CN107359899B - 稀疏信道条件下正交频分复用扩频水声通信无导频判决反馈信道估计方法 - Google Patents

Abstract

本发明公开了一种稀疏信道条件下正交频分复用扩频水声通信无导频判决反馈信道估计方法，包括：1）OFDM频域信息提取；2）将步骤1）提取的频域信息送给扩频识别模块进行扩频识别；3）将步骤2）扩频识别的结果送给判决反馈回路模块，对水声信道进行迭代学习，重建信道；4）对利用重建信道进行均衡后的数据解扩输出。本发明利用水声信道的稀疏特性对扩频信号进行有效识别，并利用识别结果对水声信道响应进行判决反馈估计，从而实现对水声信道的可靠重建，并且在不损失通信质量的前提下，可以可靠实现对水声通信信号的均衡，有效提高水声通信速率。

Description

稀疏信道条件下正交频分复用扩频水声通信无导频判决反馈 信道估计方法

技术领域

本发明涉及水声通信、信道估计技术领域，针对正交频分复用扩频水声通信技术需要添加用于信道估计的导频信息导致的有效通信速率下降的问题，提出了一种稀疏信道条件下正交频分复用扩频水声通信无导频判决反馈信道估计方法。该方法利用水声信道的稀疏特性对扩频信号进行有效识别，并利用识别结果对水声信道响应进行判决反馈估计，从而实现对水声信道的可靠重建，并且在不损失通信质量的前提下，可以可靠实现对水声通信信号的均衡，有效提高水声通信速率。

背景技术

近年来，有着高频谱利用率的正交频分复用(OFDM)技术结合具有隐蔽可靠、截获概率低的直扩频(DSSS)技术一直以来都倍受水声通信研究者的关注。受浅海水声信道多径传播的影响，信道的频域响应呈现梳状周期性衰落，正交频分复用扩频技术在上述环境中应用时，通常需要对多径信道频域响应的相位和幅度发生畸变进行估计并补偿，才能有效获取扩频增益。此外水声信道呈现缓慢时变的特点，因此OFDM_DSSS(正交频分复用-直扩频)通信系统需要添加额外的导频信息以实现对时变水声信道响应的估计与跟踪，大量的导频开销导致水声通信效率的显著下降。国内外关于OFDM扩频水声通信技术的研究较多,其中包括：比较差分扩频技术和非相干扩频技术在多径多用户干扰环境下的应用效果，得到了在强干扰条件下非相干扩频技术比差分扩频技术鲁棒性更好的结论；一种时频联合分集的OFDM通信技术，通过对信号进行时频交织，充分地利用了时间和频率上的分集增益，特别是在快衰落信道中，能够有效避免异步下正交性遭到破坏带来的严重多址干扰，取得了比OFDM结合直接序列扩频技术更好的实验结果；一种循环移位(Code Shift Keying,CSK)扩频OFDM水声通信方法，利用OFDM技术和CSK扩频技术，极大地提高系统带宽利用率，利用自相关性能好的Chu序列作为系统扩频码，通过快速傅里叶变换的方式有效地降低了系统复杂度；一种正交M元CSK扩频水声通信方法，结合正交载波、M元和CSK技术，充分利用扩频码良好的相关特性，将信息调制在不同序列、不同码元相位和不同通道上，为高速扩频水声通信提供了一种新的解决方案。以上国内外的研究均是对扩频技术在水声信道环境中的应用进行探讨，并未涉及水声信道适应性的问题，因此上述各种方法均需要添加导频以实现对信道的估计。

