CN107395536B - 对多途环境下的水声信道冲激响应函数进行估计的方法 - Google Patents
对多途环境下的水声信道冲激响应函数进行估计的方法 Download PDFInfo
- Publication number
- CN107395536B CN107395536B CN201710593427.0A CN201710593427A CN107395536B CN 107395536 B CN107395536 B CN 107395536B CN 201710593427 A CN201710593427 A CN 201710593427A CN 107395536 B CN107395536 B CN 107395536B
- Authority
- CN
- China
- Prior art keywords
- impulse response
- response function
- channel impulse
- estimating
- matching
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/024—Channel estimation channel estimation algorithms
- H04L25/0242—Channel estimation channel estimation algorithms using matrix methods
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B13/00—Transmission systems characterised by the medium used for transmission, not provided for in groups H04B3/00 - H04B11/00
- H04B13/02—Transmission systems in which the medium consists of the earth or a large mass of water thereon, e.g. earth telegraphy
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/0222—Estimation of channel variability, e.g. coherence bandwidth, coherence time, fading frequency
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/024—Channel estimation channel estimation algorithms
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明涉及一种对多途环境下的水声信道冲激响应函数进行估计的方法,利用施密特正交化策略对匹配追踪加以改进,使得求解过程每一步迭代都能使残差进行正交化的方向减小以避免冗余计算。本发明首次在匹配追踪迭代策略中引入施密特正交过程,通过将探针信号或训练序列构造卷积矩阵,再采用施密特正交对卷积矩阵进行匹配选择,把卷积矩阵每次匹配运算中匹配强度顺序排列构造出字典;利用求伪逆运算得到水声信道估计结果。从而获得时延和幅度衰减参数。
Description
技术领域
本发明属于一种水声信道估计方法,涉及一种对多途环境下的水声信道冲激响应函数进行估计的方法,适用于海洋水下声通讯、海底地形、地貌勘察、海底参数反演等内容,属于水声学和水声信号处理领域。
背景技术
为去除多途影响,本发明采用接收信号和已知的探针信号进行周期性的训练,以估计水声信道冲激响应函数,包括时延和幅度衰减参数。目前利用周期性的训练模式对水声信道冲激响应函数进行估计的方法主要有匹配滤波法(Matching Filter,MF)、最小均方误差估计法(Least Square,LS)和匹配追踪法(Matching Pursuit,MP)。其中,匹配滤波法参见《Signal processing techniques for resolving individual pulses in amultipath signal》,该文1978年发表在《Journal of Acoustical Society of America》第63期,起始页码为1861;最小均方误差估计法参见《Least squares time-delayestimation for transient signals in a multipath environment》,该文1992年发表于《Journal of Acoustical Society of America》第92期,起始页码为210;匹配追踪法参见《Sparse channel estimation via matching pursuit with application toequalization》,该文2002年发表于《IEEE Transactions on Communications》第50期,起始页码为374。匹配滤波法利用接收信号与探针信号或训练序列之间的相关特性来计算信道的冲激响应函数。这种方法虽然计算结构简单,但缺点是估计精度不高,需要多路数据加以综合利用;同时,如果选取的接收信号或训练序列不够长,或是少于信道长度。匹配滤波法将无法进行有效估计。最小均方误差估计法基于时延和幅度衰减参数构造的最小均方误差作为代价函数,以输入输出关系误差最小化作为准则计算的水声信道冲激响应函数由于没有考虑信道的稀疏结构,导致出现虚拟路径,估计结果存在有较大误差;匹配追踪法基于匹配计算,并施加稀疏约束项,从而获得比前两种算法更好的估计结果,然而,该方法固有的冗余计算和对原子的冗余选择特性,导致估计结果提高程度有限。
