CN115022133B - 一种结构分解的多径类型适配水声信道估计方法和系统 - Google Patents

一种结构分解的多径类型适配水声信道估计方法和系统 Download PDF

Info

Publication number
CN115022133B
CN115022133B CN202210609736.3A CN202210609736A CN115022133B CN 115022133 B CN115022133 B CN 115022133B CN 202210609736 A CN202210609736 A CN 202210609736A CN 115022133 B CN115022133 B CN 115022133B
Authority
CN
China
Prior art keywords
multipath
static
varying
dynamic
time
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
Application number
CN202210609736.3A
Other languages
English (en)
Other versions
CN115022133A (zh
Inventor
童峰
江伟华
周跃海
陈东升
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xiamen University
Original Assignee
Xiamen University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xiamen University filed Critical Xiamen University
Priority to CN202210609736.3A priority Critical patent/CN115022133B/zh
Publication of CN115022133A publication Critical patent/CN115022133A/zh
Application granted granted Critical
Publication of CN115022133B publication Critical patent/CN115022133B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Power Engineering (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
  • Noise Elimination (AREA)

Abstract

本发明给出了一种结构分解的多径类型适配水声信道估计方法和系统，包括对包括平稳的多径和时变的动/静多径的多径信道进行结构分解，根据区分结构判断动/静多径类型并进行适配处理；通过卡尔曼滤波‑CS进行时变多径分量更新，基于多径分量更新的估计残差进行静态多径分量更新；将静态分量和时变分量的估计结果合成获得整个动/静多径信道的响应。该方法和系统充分考虑了动/静多径水声信道中静态分量、时变分量的不同动态特性，对不同动态特性多径分量采用结构分解稀疏估计处理，并具备动、静多径类型判断、适配功能，可有效避免估计过程中采用的模型与多径分量动态特性失配造成的性能下降；同时在静态多径信道类型时可大大降低运算复杂度。