另外，现有的国内外技术还包括：一种以相同调频斜率、不同中心频率、频带相互重叠的正交啁啾信号作为OFDM子载波的频域扩频方式，利用多径信号只在频域上拓展的特点,在频率上分离各个途径信号,从而抑制频率选择性衰落，同时利用时间反转镜技术在发送端对信号进行预处理，使得接收信号获得多径分集增益，有效提高了通信质量，降低了信号解调的复杂度；信道预处理结合判决反馈的正交频分复用扩频水声通信系统，利用信道估计的信息在发射端构建预处理矩阵，通过对发射信号进行响应的预处理来提高发射效率并降低接收机复杂度。以上几种国内外的研究所提出的方法根据信道状况事先对待发送信号进行预处理，从而避免了通信过程中导频信息的添加，然而该类方法需要在通信前掌握信道状态以针对性的进行信号预处理工作，其虽然可以降低接收端的信号处理复杂度，但并不会提高通信系统的通信效率，并且对信道的稳定性要求很高，对于快速时变的水声信道环境并不适应。

发明内容

鉴于上述现有技术的不足，本发明提出了一种稀疏信道条件下正交频分复用扩频水声通信无导频判决反馈信道估计(Pilot-Free Decision Feedback ChannelEstimation，PFDFCE)方法。与传统方法不同，该方法无需事先掌握或是通过导频估计获取信道的冲击响应。PFDFCE方法利用水声信道的稀疏特性实现对扩频信码的初步判断识别，并将识别结果作为方法中判决反馈回路的初始输入，方法判决反馈回路通过对信道反复的学习和重建，从而获得高质量的信道估计结果。因此PFDFCE方法可以在不降低传统方法通信质量的基础上,有效提高通信的频带利用率。

本发明提出的一种稀疏信道条件下正交频分复用扩频水声通信无导频判决反馈信道估计方法主要由扩频识别和判决反馈回路两部分组成，该方法的核心思想是利用水声信道的稀疏特性实现对扩频信号的初步判断识别，并将判断识别结果作为方法中判决反馈回路的初始输入，无导频判决反馈信道估计方法的判决反馈回路对水声信道进行不断的逼近学习和重建，从而达到PFDFCE方法对水声信道高质量重建的目的。

其中，扩频码识别原理为：考虑扩频矩阵Q_M×N，其中M表示扩频码数量，N表示每个扩频码长度,则扩频矩阵Q_M×N为：

其行向量Q_m＝[q_0,m,q_1,m,…,q_N-1,m]中的元素q_n,m按照事先约定的映射规则分布在单位圆上(即||q_n,m||＝1，n＝0,1,2,…,N-1)，利用一个包含有J个子载波的OFDM符号中的N个子载波对Q_m进行载波调制得到时域信号S_Q，此时信号S_Q的幅度基本上可以近似符合高斯分布。假设信号S_Q通过一个具有稀疏性质的信道冲击响应其中N_h为信道h长度，在接收端得到r_Q。若信号的循环前缀长度大于信道h的最大多径时延，在不考虑噪声的前提下，信号r_Q对应的频域响应R_Q可表示为：

R_Q＝QH (2)

其中H为信道h的频域响应，接收端仅有R_Q已知，为了获得必须利用信道h和Q_M×N的先验信息。考虑利用矩阵Q_M×N中Q_m的所有可能对信道H进行估计，此时对应第Q_m个向量的信道H的估计值可记为：

其中表示Q_m的共轭转置，当且仅当m＝m′时，此时信道的估计的时域响应是稀疏的。

当m≠m′时，由于矩阵Q是经过设计的M元扩频矩阵，Q_m的自相关性较好而与Q_m'相关性很低，因此Q_m和Q_m'的乘积Q'_m可以认为是具有近似于噪声的性质。那么的时域响应可以看成序列Q'_m的时域响应的时延叠加，因此的时域响应是非稀疏的。因此通过利用浅海水声信道的稀疏特性等先验知识，可以在信道响应未知的状态下，有效地识别发送端传输的向量Q_m。

另外，稀疏信道重建原理为：根据奈奎斯特采样定律，只有在采样率至少为信号带宽的两倍的前提下，才能避免所获取的信号信息丢失。也就是说，这一恢复准则完全与信号的形式无关，因此必然会带来采样信息的大量冗余。针对这一缺点，压缩传感理论指出，如果信号通过某种变换(如傅立叶变换，小波变换等)后，可以稀疏表示(即信号是可压缩的)，则可以设计一个与其变换基不相关的观测矩阵匹配信号，通过对得到的观测值求解优化问题，可实现信号的精确或近似重构。