发明内容
要解决的技术问题
为了避免现有技术的不足之处,本发明提出一种对多途环境下的水声信道冲激响应函数进行估计的方法,克服现有技术对水声信道估计精度不高等问题。
技术方案
一种对多途环境下的水声信道冲激响应函数进行估计的方法,其特征在于步骤如下:
步骤1:记发射信号为x(n),接收信号为y(n),水声信道冲激响应函数为h(n),噪声为v(n),则离散时间域的输入输出关系为:
步骤2:构造发射信号x(n)的卷积矩阵,为测量矩阵A:
其中,x(0)表示当前时刻的发送信号,x[L-M]表示第L-M时刻的发送信号;
输入输出关系的矩阵向量表达式:
y=Ah+v;
步骤3:信道估计的目标函数为:
其中:σ2为算法的终止阈值,为σth=rth;
2、当||r||<rth时停止迭代,若否,则按照如下迭代式迭代:
i=i+1
P{1}=v{1}(v{1}Tv{1})-1v{1}T
r{1}=r{0}-P{1}y
得到第i次的投影矩阵为:P{i}=v{i}(v{i}Tv{i})-1v{i}T
第i次的残差更新为:r{i}=r{i-1}-P{i}y
支撑集更新:S{i}=S{i-1}∪s{i}
有益效果
本发明提出的一种对多途环境下的水声信道冲激响应函数进行估计的方法,是一种基于施密特正交化匹配追踪(Gram-Schmidt Matching Pursuit,GSMP)的估计方法,基于输入输出关系的误差施加稀疏约束项。该发明利用施密特正交化策略对匹配追踪加以改进,使得求解过程每一步迭代都能使残差进行正交化的方向减小以避免冗余计算。本发明首次在匹配追踪迭代策略中引入施密特正交过程,通过将探针信号或训练序列构造卷积矩阵,再采用施密特正交对卷积矩阵进行匹配选择,把卷积矩阵每次匹配运算中匹配强度顺序排列构造出字典;利用求伪逆运算得到水声信道估计结果。从而获得时延和幅度衰减参数。
有益效果体现在:本发明首先把稀疏约束项施加于最小化均方误差代价函数中,在匹配追踪迭代中首次采用施密特正交投影选择原子,从而避免经典算法中出现的冗余选择问题,然后通过所选择的原子构成字典并求为逆运算并得出估计值。本发明的核心思想是在发射数据构造的测量矩阵基础上结合施密特正交方法精准提取出所要选择的原子,进而构造合理的字典用以估计水声信道冲激响应函数。由于施密特正交化策略的使用,使得本发明对优化迭代计算以及稀疏信号恢复具有很大的优势;且对水声环境参数的要求少,不需要过多的先验知识;实现了对水声信道时延及幅度衰减参数的有效估计。
附图说明
图1是本发明方法与经典方法在不同稀疏度下估计性能对比图。
图2是本发明方法与经典方法在不同测量次数时的估计性能对比图。
图3是本发明方法与经典方法估计的仿真水声信道冲激响应函数图。
图4是本发明方法与经典方法在不同接收信号信噪比情况下的估计性能对比图。
具体实施方式
现结合实施例、附图对本发明作进一步描述:
1.水声信道感知问题形成,具体步骤为:
(1)记发射信号为x(n),接收信号为y(n),水声信道冲激响应函数为h(n),噪声为v(n),则离散时间域的输入输出关系为
(2)将发射信号x(n)构造出卷积矩阵,也称为测量矩阵A,表示为
因此,输入输出关系的矩阵向量表达式记为
y=Ah+v (3)
(3)信道估计的目标函数记为
其中σ2为算法的终止阈值,该值的选取和噪声水平有关。
(4)信道冲激响应函数h估计的具体方法为:
①输入参数信息设置:卷积矩阵A和接收信号y,设置算法终止条件
②输出参数信息设置:信道冲激响应函数估计值h
④判断算法终止条件是否满足,即是否||r||<rth,若是,则停止迭代,若否,则按照如下迭代式迭代:
i=i+1 (5)
P{1}=v{1}(v{1}Tv{1})-1v{1}T (7)
r{1}=r{0}-P{1}y (8)
因此得到第i次的投影矩阵为:
P{i}=v{i}(v{i}Tv{i})-1v{i}T (10)
第i次的残差更新为:
r{i}=r{i-1}-P{i}y (11)
支撑集更新:
S{i}=S{i-1}∪s{i} (12)
接下来求伪逆运算:
最终估计出的水声信道冲激响应函数为:
本发明所提算法在接下来的仿真实验中可以看出具有快速收敛特性,迭代κ次即可得到κ个非零分量,由于施密特正交化运算,可以有效避免冗余计算和原子的冗余选择。
具体实施例:
现结合附图对本发明作进一步的描述。参照图1,采用BPSK信号(binary phaseshift keying,BPSK)作为发射信号,水声信道抽头数为100,位置和大小符合零均值单位方差的高斯规律随机变化。接收信号的信噪比OSNR定义为
图1参数设置如下:OSNR=15dB,M=L=100,稀疏度从3增加到30,变化步长为3,从图1可以看出,当稀疏度大于3时,GSMP的性能远大于其他两种经典算法,这是因为GSMP采用精准化缩小残差,避免了冗余迭代计算且有效进行了稀疏约束所致。
考虑到实际应用中训练序列越短,越有利于获取和捕捉时变水声信道的时延和幅度衰减信息,图2用来测试当测量次数小于水声信道阶数时各算法的性能表现。参数设置为信道阶数为100,稀疏度15,测量次数从30变化到100,变化步长为10,信道变化情况的设定如前,仿真100次求平均得到的结果如图2所示,可以看出,稀疏度开发之后,MP和GSMP算法优于LS算法,但GSMP算法的性能更好,因其采用了施密特正交化迭代,有效避免了冗余选择。