Description

一种结构分解的多径类型适配水声信道估计方法和系统
技术领域
本发明涉及无线通信技术领域，尤其涉及一种结构分解的多径类型适配水声信道估计方法和系统。
背景技术
水声通信信道具有多径时延扩展长、多普勒强、带宽有限等复杂特性，对水声通信造成严重影响。通过水声信道估计快速、准确地获取水声信道特性，可为水声通信接收机的参数优化、适配提供依据，从而改善复杂水声信道特性下的通信性能。考虑到水声信道的能量大都较为集中、呈现出稀疏的信道结构，即往往只分布在少数的几个小区域内。因此，在水声信道估计中对水声信道的稀疏特性加以利用，将能够提高信道估计性能，这方面的研究工作得到了国内外相关研究机构的关注。
现有技术中存在的如下几种方式：
1.采用传统最小二乘(least square,LS)算法进行信道估计，该类算法在密集多径信道下可以获得较好的信道估计性能。LS算法通过获取信道抽头系数，并设定阈值直接将小的抽头值设置为零。然而，在水声时变信道下，难以准确的设定非零抽头的阈值；而且，传统的非稀疏信道估计算法要求较长的训练序列。
2.采用近似l0范数来实现压缩感知(Compressed Sensing,CS)框架下通过对l0范数逼近的信道稀疏估计，如平滑l0范数算法(Smoothed l0，SL0)。该类方法虽利用了信道稀疏特性，但不考虑稀疏类型。
3.采用正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法进行水声信道稀疏估计，虽然OMP算法具有对噪声的鲁棒性，然而，由于算法以静态支持集为前提，在时变情况下其稀疏恢复性能下降。
4.基于非均匀范数约束的稀疏信号恢复方法，利用非均匀范数约束策略对L1范数最小化策略加以改进，从而实现改进算法更好地适应稀疏度变化情况。同时，与MP算法不同，该方法无需预先设置稀疏信号的稀疏度等先验知识，只需设置迭代步长，结合拉格朗日乘子法，经过阈值调整对稀疏信号进行估计。从而获得稀疏信号的位置和幅度等参数。但，该方法不具备对时变多径分类的稀疏估计能力。
5.动态压缩感知(Dynamic Compressed Sensing,DCS)水声信道估计方法，应用卡尔曼滤波器(Kalman Filter,KF)进行时变稀疏水声信道估计。然后，考虑到水声信道呈现动/静多径特性，即除了动态的海面所引起的时变多径径外，也存在由直达径或海底反射径所引起的相对平稳或缓慢变化的静态多径，静态多径的存在将导致DCS估计算法出现失配。
6.(Simultaneous Orthogonal Matching Pursuit,SOMP)同步正交匹配追踪水声信道估计算法，利用了静态多径的数据块之间的相关性，可进一步提高稀疏重建的性能。然而，联合稀疏估计算法只适合在信道多径结构相关性较强的情况，在改进了对静态多径估计的同时易忽略时变多径分量，导致估计性能下降。
因此，可以看出：水声信道存在动/静多径特性使得分别设计用于估计时变多径、静态多径的信道估计方法性能下降：对于静态多径，如由直达路径或稳定边界的反射所引起的多径，动态压缩感知采用时变模型进行求解往往导致估计噪声，实际上这部分静态多径提供了可供利用以提高估计性能的可能性；而相反地，动态多径的存在则影响了SOMP类估计算法的估计性能。因此，动/静多径的不同时变特性表明，将时变和静态多径进行结构分解后，对提高估计性能、改善不同多径适应能力具有潜在的优势。
发明内容
为解决现有技术中，水声信道存在动/静多径特性使得分别设计用于估计时变多径、静态多径的信道估计方法性能下降的技术问题，本发明提出了一种结构分解的多径类型适配水声信道估计方法和系统。
根据本发明的第一方面，提出了一种结构分解的多径类型适配水声信道估计方法，方法包括：
S1：对包括平稳的多径和时变的动/静多径的多径信道进行结构分解，根据区分结构判断动/静多径类型并进行适配处理；
S2：通过卡尔曼滤波-CS进行时变多径分量更新，基于多径分量更新的估计残差进行静态多径分量更新；
S3：将静态分量和时变分量的估计结果合成获得整个动/静多径信道的响应。
在一些具体的实施例中，S1中采用SOMP和OMP算法进行动/静多径信道中静态和时变多径的区分。
在一些具体的实施例中，S1还包括通过卡尔曼滤波跟踪水声信道的静态和时变稀疏分量yt,s和yt,v。
在一些具体的实施例中，S1中判断动/静多径类型具体为：定义水声信道动/静因子TSF为时变多径、静态多径分别对接受信号产生的贡献之比
响应于TSF小于门限Thts,判断为静态多径信道，响应于TSF大于门限Thts,判断为时变多径信道。