考虑一个由J个子载波构成的OFDM符号X，由K个长度为N的M元的扩频信号Q_m组成(其中K×N≤J)。假设OFDM符号的循环前缀长度大于信道h的最大多径时延，在不考虑噪声的条件下，经过信道的OFDM符号Y可表示为Y＝XH，在判决反馈回路部分，假设对接收信号Y经过无导频扩频解扩后有K₁个扩频信号解调正确，有K₂个信号解调错误，K₁+K₂＝K，此时重建的OFDM符号Y′中可正确解调的子载波有I个(I≥K₁×N)，伪随机分布在Y′的J个子载波上，分布位置集合为Υ，子载波错误解调位置集合为Υ^C。由于浅海水声信道是稀疏的，因此可以利用匹配追踪技术实现对水声信道H的重建。假设Ψ是个完备字典,由原子φ构成。字典Ψ_J是过完备字典Ψ中J个子载波所对应的L×J维矩阵，其中L是完备字典Ψ中原子φ的个数。是第l次匹配从字典Ψ_J中选择出的原子向量，ω_j为加权因子。此时通过下列算法流程对信道H进行匹配,匹配方法步骤如下：

1、初始化：令残差信号:R^H＝H；

2、在字典Ψ_J中寻找与残差信号R^H内积最大的原子并计算其加权因子ω_j。

由于中为错误的频域子信道估计结果，其分布具有很强的随机性，累加后可等效为能量相对较弱的噪声项σ。此时式(4)可表示为：

由于Ψ_J也是过完备的，根据压缩感知原理，信道匹配的结果不会有明显改变,此时有

3、更新加权因子存储向量W_l＝[W_l-1,ω_l]以及原子在字典中的位置向量S_l＝{S_l-1,s_l}。

4、更新残差

重复2至4步骤直到H被充分分解。对于本发明的方法,H经过匹配后的信道频域响应向量可以表示为：

其中L′为最大迭代次数。由于W包含了字典Ψ内所有原子的加权系数,当且仅当l∈S的情况下ω_l取值非0或远大于0。

根据式(8)可知，只要保证同一个OFDM符号内解调正确的子载波数目占有足够比重，即可实现对信道的准确估计。

结合上述扩频码识别原理及稀疏信道重建原理，本发明提出的稀疏信道条件下正交频分复用扩频水声通信无导频判决反馈信道估计方法包括下述步骤：

1)OFDM频域信息提取；

2)将上述步骤1)提取的频域信息送给扩频识别模块进行扩频识别；

3)将上述步骤2)扩频识别的结果送给判决反馈回路模块，对水声信道进行迭代学习，重建信道；

4)对利用重建信道进行均衡后的数据解扩输出；

针对步骤2)，传统的M元扩频解扩方法为：假设信号发送端将进制数据x利用长度为N的M元扩频进行映射得到待传输信息矩阵X^Q，即X^Q∈{Q₀,Q₁,…,Q_M-1}。定义γ＝[γ₀,γ₁,…,γ_N-1]为该扩频码所利用的子载波在OFDM频带位置集合,Γ＝[1,2,…,N-1]为OFDM符号所有基带子载波位置的集合。利用一个OFDM符号中的N个子载波将X^Q调制并传输到信道H中，信号接收端得到Y^Q＝X^QH(γ)，假设为利用导频获得的信道响应H(γ)的无偏估计值。因此数据x可写为：

根据式(9)可知，x需利用导频信号获得，通过寻找通过信道均衡后的Y^Q与矩阵Q_M×N中行向量积分最大值，即可解调出数据x。

若在未对信道进行均衡的条件下对Y^Q采用同样的方式进行解调，即：

由于H(γ(n))的响应不确定，因此累加后的结果是随机的，无法获得数据x，所以传统M元扩频解扩方法必须利用导频等手段对信道进行估计，并根据信道估计的结果对接收信号Y^Q进行信道均衡，才能保证系统能够在接收端恢复原始传输数据。