为进一步考察本发明对水声信道多途情况的适应性。设置信道冲激响应函数如图3(a)所以,所涉及的参数设置为测量次数和信道阶数都为100,稀疏度为9,当接收信号信噪比为15dB时,三种方法得到的结果分别如图3(b)(c)(d)所以,从图中可以看出LS算法容易导致虚假多径,而MP和GSMP算法得到的结果和仿真原信号相近。为进一步量化这些算法之间的差别,将接收信号的信噪比设置为变化值,从3到30dB,变化步长为3dB。其他参数如前,得到的结果如图4所示。可以看出本发明在估计多途环境下水声信道的优越性。
本发明在典型参数的仿真中取得了明显的实施效果,对多途环境下水声信道的时延和幅度衰减参数进行了估计,克服了目前水声信道估计算法中无法精确估计的不足。
Claims (1)
1.一种对多途环境下的水声信道冲激响应函数进行估计的方法,其特征在于步骤如下:
步骤1:记发射信号为x(n),接收信号为y(n),水声信道冲激响应函数为h(n),噪声为v(n),则离散时间域的输入输出关系为:
步骤2:构造发射信号x(n)的卷积矩阵,为测量矩阵A:
其中,x(0)表示当前时刻的发送信号,x[L-M]表示第L-M时刻的发送信号;
输入输出关系的矩阵向量表达式:
y=Ah+v;
步骤3:信道估计的目标函数为:
其中:σ2为算法的终止阈值,为σth=rth;
(2)、当||r||<rth时停止迭代,若否,则按照如下迭代式迭代:
i=i+1
P{1}=v{1}(v{1}Tv{1})-1v{1}T
r{1}=r{0}-P{1}y
得到第i次的投影矩阵为:P{i}=v{i}(v{i}Tv{i})-1v{i}T
第i次的残差更新为:r{i}=r{i-1}-P{i}y
支撑集更新:S{i}=S{i-1}∪s{i}
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710593427.0A CN107395536B (zh) | 2017-07-20 | 2017-07-20 | 对多途环境下的水声信道冲激响应函数进行估计的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710593427.0A CN107395536B (zh) | 2017-07-20 | 2017-07-20 | 对多途环境下的水声信道冲激响应函数进行估计的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107395536A CN107395536A (zh) | 2017-11-24 |
CN107395536B true CN107395536B (zh) | 2020-09-08 |
Family
ID=60336194
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710593427.0A Active CN107395536B (zh) | 2017-07-20 | 2017-07-20 | 对多途环境下的水声信道冲激响应函数进行估计的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107395536B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108833312B (zh) * | 2018-06-08 | 2021-01-05 | 西北工业大学 | 一种基于时延多普勒域的时变稀疏水声信道估计方法 |
CN109039960A (zh) * | 2018-06-26 | 2018-12-18 | 东南大学 | 一种水声稀疏信道估计变步长稀疏度自适应匹配追踪方法 |
CN111711584B (zh) * | 2020-05-22 | 2022-06-07 | 西北工业大学 | 基于成比例归一化最小均方误差的稀疏水声信道估计方法 |
CN111555994B (zh) * | 2020-05-22 | 2021-04-02 | 西北工业大学 | 一种基于最大箕舌线准则算法的簇稀疏信道估计方法 |
CN114584433A (zh) * | 2022-02-24 | 2022-06-03 | 哈尔滨工程大学 | 一种脉冲噪声环境下多途信道中的同步信号检测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102497337A (zh) * | 2011-12-11 | 2012-06-13 | 天津大学 | 一种基于稀疏度自适应的压缩感知无线通信信道估计方法 |
CN104158771A (zh) * | 2014-08-08 | 2014-11-19 | 哈尔滨工业大学深圳研究生院 | 基于多模板字典的压缩感知超宽带信道估计方法及系统 |
CN104836759A (zh) * | 2015-05-18 | 2015-08-12 | 西北工业大学 | 基于联合范数优化的稳健的水声信道估计方法 |
CN105915473A (zh) * | 2016-05-26 | 2016-08-31 | 中南大学 | 一种基于压缩感知技术的ofdm系统参数化信道估计及均衡方法 |
CN106534002A (zh) * | 2016-09-23 | 2017-03-22 | 天津科技大学 | 一种基于压缩感知的电力线信道估计方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140098841A2 (en) * | 2010-06-07 | 2014-04-10 | University Of Delaware | Underwater acoustic multiple-input/multiple-output (mimo) communication systems and methods |