在一些具体的实施例中，响应于TSF大于门限Thts,对变化支撑集进行检测和估计，得到在t时刻的时变支撑集Tt,v，通过卡尔曼滤波更新和时变多径估计，获得当前时刻稀疏信号的时变多径估计值
在一些具体的实施例中，响应于TSF小于门限Thts,判断为静态多径信道，并进行静态多径估计，得到静态的多径分量
在一些具体的实施例中，S3中整个动/静多径信道的响应：
根据本发明的第二方面，提出了一种结构分解的多径类型适配水声信道估计系统，系统包括：
结构分解单元：配置用于对包括平稳的多径和时变的动/静多径的多径信道进行结构分解，根据区分结构判断动/静多径类型并进行适配处理；
动/静多径分量更新单元：配置用于通过卡尔曼滤波-CS进行时变多径分量更新，基于多径分量更新的估计残差进行静态多径分量更新；
结果输出单元：配置用于将静态分量和时变分量的估计结果合成获得整个动/静多径信道的响应。
在一些具体的实施例中，采用SOMP和OMP算法进行动/静多径信道中静态和时变多径的区分，通过卡尔曼滤波跟踪水声信道的静态和时变稀疏分量yt,s和yt,v。
在一些具体的实施例中，判断动/静多径类型具体为：定义水声信道动/静因子TSF为时变多径、静态多径分别对接受信号产生的贡献之比TSF，
响应于TSF小于门限Thts,判断为静态多径信道，并进行静态多径估计，得到静态的多径分量
响应于TSF大于门限Thts,对变化支撑集进行检测和估计，得到在t时刻的时变支撑集Tt,v，通过卡尔曼滤波更新和时变多径估计，获得当前时刻稀疏信号的时变多径估计值
整个动/静多径信道的响应：
本发明考虑到复杂海洋环境下不同动/静多径类型水声信道对信道估计算法造成的困难，充分考虑了动/静多径水声信道中静态分量、时变分量的不同动态特性，并进行结构分解稀疏估计处理，具备动、静多径类型判断、适配功能；算法可通过结构分解进行动/静多径类型判断与适配，从而根据水声信道多径动、静类型进行针对性处理，即通过多径类型适配处理一方面改善对不同动/静混合信道类型的适应性，可有效避免估计过程中采用的模型与多径分量动态特性失配造成的性能下降，另一方面有效降低静态多径时的算法运算复杂度。
附图说明
包括附图以提供对实施例的进一步理解并且附图被并入本说明书中并且构成本说明书的一部分。附图图示了实施例并且与描述一起用于解释本发明的原理。将容易认识到其它实施例和实施例的很多预期优点，因为通过引用以下详细描述，它们变得被更好地理解。通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1是本申请的一个实施例的结构分解的多径类型适配水声信道估计方法的流程图；
图2是本申请的一个具体的实施例的结构分解的多径类型适配水声信道估计算法流程图；
图3是本申请的一个具体的实施例的利用本申请方法获得的水声信道信道冲激响应图；
图4是本申请的一个具体的实施例的不同信道估计算法下CE-DFE输出的BER图；
图5是本申请的一个实施例的结构分解的多径类型适配水声信道估计系统的框架图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
根据本申请的一个实施例的结构分解的多径类型适配水声信道估计方法，图1示出了根据本申请的实施例的一种结构分解的多径类型适配水声信道估计方法的流程图。如图1所示，该方法包括以下步骤：
S101：对包括平稳的多径和时变的动/静多径的多径信道进行结构分解，根据区分结构判断动/静多径类型并进行适配处理。
S102：通过卡尔曼滤波-CS进行时变多径分量更新，基于多径分量更新的估计残差进行静态多径分量更新。
S103：将静态分量和时变分量的估计结果合成获得整个动/静多径信道的响应。
该水声信道估计方法充分考虑了动/静多径水声信道中静态分量、时变分量的不同动态特性，对不同动态特性多径分量采用结构分解稀疏估计处理，并具备动、静多径类型判断、适配功能，可有效避免估计过程中采用的模型与多径分量动态特性失配造成的性能下降；同时在静态多径信道类型时可大大降低运算复杂度。
在具体的实施例中，该方法的推导过程如下：对于具有动/静多径集的水声信道，多径分量不仅包含静态的支撑集，还包含时变多径。本发明提出了采用结构分解的水声信道估计方法，估计动/静多径水声信道中的静态和时变分量。经过动/静多径水声信道的水声接收信号为：
yt＝Aht+wt