针对上述传统M元扩频解扩方法的不足，本发明提出的一种稀疏信道条件下正交频分复用扩频水声通信无导频判决反馈信道估计方法的扩频码识别模块可在信道响应未知的前提下，相较于传统的M元扩频解扩方法来说，能够较高准确度地对M元扩频信号进行解调,上述步骤2)所述的扩频码识别模块对应的扩频识别步骤包括下述步骤：

a)假设系统接收端接收到的第t个OFDM符号中所携带的第k个传输的扩频的响应为其中，有M种可能对应的映射。这里定义为当时的信道估计值，可表示为：

其中,表示信道估计。

b)采用匹配追踪算法对信道进行重建，根据式(8)可得

其中W_t，k，m为接受收到的第t个ofdm符号中所携带的第k个传输扩频在第m个扩频映射条件下稀疏匹配获得的加权因子存储向量，ψ表示字典。

c)结合扩频码识别原理,若在发送端扩频信号所以当且仅当时,的时域冲激响应h才具有稀疏性质。假设信道的稀疏度为L″，其中(L″<<L),那么此时稀疏度对应的加权因子存储向量中仅有L″个加权因子取值非0或远大于0,也就是说字典Ψ中的L″个分量包含了信道中的全部能量(假设OFDM循环前缀长度大于信道最大多径时延)；而当时,不具有稀疏性质,因此获得的包含了匹配出的信道在字典Ψ中L′个最大的加权量,即有L′个加权因子取值非0或远大于0。通过对信道估计值的时域冲激响应进行幅度归一化处理：

其中表示对向量归一化处理，N_h为信道冲激响应采样点数。的L″信道抽头时延与能量分布于信道h冲激响应近似一致；而的L′个信道抽头能量接近、时延分布随机，近似于噪声。因此的时间积分一般远小于的时间积分。

d)根据步骤c)中归一化处理后的时域冲激响应，发送的扩频信息可表示为：

另外，针对步骤3)，无导频扩频解扩技术准确解调扩频信号的前提条件是每个扩频码所占用的子载波对信道的采样样本数足够多，然而对于超宽带的正交频分复用扩频水声通信而言，这一条件很难满足，导致了算法原始误码率较高，进而导致利用其结果实现稀疏信道重建的效果较差，因此需要结合基于符号判决的判决反馈信道估计算法以实现对水声信道的有效重建。

所以本发明提出的一种稀疏信道条件下正交频分复用扩频水声通信无导频判决反馈信道估计方法中步骤3)所述的通过判决反馈回路模块对水声信道进行迭代学习、重建信道包括下述步骤：

a)假设第t个OFDM符号传输的信息为x_t，扩频后信号为接收端收到的信号为Y_t ^Q，经过无导频解扩后的信息为x′_t。判决反馈信道估计算法首先对x′_t按同信号发送端同样的规则对其进行扩频，得到新的符号其中u＝1,2,…,U是判决反馈迭代次数；

b)利用稀疏信道重建算法得到信道匹配估计结果

c)利用MMSE信道估计算法对水声信道估计结果进行修正；

其中F为离散傅里叶变换矩阵，为信道频域自相关矩阵，信道MMSE估计，σ²是信号方差，P_I是单位矩阵,其中下标I表示矩阵的性质是单位矩阵；

d)利用对接收信号Y_t ^Q进行均衡，并采用公式(9)对均衡后的扩频信号进行解调，得到数据解调信息x′_t,u；

重复步骤a)至d)直到迭代中止条件满足。

本发明的优点在于：

1)本发明可以在无导频的前提下实现对扩频的积分解调，其原因在于PFDFCE算法充分利用了水声信道的稀疏性质，通过利用接收信号和本地扩频信号矩阵对扩频码进行初步解调，获取“相对正确率较高的解调结果”，再利用这一“相对正确率较高的解调结果”对OFDM符号进行重建，从而实现对扩频信号的高精度解调；

