專利名稱：一種基于稀疏度自適應(yīng)的壓縮感知無(wú)線通信信道估計(jì)方法
一種基于稀疏度自適應(yīng)的壓縮感知無(wú)線通信信道估計(jì)方法所屬技術(shù)領(lǐng)域
本發(fā)明屬于無(wú)線通信信道估計(jì)領(lǐng)域，特別是針對(duì)雙選擇性信道條件下的多載波稀疏信道估計(jì)。
背景技術(shù)：
壓縮感知(Compressive Sensing, CS)理論是應(yīng)用數(shù)學(xué)和信號(hào)處理領(lǐng)域的一大突破，它表示當(dāng)信號(hào)是可壓縮的或在某個(gè)變換域具有稀疏性時(shí)，通過采集少量的信號(hào)投影就可實(shí)現(xiàn)信號(hào)的準(zhǔn)確或近似重構(gòu)。在該理論框架下，采樣速率不再?zèng)Q定于信號(hào)的帶寬，而是決定于信息在信號(hào)中的結(jié)構(gòu)和內(nèi)容，從而打破了傳統(tǒng)奈奎斯特采樣定理對(duì)采樣率的瓶頸限制。壓縮感知理論，使得信號(hào)的采樣和壓縮可以同時(shí)以低速率進(jìn)行，極大地降低了信號(hào)的采樣頻率及數(shù)據(jù)存儲(chǔ)和傳輸代價(jià)，顯著地減少了信號(hào)處理時(shí)間和計(jì)算成本，因而壓縮感知的提出是信號(hào)處理領(lǐng)域的一次重大變革。
多載波技術(shù)利用一系列正交子載波實(shí)現(xiàn)數(shù)據(jù)的高速傳輸，是一種高效的并行數(shù)據(jù)傳輸方案，其中正交頻分復(fù)用(OFDM, Orthogonal Frequency Division Multiplexing)技術(shù)是應(yīng)用最廣的多載波技術(shù)。OFDM的主要特點(diǎn)是將高速串行數(shù)據(jù)分割到多個(gè)正交子載波上進(jìn)行相對(duì)低速的并行傳輸。由于各個(gè)子載波之間存在正交性，允許子信道的頻譜相互重疊，因而OFDM頻譜利用率更高。此外，OFDM技術(shù)抗頻率選擇性衰落性能強(qiáng)，實(shí)現(xiàn)簡(jiǎn)單，容易消除符號(hào)間干擾。OFDM各個(gè)子信道中的正交調(diào)制和解調(diào)可以采用IFFT和FFT方法來實(shí)現(xiàn)， 大大降低了計(jì)算的復(fù)雜度。然而，OFDM系統(tǒng)對(duì)相位噪聲和載波頻偏非常敏感，并且由于子信道的頻譜相互覆蓋，這就對(duì)子載波之間的正交性提出了嚴(yán)格的要求。由于無(wú)線傳輸信道特性不理想，通常呈現(xiàn)時(shí)域和頻域雙選擇性衰落，極易造成系統(tǒng)頻差。系統(tǒng)頻差的存在將破壞OFDM系統(tǒng)中子載波的正交性，產(chǎn)生載波間干擾(ICI)，嚴(yán)重惡化系統(tǒng)性能。因而，對(duì)信道的精確估計(jì)是保證OFDM系統(tǒng)具備優(yōu)良性能的關(guān)鍵。
在無(wú)線OFDM通信系統(tǒng)中，基于導(dǎo)頻的信道估計(jì)算法是最主要的信道估計(jì)手段。 針對(duì)多載波系統(tǒng)，導(dǎo)頻一般具有時(shí)頻二維特性，因此需要應(yīng)用二維導(dǎo)頻估計(jì)方法。二維導(dǎo)頻估計(jì)方法一般包括兩個(gè)步驟(1)估計(jì)導(dǎo)頻所處時(shí)間或頻率位置處信道響應(yīng)，其所用到的數(shù)學(xué)最優(yōu)化準(zhǔn)則包括最小平方(LQ算法、最小均方誤差估計(jì)法(Minimum Mean Square Error，匪SE)、最大似然估計(jì)法(Maximum Likehood，ML)。(2)在已獲得導(dǎo)頻所在位置的信道響應(yīng)的基礎(chǔ)上，通過某種二維的內(nèi)插方式獲得對(duì)完整信道響應(yīng)的估計(jì)。二維插值通?？梢苑纸鉃閮蓚€(gè)級(jí)聯(lián)的一維插值，主要的一維插值方法包括線性(Linear)插值、高斯插值、 Cubic插值、拉格朗日插值和DFT插值等。常用的二維插值的組合方式主要包括Linear-DFT 二維插值和DFT-DFT 二維插值。
然而傳統(tǒng)的二維插值技術(shù)存在如下缺陷在實(shí)際的無(wú)線信號(hào)傳輸中，雙選擇性的多徑信道通常只由少數(shù)的主要路徑簇所主導(dǎo)，因此所呈現(xiàn)的物理信道常具有稀疏特性。而當(dāng)信號(hào)的傳輸帶寬較大或天線個(gè)數(shù)較多時(shí)，信道的稀疏特性尤為明顯。由于稀疏信道只有少數(shù)非零抽頭，傳統(tǒng)的基于導(dǎo)頻序列的方法極有可能采樣到信道的零抽頭，而無(wú)法準(zhǔn)確地插值出信道響應(yīng)。而壓縮感知技術(shù)可以充分挖掘信道的稀疏特性，能利用非常有限的導(dǎo)頻有效地恢復(fù)稀疏的信道脈沖響應(yīng)。目前，已有國(guó)內(nèi)外的學(xué)者將現(xiàn)有的CS經(jīng)典算法應(yīng)用到對(duì)稀疏信道的估計(jì)中去，但由于現(xiàn)有的大部分CS算法都需要已知信號(hào)的稀疏度作為信號(hào)重構(gòu)的先決條件，這在實(shí)際應(yīng)用中很難實(shí)現(xiàn)，因此，需要有新型的稀疏度自適應(yīng)重構(gòu)算法，可以在信號(hào)稀疏度未知的情況下，仍能準(zhǔn)確恢復(fù)出信號(hào)，實(shí)現(xiàn)對(duì)稀疏信道的準(zhǔn)確估計(jì)。發(fā)明內(nèi)容
針對(duì)雙選擇性衰落信道條件下，傳統(tǒng)信道估計(jì)技術(shù)無(wú)法準(zhǔn)確估計(jì)稀疏信道的問題，本發(fā)明提出了一種能夠減少導(dǎo)頻數(shù)量、提高無(wú)線通信系統(tǒng)的頻譜利用率的多載波系統(tǒng)信道估計(jì)方法。本發(fā)明提出的信道估計(jì)方法無(wú)需已知信道沖激響應(yīng)的稀疏度，突破了傳統(tǒng)壓縮感知算法必須已知信號(hào)稀疏度的瓶頸，實(shí)現(xiàn)了稀疏度自適應(yīng)的信號(hào)重構(gòu)。本發(fā)明的技術(shù)方案如下
—種基于稀疏度自適應(yīng)的壓縮感知無(wú)線通信信道估計(jì)方法，包括下列步驟
1)在接收端，采集解調(diào)后的接收信號(hào)，將其除以導(dǎo)頻幅值，以計(jì)算出導(dǎo)頻處的信道響應(yīng)Hp，并將其作為恢復(fù)整個(gè)信道響應(yīng)所需的測(cè)量向量；
2)構(gòu)造信號(hào)重構(gòu)所需的測(cè)量矩陣Φ ；
3)計(jì)算關(guān)聯(lián)度向量Φ%，并將該向量中所有元素按幅值由大到小排序，得到排序后的新的關(guān)聯(lián)度向量；
4)計(jì)算排序后的新的關(guān)聯(lián)度向量的二階差分向量D，并根據(jù)向量D的后50%元素的平均幅值設(shè)置用于判定信號(hào)稀疏度的閾值I ；
5)估計(jì)信道沖激響應(yīng)的稀疏度S 從向量D的最后一個(gè)元素起依次與所設(shè)閾值I 進(jìn)行比較，第一個(gè)大于閾值的元素所對(duì)應(yīng)的系數(shù)值即為所估計(jì)的信號(hào)稀疏度S ；
6)進(jìn)行信號(hào)重構(gòu)以測(cè)量向量Hp作為殘差rt的初始值選出關(guān)聯(lián)向量中幅值最大的S個(gè)元素，并將該S個(gè)元素所對(duì)應(yīng)的系數(shù)保存到分量集rt中，其中t為迭代指針，用于指示迭代次數(shù)，初始值為0 ；
7)將最新鑒別出的分量集rt和當(dāng)前逼近的分量集Fw合并，得到合集Ut，其中當(dāng)前逼近分量集Ft的初始狀態(tài)為空；
8)根據(jù)更新后的合集Ut所指定的系數(shù)選定測(cè)量矩陣Φ中所對(duì)應(yīng)的列，并重新計(jì)算關(guān)聯(lián)向量Φ、，選出其中S個(gè)幅值最大的元素，將當(dāng)前逼近集Ft更新為該S個(gè)元素所對(duì)應(yīng)的系數(shù)；
9)計(jì)算新的殘差值-Jt =^-0^1;乂，其中，Φ^；為列系數(shù)屬于分量集FtW測(cè)量矩陣φ的子矩陣，①??；為①^；的偽逆矩陣；
10)判定殘差值是否小于預(yù)設(shè)值，如果不能滿足則迭代指針t加1，并返回第6步并重復(fù)以上步驟，直至滿足迭代終止條件；
11)如果迭代次數(shù)達(dá)到上限后仍無(wú)法使殘差值滿足預(yù)設(shè)條件，則根據(jù)公式5 = ce!hS i修訂稀疏度的估計(jì)值，并使迭代指針清零，重新返回第6步，直至殘差值滿足預(yù)設(shè)條件，即準(zhǔn)確重構(gòu)出信道沖激響應(yīng)，其中，ceil 0表示上取整函數(shù)， η的取值范圍為(1，2]，η用來指代修訂次數(shù)，每進(jìn)行一次修訂，η值加1。
本發(fā)明可以根據(jù)下列滿足約束等距的條件，構(gòu)造信號(hào)重構(gòu)所需的測(cè)量矩陣Φ 對(duì)于任意C和常數(shù)δκ e (0，1)，測(cè)量矩陣Φ需滿足|^(l+&)|c|，其中，索弓|Tc{l,...,#}，為索引編號(hào)的集合，C為稀疏信號(hào)，是一個(gè)長(zhǎng)度與T的維度相同的一維向量， 設(shè)稀疏信號(hào)C的稀疏度為S，Φτ為測(cè)量矩陣φ中由索引T所指示的相關(guān)列構(gòu)成的MXT的子矩陣，整數(shù)M和N分別為測(cè)量矩陣Φ的行數(shù)和列數(shù)
傳統(tǒng)信道估計(jì)技術(shù)由于無(wú)法挖掘信道的稀疏特性，在信道存在時(shí)間與頻率雙選擇性衰落情況下，無(wú)法準(zhǔn)確地估計(jì)出信道響應(yīng)。本發(fā)明所采用的壓縮感知技術(shù)可以充分利用雙選擇性衰落條件下信道的稀疏特性，運(yùn)用極少量的采樣點(diǎn)(即導(dǎo)頻處的信道響應(yīng))就可以恢復(fù)出信道整體的沖激響應(yīng)。由于所需采樣點(diǎn)的減少，系統(tǒng)所需的導(dǎo)頻開銷也將大幅減少，因此，本發(fā)明將有助于提高無(wú)線通信系統(tǒng)，尤其是寬帶多載波系統(tǒng)的頻譜利用率。同時(shí)， 本發(fā)明采用的是新型的稀疏度自適應(yīng)壓縮感知算法，相對(duì)于傳統(tǒng)的要求信號(hào)稀疏度已知的壓縮感知算法，該方法無(wú)需已知信號(hào)稀疏度就能準(zhǔn)確恢復(fù)原信號(hào)。該特性使得本發(fā)明具備較強(qiáng)的實(shí)用價(jià)值。


圖1為本發(fā)明流程框圖。
圖2為估計(jì)信道稀疏度的流程圖。
圖3為信道沖激響應(yīng)重構(gòu)流程圖。
具體實(shí)施方式
如圖1所示，本發(fā)明主要分為三個(gè)步驟獲取導(dǎo)頻處信道響應(yīng)、估計(jì)信道沖激響應(yīng)稀疏度和重構(gòu)信道沖激響應(yīng)。
具體方案如下
一、導(dǎo)頻處信道沖激響應(yīng)的獲取
設(shè)信道傳輸函數(shù)H(f，t)的時(shí)域頻域離散表示為Η。，1 = 0，. . .，L_l，k = 0，...， K-1，其中L為每個(gè)多載波符號(hào)的子載波個(gè)數(shù)，K為每幀所包含的符號(hào)個(gè)數(shù)。導(dǎo)頻符號(hào)在頻率方向的間距表示為Nf，在時(shí)間方向的間距表示為Nt。
那么一個(gè)多載波幀的接收信號(hào)為
Rljk = Hlj,Slj,+Zljk(l = 0, . . . , L-l, k = 0, . . . , K-1) (1)
其中Ru為經(jīng)解調(diào)后的接收符號(hào)，Slik為發(fā)送符號(hào)，Zlik為高斯噪聲，而時(shí)頻離散信道系數(shù)Hlik則刻畫了一個(gè)等效的系統(tǒng)信道，其中包括了多載波調(diào)制器、內(nèi)插濾波器、物理信道和抗混疊濾波器。因此，Hlik可以表示為
權(quán)利要求
1.一種基于稀疏度自適應(yīng)的壓縮感知無(wú)線通信信道估計(jì)方法，包括下列步驟1)在接收端，采集解調(diào)后的接收信號(hào)，將其除以導(dǎo)頻幅值，以計(jì)算出導(dǎo)頻處的信道響應(yīng) Hp，并將其作為恢復(fù)整個(gè)信道響應(yīng)所需的測(cè)量向量；2)構(gòu)造信號(hào)重構(gòu)所需的測(cè)量矩陣Φ；3)計(jì)算關(guān)聯(lián)度向量Φ*ΗΡ，并將該向量中所有元素按幅值由大到小排序，得到排序后的新的關(guān)聯(lián)度向量；4)計(jì)算排序后的新的關(guān)聯(lián)度向量的二階差分向量D，并根據(jù)向量D的后50%元素的平均幅值設(shè)置用于判定信號(hào)稀疏度的閾值I ；5)估計(jì)信道沖激響應(yīng)的稀疏度S從向量D的最后一個(gè)元素起依次與所設(shè)閾值I進(jìn)行比較，第一個(gè)大于閾值的元素所對(duì)應(yīng)的系數(shù)值即為所估計(jì)的信號(hào)稀疏度S ；6)進(jìn)行信號(hào)重構(gòu)以測(cè)量向量Hp作為殘差rt的初始值IV選出關(guān)聯(lián)向量中幅值最大的S個(gè)元素，并將該S個(gè)元素所對(duì)應(yīng)的系數(shù)保存到分量集Γ t中，其中t為迭代指針， 用于指示迭代次數(shù)，初始值為0 ；7)將最新鑒別出的分量集Γ\和當(dāng)前逼近的分量集Fw合并，得到合集隊(duì)，其中當(dāng)前逼近分量集Ft的初始狀態(tài)為空；8)根據(jù)更新后的合集隊(duì)所指定的系數(shù)選定測(cè)量矩陣Φ中所對(duì)應(yīng)的列，并重新計(jì)算關(guān)聯(lián)向量ΦΥ，選出其中S個(gè)幅值最大的元素，將當(dāng)前逼近集Ft更新為該S個(gè)元素所對(duì)應(yīng)的系數(shù)；9)計(jì)算新的殘差值Ji=^-^^ 乂，其中，Φ^；為列系數(shù)屬于分量集FtW測(cè)量矩陣 Φ的子矩陣，①?。粸棰賌；的偽逆矩陣；10)判定殘差值是否小于預(yù)設(shè)值，如果不能滿足則迭代指針t加1，并返回第6步并重復(fù)以上步驟，直至滿足迭代終止條件；11)如果迭代次數(shù)達(dá)到上限后仍無(wú)法使殘差值滿足預(yù)設(shè)條件，則根據(jù)公式S =ceihj]{~V}n^Kn/2) :50修訂稀疏度的估計(jì)值，并使迭代指針清零，重新返回第6H·■· f步，直至殘差值滿足預(yù)設(shè)條件，即準(zhǔn)確重構(gòu)出信道沖激響應(yīng)，其中，ceil 0表示上取整函數(shù)， η的取值范圍為(1，2]，η用來指代修訂次數(shù)，每進(jìn)行一次修訂，η值加1。
2.根據(jù)權(quán)利要求1所述的基于稀疏度自適應(yīng)的壓縮感知無(wú)線通信信道估計(jì)方法，其特征在于，步驟2)中，根據(jù)下列滿足約束等距的條件，構(gòu)造信號(hào)重構(gòu)所需的測(cè)量矩陣Φ 對(duì)于任意c和常數(shù)δκε (0，1)，測(cè)量矩陣Φ需滿足(1-&)Η^||Φ,|^(1 + &)Η〗，其中，索引 Tc{l,...,#}，為索引編號(hào)的集合，c為稀疏信號(hào)，是一個(gè)長(zhǎng)度與T的維度相同的一維向量，設(shè)稀疏信號(hào)c的稀疏度為S，Φτ為測(cè)量矩陣Φ中由索引T所指示的相關(guān)列構(gòu)成的MXT的子矩陣，整數(shù)M和N分別為測(cè)量矩陣Φ的行數(shù)和列數(shù)。
全文摘要
本發(fā)明屬于無(wú)線通信信道估計(jì)領(lǐng)域，涉及一種基于稀疏度自適應(yīng)的壓縮感知無(wú)線通信信道估計(jì)方法，包括1)采集解調(diào)后的接收信號(hào)，計(jì)算出導(dǎo)頻處的信道響應(yīng)；2)構(gòu)造信號(hào)重構(gòu)所需的測(cè)量矩陣Φ；3)計(jì)算關(guān)聯(lián)度向量，并對(duì)其元素進(jìn)行排序；4)計(jì)算排序后的新的關(guān)聯(lián)度向量的二階差分向量，并設(shè)置用于判定信號(hào)稀疏度的閾值I；5)估計(jì)信道沖激響應(yīng)的稀疏度S6)從向量D的最后一個(gè)元素起依次與所設(shè)閾值I進(jìn)行比較，第一個(gè)大于閾值的元素所對(duì)應(yīng)的系數(shù)值即為所估計(jì)的信號(hào)稀疏度S；7)信號(hào)重構(gòu)。本發(fā)明提出的信道估計(jì)方法突破了傳統(tǒng)壓縮感知算法必須已知信號(hào)稀疏度的瓶頸，實(shí)現(xiàn)了稀疏度自適應(yīng)的信號(hào)重構(gòu)。
文檔編號(hào)H04L25/02GK102497337SQ20111040934
公開日2012年6月13日 申請(qǐng)日期2011年12月11日 優(yōu)先權(quán)日2011年12月11日
發(fā)明者劉開華, 陳偉凱, 馬永濤 申請(qǐng)人:天津大學(xué)