其中，yt,ht,wt表示t时刻的接收信号，水声信道冲激响应和环境噪声，A∈CM×N是测量矩阵，M和N分别为接收信号yt和信号冲激响应ht的长度。在t时刻的信道冲激响应可描述为：其中Nt,s和Nt,v分别表示静态和时变的支撑集，Nt为信道ht的支撑集，即Nt＝Nt,s∪Nt,v。ms和mv分别为信道冲激响应/>和/>的长度。特别是/>分别为Nt,s和Nt,v估计值。
同时，t时刻的接收信号yt可表示为：yt＝yt,v+yt,s，其中yt,v和yt,s表示为动态和静态多径所贡献的分量。
当前稀疏时变向量为假设支撑集Nt,v随时间缓慢变化，而其余的支撑集保持恒定，则/>其中，vt表示t时刻的时变多径随机变化量。
在具体的实施例中，图2示出了根据本申请的一个具体的实施例的结构分解的多径类型适配水声信道估计算法流程图，如图2所示，该算法流程具体包括：
步骤1：结构分解，将静态和时变多径分离。对于同时包含相对平稳的多径和时变的动/静多径的多径信道，首先可结合采用静态、动态估计方法进行结构分解，如：可分别采用SOMP和OMP算法进行动/静多径信道中静态和时变多径的区分。即：对于SOMP算法，利用接收信号相邻数据块间的相关性，采用SOMP算法估计初始的信道静态多径的支撑集。然后，根据SOMP的残差，采用OMP估计时变多径的支撑集。
初始化SOMP残差为ξt,s＝yt,t∈(1,2,...,D)，原子索引为Ωs＝Ωt,v＝φ。同时，当SOMP残差ξt,s小于阈值Sthreshold时，设置初始OMP残差ξt,v＝ξt,s。
从测量矩阵A中选择原子At，At可表示为：At＝At,v+As,v，其中和分别表示与动态和静态多径相关的测量矩阵。因此，接收信号yt也可以表示为yt＝yt,v+yt,s，yt,v和yt,s分别由动态和静态多径所贡献。算法迭代循环运行以用来估计静态和时变支撑集。
当残差ξt,v小于阈值Vthreshold时，迭代停止，得到静态和动态分量的多径时延。可以看出，静态多径的时延信息在信道中保持不变，即因此将静态多径的初始时延信息应用于进一步的信道估计。同时，还可以得到动态多径的初始时延信息Ωv，即
步骤2：通过卡尔曼滤波跟踪水声信道的静态和时变稀疏分量。通过卡尔曼滤波预测当前时刻的状态向量状态向量/>的支撑集满足Tt＝Tt,s∪Tt,v。因此，当前时刻的时变多径可以表示为：/>令T＝Tt-1,v和/>可以得到yt,v和yt,s：/>yt,v＝yt-yt,s。
步骤3：动/静多径类型判断与适配。定义水声信道动/静因子(time-varying/stationary factor,TSF)为时变多径、静态多径分别对接收信号产生的贡献之比,即：并设定动/静类型门限Thts，当TSF超过动/静类型门限时，后续进入步骤4处理；如不超过，则判断为静态多径信道，直接跳转至步骤6，进行直接静态多径估计。
步骤4：变化支撑集检测和估计。得到在t时刻的时变支撑集：
步骤5：卡尔曼滤波更新和时变多径估计。初始化 再次运行卡尔曼滤波，获得当前时刻稀疏信号的时变多径估计值从t＝1:D，迭代循环算法第2步至第4步，并得到时变多径的支撑集，即
步骤6：估计静态多径。静态多径所贡献的接收信号可表示为： 当3步骤判断为静态多径信道时，则有：yt,s＝yt,t∈(1,2,...,D)；具体如下：
初始化残余误差ξt＝yt,s,t∈(1,2,...,D)和Ψ＝φ。
循环运行
ξt＝yt,s；t∈(1,2,...,D)，st.TSF≤Thts
当循环次数超过指定的次数Ω时，停止迭代。得到静态的多径分量
步骤7：信道估计结果输出。根据信道动/静类型，通过将静态和动态分量合并，或直接输出静态多径，得到总的水声信道响应：
在具体的实施例中，为了使本发明的技术内容、特征、优点更加明显易懂，以一个某浅海域水声通信系统中的水声信道估计实施例具体说明如下：
某实验浅海海域平均深度约为7m。水声通信信号由悬挂在船尾，入水4m处的换能器发射，发射换能器的频带范围为13-18kHz；接收端采用四元接收阵列，阵元间距为1.5m，入水深度为1.5m～6m，发射端和接收端的水平距离为1000m。
在该算法的具体实施例中，信号调制格式为QPSK，比特率为4kbps，载频16kHz。为了进行本发明所提算法的性能评估比较，设置每种对比算法的参数以实现最佳误比特率输出。迭代终止的残差阈值设为5e-1。具体来说，对于SOMP算法，连续数据块D的个数设置为6；对于本发明所提所提算法，连续数据块D的个数也设置为6，残差阈值ξt,s为6e-1，残差阈值ξt,v为5e-1。RLS算法的遗忘因子为0.998。