2)本发明能够有效地解决传统扩频解调算法需要添加大量导频以估计信道导致的通信效率下降的问题，适合通信带宽资源紧缺的水声通信；

3)本发明利用无导频判决反馈信道估计算法实现了0.075bits/s/Hz效率的正交频分复用扩频可靠通信，通信效率较传统算法提升了33％。

附图说明

图1是本发明采用的无导频判决反馈信道估计方法流程框图；

图2是本发明对应的无导频判决反馈信道估计冲激响应模型；

图3是本发明采用的无导频判决反馈信道估计方法对应的信道估计结果；

图4(a)、图4(b)是本发明采用的信道抽头估计分布示意图；

图5是本发明对应的无信道均衡条件下M元无导频扩频方法的无导频扩频解扩性能比较图；

图6是本发明对应的在高斯加性噪声环境下不同迭代次数性能对无导频判决反馈信道估计算法性能的比较图；

图7是本发明对应的湖试实测的湖试信道冲击响应图。

具体实施方式

为使公众进一步了解本发明所采用之技术、手段及其有益效果，特举实施例并配合附图对本发明提供的稀疏信道条件下正交频分复用扩频水声通信无导频判决反馈信道估计方法进行详细说明如下，相信当可由之得以深入而具体的了解。

结合图1，本实施例采用的通信系统参数为FFT长度为8192，采样率为96KHz，J为513，通信频带为8至14KHz,梳状导频占用率为0.25，M为8，N为16，每帧OFDM符号数为10，符号时长为107ms，循环前缀为21ms，导频子载波与信号子载波信噪比ζ为0dB，频率分辨率间隔△f为11.72Hz。

由图1所示的采用无导频判决反馈信道估计方法流程可看出，本发明实施例稀疏信道条件下正交频分复用扩频水声通信无导频判决反馈信道估计方法包括下述步骤：

1)OFDM频域信息提取；

2)将上述步骤1)提取的频域信息送给扩频识别模块进行扩频识别；

3)将上述步骤2)扩频识别的结果送给判决反馈回路模块，对水声信道进行迭代学习，重建信道；

4)对利用重建信道进行均衡后的数据解扩输出。

针对步骤1)，OFDM频域信息提取意为对OFDM时域信号进行快速傅里叶变换之后的频域信号进行提取。

针对步骤2)，传统的M元扩频解扩方法为：假设信号发送端将进制数据x利用长度为N的M元扩频进行映射得到待传输信息矩阵X^Q，即X^Q∈{Q₀,Q₁,…,Q_M-1}。定义γ＝[γ₀,γ₁,…,γ_N-1]为该扩频码所利用的子载波在OFDM频带位置集合,Γ＝[1,2,…,N-1]为OFDM符号所有基带子载波位置的集合。利用一个OFDM符号中的N个子载波将X^Q调制并传输到信道H中，信号接收端得到Y^Q＝X^QH(γ)，假设为利用导频获得的信道响应H(γ)的无偏估计值。因此数据x可根据式(9)获得。

根据式(9)可知，x需利用导频信号获得，通过寻找通过信道均衡后的Y^Q与矩阵Q_M×N中行向量积分最大值，即可解调出数据x。

若在未对信道进行均衡的条件下通过式(10)对Y^Q采用同样的方式进行解调，此时由于H(γ(n))的响应不确定，因此累加后的结果是随机的，无法获得数据x，所以传统M元扩频解扩方法必须利用导频等手段对信道进行估计，并根据信道估计的结果对接收信号Y^Q进行信道均衡，才能保证系统能够在接收端恢复原始传输数据。

