[發(fā)明專利]低頻水聲通信的模態(tài)間干擾抑制方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110574169.8
• 申請(qǐng)日: 2021-05-25
• 公開(kāi)（公告）號(hào): CN113300988B
• 公開(kāi)（公告）日: 2021-10-29
• 發(fā)明（設(shè)計(jì)）人: 孫大軍;洪小平;崔宏宇;韓云峰;張殿倫
• 申請(qǐng)（專利權(quán)）人: 哈爾濱工程大學(xué)
• 主分類號(hào): H04L25/03
• 分類號(hào): H04L25/03;H04B11/00;H04B13/02
• 代理公司: 哈爾濱市松花江專利商標(biāo)事務(wù)所 23109
• 代理人: 于歌

1.一種低頻水聲通信的模態(tài)間干擾抑制方法，其特征在于包括，

在訓(xùn)練模式下，將已知訓(xùn)練序列進(jìn)行延時(shí)，得到期望信號(hào)d(k)；

同時(shí)，使已知訓(xùn)練序列經(jīng)信道傳輸，在信道輸出端得到輸出信號(hào)向量r(k)，輸出信號(hào)向量r(k)經(jīng)前饋濾波器進(jìn)行前饋濾波得到a^H(k)r(k)，其中a(k)為前饋濾波器的濾波系數(shù)，H表示共軛轉(zhuǎn)置，k為正整數(shù)，表示輸出信號(hào)向量的序號(hào)；

再將期望信號(hào)d(k)輸入反饋濾波器，經(jīng)反饋濾波得到b^H(k)d(k)，其中b(k)為反饋濾波器的濾波系數(shù)；

計(jì)算獲得均衡器的輸出

所述均衡器包括前饋濾波器和反饋濾波器；

再計(jì)算獲得判決誤差e(k)：

根據(jù)判決誤差e(k)自適應(yīng)修正前饋濾波器和反饋濾波器的系數(shù)以對(duì)信道進(jìn)行補(bǔ)償，獲得修正后的均衡器；

將修正后的均衡器用于跟蹤模式下，實(shí)現(xiàn)低頻水聲通信的模態(tài)間干擾抑制；

跟蹤模式下，反饋濾波器的當(dāng)前輸入為前一次信號(hào)迭代過(guò)程中判決裝置輸出的判決值，所述判決值為判決裝置對(duì)均衡器的輸出的判決結(jié)果y(k)；

根據(jù)判決誤差e(k)自適應(yīng)修正前饋濾波器和反饋濾波器的系數(shù)的過(guò)程包括：

所述前饋濾波器和反饋濾波器的系數(shù)利用自適應(yīng)步長(zhǎng)簇稀疏算法計(jì)算得到，所述自適應(yīng)步長(zhǎng)簇稀疏算法的代價(jià)函數(shù)ξ為：

ξ＝||η(k)||²+(d(k)-S1^H(k)w(k+1))^Tλ+ρ_kf_k(w(k))，

式中η(k)為迭代誤差：

η(k)＝w(k+1)-w(k)，

w(k)為均衡器系數(shù)向量，w(k)＝[a(k),b(k)]，

S1(k)為均衡器輸入信號(hào)矩陣，

S1(k)＝[r(k),r(k-1),…,r(k-L+1)]，

式中L是投影階數(shù)；

λ為遺忘因子；f_k(w(k))為能表征系統(tǒng)特性的約束函數(shù)，ρ_k為正則化參數(shù)，用來(lái)折中平衡信號(hào)迭代誤差和約束函數(shù)在代價(jià)函數(shù)中所占比例；

