α_L]^T，信道抽頭向量的每個(gè)元素定義為α_l，下角標(biāo)l表示抽頭標(biāo)號；

其中，步驟B包括以下步驟：

B1：建立稀疏估計(jì)模型中的伯努利-高斯先驗(yàn)為：

其中，p(α_l)表示元素α_l的先驗(yàn)分布，δ(α_l)為沖擊函數(shù)，表示只有當(dāng)函數(shù)輸入?yún)?shù)α_l＝0時(shí)，函數(shù)δ(α_l)的輸出值為1，表示元素α_l服從均值為0，方差為1的高斯分布，λ表示元素α_l取值非零的概率；

B2：當(dāng)元素α_l取值非零時(shí)，先驗(yàn)分布由多個(gè)高斯分布的加權(quán)和構(gòu)成，即表示為其中K表示加權(quán)高斯模型的加權(quán)數(shù)量；因此，加權(quán)高斯先驗(yàn)?zāi)Ｐ图葱诺莱轭^向量的元素α_l的先驗(yàn)分布表示為：

其中，β_k和μ_k分別為加權(quán)高斯先驗(yàn)的權(quán)重和均值，表達(dá)式N(α_l；μ_k,1)代表抽頭向量中的元素α_l服從均值為μ_k方差為1的高斯分布；

其中，所述的步驟C中，采用迭代的方法求解信道抽頭向量α＝[α₁,...,α_l,...α_L]^T、信道抽頭向量α中元素取非零值的概率λ、信道的噪聲方差σ、加權(quán)高斯先驗(yàn)的權(quán)重β_k和高斯分布的均值μ_k，k＝1→K；

其中，步驟C包括以下步驟：

C1：定義參數(shù)和分別為λ、σ、β_k和μ_k的估計(jì)值，定義向量v_α和向量分別為信道抽頭向量α的方差和均值，兩個(gè)向量的長度均為N，將v_α和分別初始化為全1和全0的列向量；初始化中間變量為長度N的全0列向量，初始化噪聲方差的估計(jì)值初始化非零概率的估計(jì)值初始化權(quán)重參數(shù)的估計(jì)值初始化均值的估計(jì)值

C2：更新中間變量v_p＝|A|²v_α和其中代表向量v_p和向量的按元素點(diǎn)乘；更新得到的中間變量v_p和均為長度為N的列向量；

C3：更新中間變量和中間變量其中符號“./”代表按元素除；

C4：更新噪聲方差估計(jì)值其中表示長度為N的全1行向量；

C5：更新中間變量和中間變量

C6：更新中間變量ν_q＝1./(|A|²ν_s)和中間變量更新得到的中間變量v_q和均為長度為L的列向量；

C7：更新中間變量n＝1→N,k＝1→K，其中和分別為向量和v_q的第l個(gè)元素；

C8：更新中間變量

C9：定義歸一化變量

C10：更新中間變量

C11：更新中間變量

C12：更新非零概率的估計(jì)值

C13：更新非零高斯分量均值的估計(jì)值

C14：更新權(quán)重變量的估計(jì)值

C15：更新信道抽頭向量每個(gè)元素的均值和每個(gè)元素的方差l＝1→L，進(jìn)而構(gòu)造向量