由于在该算法具体实施海试实验中无法获取真实的水声信道信息，为了评估各算法的性能，采用基于信道估计的判决反馈均衡器(Channel estimation based decisionfeedback equalizer,CE-DFE)恢复发送信号，并用于信道估计的量化性能评估。CE-DFE包含一个前馈滤波器、一个反馈滤波器和一个决策单元。同时，利用不同估计算法得到的信道响应计算CE-DFE的前向和反馈滤波器权值，其输出为信道估计性能提供了指标。该算法具体实施例中，采用误比特率(Bit error ratio,BER)作为通信性能的评估参数。
图3给出了本发明所提算法所获得的算法具体实施中4元接收阵顶端水听器对应的水声信道响应图。从图3可看出，实验海域水声信道响应呈现出典型的动/静多径结构，主要由若干个多径分量构成，其中有较为稳定的多径，也有存在明显变化的多径。
在该算法具体实施例中采用周期性训练以防止估计误差的叠加。QPSK数据包被分成几个数据块，每个数据块包含675个信息符号和225个用于定期训练的已知符号。对于每个数据块，首先用不同算法估计信道的结果，计算相应的CE-DFE均衡器权系数，然后产生误比特率，并输出与该数据块相关的输出信噪比结果。
设置信道估计器长度N＝68个符号，信道估计的观测长度设为M＝136个符号，CE-DFE均衡器中前馈滤波器的长度为Nff＝136符号，反馈滤波器的长度为Nfb＝67符号。迭代终止的残差阈值设为5e-1。对于每一个信道估计算法，上述的参数都经过特别筛选，以确保最小的误比特率。同时，采用CE-DFE的通信度量来评估信道估计算法的性能，即误比特率和输出信噪比。
图4所示为由不同信道估计算法所对应的CE-DFE输出的误比特率曲线。如图4所示，在OMP、SOMP和卡尔曼滤波-CS算法中，本发明所提算法实现了最低的输出误比特率。LSQR和RLS算法由于存在较为显著的估计噪声而导致输出性能的下降。对于基于压缩感知理论的信道估计方法，与本发明所提算法相比，由于未考虑到水声信道的动/静多径特性，OMP、SOMP以及卡尔曼滤波-CS算法的性能都有明显的下降。
从上述浅海域水声通信应用背景下的水声信道算法实际实施可看出，本发明所提方法相对于传统非压缩感知、压缩感知、自适应及时变信道估计方法取得了信道估计性能的改善。其原因在于：对于动/静多径的时变水声信道，信道的多径分量不仅包含静态的支撑集，还包含着动态的多径。经典稀疏信道估计算法未考虑这种多径信道呈现的动/静多径性，往往因失配造成估计误差增大；卡尔曼滤波-CS时变稀疏估计则以动态支持集为前提，容易导致对平稳多径估计性能的下降。
本发明基于水声信道兼具静态和动态多径的特性，将动/静多径的水声信道建模为具有静态和时变的稀疏集，提出了一种动态结构分解压缩感知算法。该算法首先将静态和时变支撑集从混合的水声信道中分离出来并进行动/静类型判断和适配处理；最后，对动、静多径分量估计结果进行了整合，得到动/静多径信道冲激响应。
浅海海域信道水声通信背景下的算法具体实施结果表明：本发明所提一种采用结构分解的多径类型适配水声信道估计算法可有效改善具有动/静特性水声多径信道的估计性能。
图5示出了根据本申请的一个实施例的结构分解的多径类型适配水声信道估计系统的框架图，该系统包括结构分解单元501、动/静多径分量更新单元502和结果输出单元503。
在具体的实施例中，结构分解单元501配置用于对包括平稳的多径和时变的动/静多径的多径信道进行结构分解，根据区分结构判断动/静多径类型并进行适配处理；动/静多径分量更新单元502配置用于通过卡尔曼滤波-CS进行时变多径分量更新，基于多径分量更新的估计残差进行静态多径分量更新；结果输出单元503配置用于将静态分量和时变分量的估计结果合成获得整个动/静多径信道的响应。
本发明的一种结构分解的多径类型适配水生信道估计方法和系统根据不同动态特性对动/静多径信道的静态和时变分量进行区分；并根据区分结果判断动/静多径类型并进行适配处理；即首先进行结构分解，然后通过卡尔曼滤波-CS进行时变多径分量更新，并基于多径分量更新的估计残差进行静态多径分量更新，最后将静态分量和时变分量的估计结果合成并得到整个动/静多径信道的响应。与当前类型的水声信道估计方法相比，本发明充分考虑了动/静多径水声信道中静态分量、时变分量的不同动态特性，并进行结构分解处理；本申请可通过结构分解进行动/静多径类型判断与适配，从而根据水声信道多径动、静类型进行针对性处理，即通过多径类型适配处理一方面改善对不同动/静混合信道类型的适应性，另一方面有效降低静态多径时的算法运算复杂度。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (3)

1.一种结构分解的多径类型适配水声信道估计方法，其特征在于，所述方法包括：
S1：对包括平稳的多径和时变的动/静多径的多径信道进行结构分解，根据区分结构判断动/静多径类型并进行适配处理，通过卡尔曼滤波跟踪水声信道的静态和时变稀疏分量yt,s和yt,v，判断动/静多径类型具体为：定义水声信道动/静因子TSF为时变多径、静态多径分别对接受信号产生的贡献之比响应于所述TSF小于门限Thts,判断为静态多径信道，响应于所述TSF大于门限Thts,判断为时变多径信道，响应于所述TSF大于门限Thts,对变化支撑集进行检测和估计，得到在t时刻的时变支撑集Tt,v，通过卡尔曼滤波更新和时变多径估计，获得当前时刻稀疏信号的时变多径估计值/>响应于所述TSF小于门限Thts,判断为静态多径信道，并进行静态多径估计，得到静态的多径分量/>
S2：通过卡尔曼滤波-CS进行时变多径分量更新，基于多径分量更新的估计残差进行静态多径分量更新；
S3：将静态分量和时变分量的估计结果合成获得整个动/静多径信道的响应，所述整个动/静多径信道的响应：
2.根据权利要求1所述的一种结构分解的多径类型适配水声信道估计方法，其特征在于，所述S1中采用SOMP和OMP算法进行动/静多径信道中静态和时变多径的区分。
3.一种结构分解的多径类型适配水声信道估计系统，其特征在于，所述系统包括：
结构分解单元：配置用于对包括平稳的多径和时变的动/静多径的多径信道进行结构分解，根据区分结构判断动/静多径类型并进行适配处理，采用SOMP和OMP算法进行动/静多径信道中静态和时变多径的区分，通过卡尔曼滤波跟踪水声信道的静态和时变稀疏分量yt,s和yt,v，判断动/静多径类型具体为：定义水声信道动/静因子TSF为时变多径、静态多径分别对接受信号产生的贡献之比TSF，
响应于所述TSF小于门限Thts,判断为静态多径信道，并进行静态多径估计，得到静态的多径分量
响应于所述TSF大于门限Thts,对变化支撑集进行检测和估计，得到在t时刻的时变支撑集Tt,v，通过卡尔曼滤波更新和时变多径估计，获得当前时刻稀疏信号的时变多径估计值
动/静多径分量更新单元：配置用于通过卡尔曼滤波-CS进行时变多径分量更新，基于多径分量更新的估计残差进行静态多径分量更新；
结果输出单元：配置用于将静态分量和时变分量的估计结果合成获得整个动/静多径信道的响应，所述整个动/静多径信道的响应：
CN202210609736.3A 2022-05-31 2022-05-31 一种结构分解的多径类型适配水声信道估计方法和系统 Active CN115022133B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210609736.3A CN115022133B (zh) 2022-05-31 2022-05-31 一种结构分解的多径类型适配水声信道估计方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210609736.3A CN115022133B (zh) 2022-05-31 2022-05-31 一种结构分解的多径类型适配水声信道估计方法和系统

Publications (2)

Publication Number Publication Date
CN115022133A CN115022133A (zh) 2022-09-06
CN115022133B true CN115022133B (zh) 2023-08-18

Family

ID=83070298

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210609736.3A Active CN115022133B (zh) 2022-05-31 2022-05-31 一种结构分解的多径类型适配水声信道估计方法和系统

Country Status (1)

Country Link
CN (1) CN115022133B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007137484A1 (fr) * 2006-05-11 2007-12-06 Shanghai Jiao Tong University Procédé et dispositif d'estimation de canaux
CN101795246A (zh) * 2010-01-07 2010-08-04 北京天碁科技有限公司 信道估计方法和信道估计装置
CN104283825A (zh) * 2014-09-24 2015-01-14 北京邮电大学 一种基于动态压缩感知的信道估计方法
WO2018014197A1 (zh) * 2016-07-19 2018-01-25 华为技术有限公司 一种信道估计方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101707582A (zh) * 2009-11-05 2010-05-12 东南大学 基于多相分解的多天线信道估计方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007137484A1 (fr) * 2006-05-11 2007-12-06 Shanghai Jiao Tong University Procédé et dispositif d'estimation de canaux
CN101795246A (zh) * 2010-01-07 2010-08-04 北京天碁科技有限公司 信道估计方法和信道估计装置
CN104283825A (zh) * 2014-09-24 2015-01-14 北京邮电大学 一种基于动态压缩感知的信道估计方法
WO2018014197A1 (zh) * 2016-07-19 2018-01-25 华为技术有限公司 一种信道估计方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
OFDM水声通信信道估计技术研究;李娜;乔钢;;现代电子技术(23);第56-59页 *

Also Published As

Publication number Publication date
CN115022133A (zh) 2022-09-06

Similar Documents

Publication Publication Date Title
Stojanovic et al. Channel-estimation-based adaptive equalization of underwater acoustic signals
Song et al. Time reversal receivers for high data rate acoustic multiple-input–multiple-output communication
US8295341B2 (en) Cognitive radio device
CN109936400B (zh) 自适应mimo检测方法和系统
KR20090095678A (ko) 무선 통신 시스템에서 채널 추정을 위한 시스템들 및 방법들
US8064531B2 (en) Method and apparatus for interferer parameter estimation using multiple receiver arbitration
KR20010099769A (ko) 무선 통신에서의 무선 통신 ｅｎｃｅ용 다이버시티 수신기
KR20090058740A (ko) 다중 안테나 시스템에서 간섭 제거 장치 및 방법
Zhou et al. Exploiting spatial–temporal joint sparsity for underwater acoustic multiple-input–multiple-output communications
WO2010030513A1 (en) Iterative correlation-based equalizer for underwater acoustic communications over time-varying channels
Jiang et al. Exploiting rapidly time-varying sparsity for underwater acoustic communication
Zhou et al. Channel estimation based equalizer for underwater acoustic multiple-input-multiple-output communication
Jiang et al. Sparse channel estimation for long range underwater acoustic communication
CN113411278A (zh) 基于接收阵的低频水声通信的均衡处理方法
CN115022133B (zh) 一种结构分解的多径类型适配水声信道估计方法和系统
Bhuyan et al. MIMO-OFDM channel tracking using a dynamic ANN topology
Sklivanitis et al. Distributed mimo underwater systems: Receiver design and software-defined testbed implementation
Huang et al. Progressive MIMO-OFDM reception over time-varying underwater acoustic channels
Huang et al. A robust iterative receiver for single carrier underwater acoustic communications under impulsive noise
Eynard et al. Blind Doppler compensation scheme for single carrier digital underwater communications
Gwun et al. MIMO underwater communication with sparse channel estimation
Bashir et al. Kalman forward-backward channel tracking and combining for ofdm in underwater acoustic channels
KR100939919B1 (ko) 무선통신 시스템에서의 순차 간섭 제거 수신 방법 및 장치
Girija et al. Fractional weighted ZF equalizer: A novel approach for channel equalization in MIMO-OFDM system under impulse noise environment
JP4560088B2 (ja) アンテナアレーを有する無線通信システムのジョイント検出方法及び基地局

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