對(duì)代價(jià)函數(shù)ξ求梯度獲得稀疏約束下自適應(yīng)步長(zhǎng)簇稀疏算法的迭代公式：

w(k+1)＝w(k)+μ(k)S1(k)R(k)e(k)+γ_kA(k)Γ(w(k))，

式中μ(k)為自適應(yīng)步長(zhǎng)，R(k)為相關(guān)矩陣；

R(k)＝(S1^H(k)S1(k)+ψI)^-1，

式中ψ為正數(shù)，取值范圍為0至10^-3之間，I為單位矩陣；

e(k)為跟蹤模式下的判決誤差向量：

e(k)＝d(k)-y(k)；

γ_k為正則步長(zhǎng)，γ_k＝μ(k)ρ_k，

A(k)為設(shè)定的等效變量：

A(k)＝S1(k)R(k)S1^H(k)-I；

Γ(w(k))為簇稀疏約束函數(shù)，

為梯度算子；

濾波器的自適應(yīng)步長(zhǎng)μ(k)的迭代過(guò)程包括：

計(jì)算正則步長(zhǎng)γ_k：

定義濾波器系數(shù)瞬時(shí)誤差v(k)為：

v(k)＝w₀-w(k)

式中w₀是濾波器的最優(yōu)抽頭系數(shù)；所述濾波器包括前饋濾波器或反饋濾波器；

計(jì)算獲得濾波器系數(shù)瞬時(shí)誤差平方：

式中υ(k)為系統(tǒng)噪聲，Γ(k)為約束函數(shù)的梯度，

定義與傳統(tǒng)AP算法相比，約束后算法系數(shù)的均方誤差多出項(xiàng)C(γ_k)為：

為保證約束類算法的最優(yōu)性能，正則步長(zhǎng)γ_k的選取需滿足：C(γ_k)≤0；

對(duì)C(γ_k)的表達(dá)式進(jìn)行化簡(jiǎn)得到：

式中tr(A(k))表示A(k)的跡,N為濾波器長(zhǎng)度，η表示約束函數(shù)的上界；

由此得到正則步長(zhǎng)γ_k的取值范圍，表示為

在迭代過(guò)程中，取正則步長(zhǎng)

約束函數(shù)f_k(w(k))是表征低頻水聲信道簇稀疏特性的組合范數(shù)函數(shù)，對(duì)于l_2,0階組合范數(shù)，有：

式中G為模態(tài)的個(gè)數(shù)，β為范數(shù)擬合參數(shù)，為簇稀疏向量；

自適應(yīng)步長(zhǎng)根據(jù)自適應(yīng)迭代判決誤差e(k)計(jì)算：

將判決誤差e(k)作為先驗(yàn)估計(jì)誤差改寫為：

e(k)＝S1^H(k)(w₀-w(k))+υ(k)＝e_f(k)+υ(k)，

即無(wú)噪聲先驗(yàn)誤差e_f(k)為：

e_f(k)＝S1^H(k)(w₀-w(k))；

由此，定義后驗(yàn)誤差ε(k)：

ε(k)＝S1^H(k)(w₀-w(k+1))+υ(k)＝ε_f(k)+υ(k)，

式中ε_f(k)是無(wú)噪聲后驗(yàn)誤差；

最優(yōu)步長(zhǎng)的選取以無(wú)噪聲后驗(yàn)誤差均方值最小化為準(zhǔn)則，利用和e(k)＝S1^H(k)(w₀-w(k))+υ(k)＝e_f(k)+υ(k)獲得：

E[||ε_f(k)||²]＝(1-μ(k))²E[||e_f(k)||²]+μ(k)²E[||υ(k)||²]，

式中E表示求期望；

對(duì)步長(zhǎng)取梯度的極值確定μ(k)的極小值，得到自適應(yīng)步長(zhǎng)算法的迭代方程：

式中e_f(k)通過(guò)e(k)得到：

e_f(k)＝Dsign(D^Te(k)).*a(k)，

式中D∈R^K×K為正交參數(shù)矩陣，D是一個(gè)K行K列的實(shí)數(shù)集R，K為實(shí)數(shù)集的行數(shù)和列數(shù)；sign表示符號(hào)函數(shù)；

a(k)是由a_i(k)＝max(abs(D^Te(k))_i-T,0)組成的向量，(D^Te(k))_i是D^Te(k)中第i個(gè)元素，T為臨界參數(shù)，σ表示噪聲的方差；

E[||e_f(k)||²]由e_f(k)的時(shí)間均值確定：

E[||e_f(k)||²]＝λE[||e_f(k)||²]+(1-λ)||e_f(k)||²，

λ滿足λ1且λ≈1。