结合图1，针对步骤2)，本发明提出的一种稀疏信道条件下正交频分复用扩频水声通信无导频判决反馈信道估计方法的扩频码识别模块可在信道响应未知的前提下，相较于传统的M元扩频解扩方法来说，能够较高准确度地对M元扩频信号进行解调,步骤2)中的扩频码识别模块对应的扩频识别步骤包括下述步骤：

a)假设系统接收端接收到的第t个OFDM符号中所携带的第k个传输的扩频的响应为其中，有M种可能对应的映射。这里定义为当时的信道估计值，可通过式(11)获得，且式(11)中表示信道估计；

b)采用匹配追踪算法对信道估计结果进行重建，根据式(12)计算获得

c)根据步骤b)的重建后的结果，结合扩频码识别原理,若在发送端扩频信号所以当且仅当时,的时域冲激响应h才具有稀疏性质。假设信道的稀疏度为L″，其中(L″<<L),那么此时稀疏度对应的加权因子存储向量中仅有L″个加权因子取值非0或远大于0,也就是说字典Ψ中的L″个分量包含了信道中的全部能量(假设OFDM循环前缀长度大于信道最大多径时延)；而当时,不具有稀疏性质,因此获得的包含了匹配出的信道在字典Ψ中L′个最大的加权量,即有L′个加权因子取值非0或远大于0。通过对信道估计值的时域冲激响应进行幅度归一化处理，根据式(13)计算获得时域冲击响应式(13)中表示向量归一化处理。的L″信道抽头时延与能量分布于信道h冲激响应近似一致；而的L′个信道抽头能量接近、时延分布随机，近似于噪声。因此的时间积分一般远小于的时间积分；

d)根据步骤c)中归一化处理后的时域冲激响应，结合式(14)计算获得发送的扩频信息

另外，针对步骤3)，无导频扩频解扩技术准确解调扩频信号的前提条件是每个扩频码所占用的子载波对信道的采样样本数足够多，然而对于超宽带的正交频分复用扩频水声通信而言，这一条件很难满足，导致了算法原始误码率较高，进而导致利用其结果实现稀疏信道重建的效果较差，因此需要结合基于符号判决的判决反馈信道估计算法以实现对水声信道的有效重建。

所以本实施例提出的一种稀疏信道条件下正交频分复用扩频水声通信无导频判决反馈信道估计方法中步骤3)所述的通过判决反馈回路模块对水声信道进行迭代学习、重建信道包括下述步骤：

a)假设第t个OFDM符号传输的信息为x_t，扩频后信号为接收端收到的信号为Y_t ^Q，经过无导频解扩后的信息为x′_t。判决反馈信道估计算法首先对x′_t按同信号发送端同样的规则对其进行扩频，得到新的符号其中u＝1,2,…,U是判决反馈迭代次数；

b)利用稀疏信道重建算法得到信道匹配估计结果

c)利用MMSE信道估计算法对水声信道估计结果进行修正，按照式(15)计算获得信道MMSE估计，式(15)中F为离散傅里叶变换矩阵，为信道频域自相关矩阵，信道MMSE估计；

d)利用对接收信号Y_t ^Q进行均衡，并采用公式(9)对均衡后的扩频信号进行解调，得到数据解调信息x′_t,u；

重复步骤a)至d)直到迭代中止条件满足。

图2是本实施例给出的无导频判决反馈信道估计冲激响应模型。

结合图3，本实施例给出了利用无导频判决反馈信道估计方法对应的信道估计结果，观察图2可以发现，该方法对21ms时延范围内信道主要抽头的幅值和时延能够较为准确的估计，而21ms时延以外的抽头则无法重构。另外，从图3还可以发现，采用判决反馈无导频判决反馈信道估计方法其用于信号均衡的子载波(等价于导频)占用OFDM符号全部子载波的75％(假设无信道均衡条件下M元扩频解扩算法模块对扩频识别完全正确)，即：即使在M元扩频解算有部分错误的情况下，通过判决反馈信道均衡也可以实现对信道的可靠估计。

结合图4(a)、图4(b)给出了本实施例的信道抽头估计分布示意图，即归一化的的对应的各个抽头分布的离散程度。从图4(b)可以看到当时,的各个抽头分布的离散程度明显大于图4(a)中时的各个抽头分布的离散程度，因此通过计算的方差结果中找到最小的值,就可以得信息

结合图5，本实施例给出了无信道均衡条件下M元无导频扩频方法在图2的信道条件下的仿真性能比较。在无信道均衡条件下M元扩频解扩算法能够对扩频信号进行有效解调，但在高信噪比环境下，性能较经过MP信道估计算法均衡的M元扩频解扩效果相差约2.2dB。

结合图6，本实施例给出了在高斯加性噪声环境下不同迭代次数对无导频判决反馈信道估计算法性能的影响。可以看到随着迭代次数的增加，系统性能的稳定性上升。从图6中可以看出，在高信噪比仿真环境下，迭代5次的结果与迭代2次相比较，性能几乎一致。因此，可以认为无导频判决反馈信道估计算法采用2次迭代反馈基本可以保证系统的稳定性。系统在发送端导频子载波与信号子载波幅度相同，但导频子载波能量的33％用作多用户带内干扰，这相当于信号子载波能量相差导频子载波能量1.8dB，且信号子载波额外增加了3dB的带内噪声干扰。因此导频子载波能量与信号子载波实际信噪比相差了ζ′＝4.8dB。

结合图7，本实施例给出了试验时实测的湖试信道冲激响应。可以看到，试验时信道条件较好，信道多径信号能量较弱，多径时延很小。

本发明提出的一种稀疏信道条件下正交频分复用扩频水声通信无导频判决反馈信道估计方法，在高斯加性噪声环境下，该方法充分利用浅海水声信道的稀疏特性，有效的解决了传统扩频解调算法需要添加大量导频以估计信道的问题，显著提高了通信系统的有效通信速率，适合通信带宽资源紧缺的水声通信。在湖试试验中，利用无导频判决反馈信道估计算法实现了0.075bits/s/Hz效率的正交频分复用扩频可靠通信。

最后应说明的是：以上是实施例仅用以说明本发明的方法及方案而已，但是并非限制本发明。尽管参照前述实例对本发明进行了详细的说明，但是本领域的技术人员应当明白，凡是在本发明技术构思范围内的修改，或者是对其中部分技术特征所作的同等替换，都应涵盖在本发明的权利保护范围之内。

Claims (1)

1.一种稀疏信道条件下正交频分复用扩频水声通信无导频判决反馈信道估计方法，其特征在于：所述方法包括下述步骤：

1)OFDM频域信息提取；

2)将上述步骤1)提取的频域信息送给扩频码识别模块进行扩频识别,包括下述步骤：

a)假设系统接收端接收到的第t个OFDM符号中所携带的第k个传输的扩频的响应为其中，有M种可能对应的映射，这里定义为当时的信道估计值，表示为：

其中,表示信道估计，行向量Q_m为M元扩频中第m个扩频样本；

b)采用匹配追踪算法对信道进行重建，得到：

其中W_t，k，m为接受收到的第t个ofdm符号中所携带的第k个传输扩频在第m个扩频映射条件下稀疏匹配获得的加权因子存储向量，ψ表示字典；

c)对信道估计值的时域冲激响应进行幅度归一化处理：

其中表示对向量归一化处理；

d)根据步骤c)中归一化处理后的时域冲激响应，发送的扩频信息表示为：

其中N_h为信道冲激响应采样点数；

3)将上述步骤2)扩频识别的结果送给判决反馈回路模块，对水声信道进行迭代学习，重建信道，包括下述步骤：

a)假设第t个OFDM符号传输的信息为x_t，扩频后信号为接收端收到的信号为Y_t ^Q，经过无导频解扩后的信息为x′_t，判决反馈信道估计算法首先对x′_t按同信号发送端同样的规则对其进行扩频，得到新的符号其中u＝1,2,…,U是判决反馈迭代次数；

b)利用稀疏信道重建算法得到信道匹配估计结果

c)利用MMSE信道估计算法对水声信道估计结果进行修正；

其中F为离散傅里叶变换矩阵，为信道频域自相关矩阵，信道MMSE估计，σ²是信号方差，P_l是单位矩阵,其中下标I表示矩阵的性质是单位矩阵；

d)利用对接收信号Y_t ^Q进行均衡，并对均衡后的扩频信号进行解调，得到数据解调信息x′_t,u；

重复步骤a)至d)直到迭代中止条件满足；

4)对利用重建信道进行均衡后的数据解扩输出。