TW201322680A (zh) * | 2011-11-23 | 2013-06-01 | Ind Tech Res Inst | 通道參數估測方法 |
-
2017
- 2017-07-20 CN CN201710593427.0A patent/CN107395536B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102497337A (zh) * | 2011-12-11 | 2012-06-13 | 天津大学 | 一种基于稀疏度自适应的压缩感知无线通信信道估计方法 |
CN104158771A (zh) * | 2014-08-08 | 2014-11-19 | 哈尔滨工业大学深圳研究生院 | 基于多模板字典的压缩感知超宽带信道估计方法及系统 |
CN104836759A (zh) * | 2015-05-18 | 2015-08-12 | 西北工业大学 | 基于联合范数优化的稳健的水声信道估计方法 |
CN105915473A (zh) * | 2016-05-26 | 2016-08-31 | 中南大学 | 一种基于压缩感知技术的ofdm系统参数化信道估计及均衡方法 |
CN106534002A (zh) * | 2016-09-23 | 2017-03-22 | 天津科技大学 | 一种基于压缩感知的电力线信道估计方法 |
Non-Patent Citations (1)
Title |
---|
"基于稀疏采样的水声OFDM 通信信道估计技术研究";陈艳;《中国优秀硕士学位论文全文数据库信息科技辑》;20140815;正文第15-16页,以及第27-30页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107395536A (zh) | 2017-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107395536B (zh) | 对多途环境下的水声信道冲激响应函数进行估计的方法 | |
CN108833312B (zh) | 一种基于时延多普勒域的时变稀疏水声信道估计方法 | |
JP5709774B2 (ja) | 無線多入力多出力(mimo)ネットワークにおいて送信機と受信機との間のチャネルのためのチャネル行列を推定するための方法 | |
CN113890796B (zh) | 基于otfs系统调制解调的高速信道估计装置及方法 | |
US7203257B2 (en) | Best linear unbiased channel estimation for frequency selective multipath channels with long delay spreads | |
CN109802911B (zh) | 一种适用于水声modem的快速信道估计与信号同步方法 | |
CN110266617B (zh) | 超奈奎斯特系统的多径信道估计方法 | |
CN102664841B (zh) | Sc-fde系统低复杂度rls自适应信道估计的方法 | |
CN110048972B (zh) | 一种水声正交频分复用信道估计方法及系统 | |
CN113242191B (zh) | 一种改进的时序多重稀疏贝叶斯学习水声信道估计方法 | |
CN104836759B (zh) | 基于联合范数优化的稳健的水声信道估计方法 | |
US8737460B2 (en) | Equalizer and detector arrangement employing joint entropy-based calibration | |
CN105553898A (zh) | 均衡器及反馈均衡方法 | |
CN110380994B (zh) | 快速贝叶斯匹配追踪海上稀疏信道估计方法 | |
CN111147407A (zh) | 基于信道预测的tmsbl水声ofdm时变信道估计方法 | |
CN113055317A (zh) | 一种水声ofdm系统正交匹配追踪信道估计方法 | |
WO2007149630A2 (en) | An efficient doppler compensation method and receiver for orthogonal-frequency-division-multiplexing (ofdm) systems | |
WO2004107691A1 (en) | Channel estimation for frequency selective multipath channels with long delay spreads | |
CN111291511B (zh) | 一种基于历史信息的软卡尔曼滤波迭代时变信道估计方法 | |
CN110233808B (zh) | 一种ftn系统信号检测方法 | |
CN116506264A (zh) | 一种快时变条件下ofdm水声通信信道均衡方法 | |
CN106534028B (zh) | 基于压缩感知的ofdm信道跟踪方法 | |
CN109842581B (zh) | 基于三级阈值变步长自适应压缩感知技术的信道估计方法 | |
CN109302360B (zh) | 信道估计方法及装置、计算机可读存储介质、终端 | |
Zidane et al. | Blind identification channel using higher order cumulants with application to equalization for MC-CDMA system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |