一種定時(shí)偏移估計(jì)度量的重構(gòu)方法
【專利摘要】本發(fā)明公開了一種壓縮采樣下定時(shí)偏移估計(jì)度量的重構(gòu)方法，包括：(a)根據(jù)定時(shí)偏移估計(jì)度量“成塊”特性優(yōu)選壓縮采樣的測(cè)量矩陣；(b)利用優(yōu)選的測(cè)量矩陣進(jìn)行壓縮采樣；(c)根據(jù)壓縮采樣并結(jié)合定時(shí)偏移估計(jì)度量“成塊”特性，重構(gòu)出定時(shí)偏移估計(jì)度量；(d)利用重構(gòu)出的定時(shí)偏移估計(jì)度量，估計(jì)出定時(shí)偏移。通過本發(fā)明方案，可有效提高壓縮采樣下定時(shí)偏移估計(jì)度量的重構(gòu)精度，繼而提高壓縮采樣下定時(shí)偏移估計(jì)的估計(jì)精確性。
【專利說明】一種定時(shí)偏移估計(jì)度量的重構(gòu)方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及通信系統(tǒng)中壓縮采樣后定時(shí)偏移估計(jì)度量的重構(gòu)技術(shù)，特別是指一種 開發(fā)定時(shí)偏移估計(jì)度量的"成塊"特性進(jìn)行定時(shí)偏移估計(jì)度量重構(gòu)，進(jìn)而提高重構(gòu)精度的方 法。

【背景技術(shù)】
[0002] 在通信系統(tǒng)中，不精確的時(shí)間同步會(huì)引起諸如誤碼率、系統(tǒng)容量、中斷概率等系統(tǒng) 性能的嚴(yán)重下降。為降低不精確的時(shí)間同步對(duì)通信系統(tǒng)性能的影響，需要對(duì)定時(shí)偏移進(jìn)行 精確的估計(jì)。
[0003] 在進(jìn)行定時(shí)偏移估計(jì)時(shí)，將用于估計(jì)定時(shí)偏移的定時(shí)度量稱為"定時(shí)偏移估計(jì)度 量"。利用訓(xùn)練序列對(duì)定時(shí)偏移進(jìn)行估計(jì)是通信系統(tǒng)中常用的估計(jì)方法，該方法估計(jì)所采用 的定時(shí)偏移估計(jì)度量通常具有稀疏特性。也就是說，定時(shí)偏移的估計(jì)度量只有少數(shù)的幅度 值較大（不可忽略），而其他的幅度值很?。梢院雎裕?。同時(shí)，近年來出現(xiàn)的壓縮感知理 論指出，只要信號(hào)是可壓縮的或在某個(gè)變換域是稀疏的，便可以采用壓縮感知技術(shù)以遠(yuǎn)小 于奈奎斯特采樣速率進(jìn)行采樣而不損失信號(hào)信息。因此，可利用壓縮感知方法對(duì)定時(shí)偏移 估計(jì)度量進(jìn)行壓縮采樣，從而降低估計(jì)所需的采樣速率、降低對(duì)采樣器件的要求。
[0004] 根據(jù)壓縮采樣得到的信號(hào)，利用稀疏信號(hào)的重構(gòu)方法，可重構(gòu)出定時(shí)偏移估計(jì)度 量。然而，現(xiàn)有的重構(gòu)方法，如匹配追蹤算法、正交匹配追蹤算法、壓縮采樣匹配追蹤算法、 基追蹤算法、子空間追蹤算法等等，均不是專門針對(duì)定時(shí)偏移估計(jì)度量的重構(gòu)而提出的，繼 而均沒有考慮和利用定時(shí)偏移估計(jì)度量的特性，重構(gòu)得到定時(shí)偏移估計(jì)度量的正確重構(gòu)性 能受到限制。事實(shí)上，定時(shí)偏移估計(jì)度量呈現(xiàn)出"成塊"特性。也就是說，在非壓縮采樣的 情況下，擁有不可忽略的幅度值的估計(jì)度量是靠近在一起，而不是分散開來的。
[0005] 為能更好的提高定時(shí)偏移估計(jì)度量的精度，本發(fā)明開發(fā)定時(shí)偏移估計(jì)度量的"成 塊"特性，提出一種壓縮采樣后定時(shí)偏移估計(jì)度量的重構(gòu)方法。


【發(fā)明內(nèi)容】

[0006] (一）發(fā)明目的
[0007] 本發(fā)明的主要目的在于提供一種壓縮采樣后定時(shí)偏移估計(jì)度量的重構(gòu)方法，在進(jìn) 行重構(gòu)時(shí)開發(fā)定時(shí)偏移估計(jì)度量的"成塊"特性，提高定時(shí)偏移估計(jì)度量的重構(gòu)精度，進(jìn)而 提1?定時(shí)偏移估計(jì)的估計(jì)精度。
[0008] (二）技術(shù)方案
[0009] -種壓縮采樣下定時(shí)偏移估計(jì)度量的重構(gòu)方法，其特征在于，包括：
[0010] a)根據(jù)定時(shí)偏移估計(jì)度量"成塊"特性構(gòu)造優(yōu)選壓縮采樣的測(cè)量矩陣；
[0011] b)利用優(yōu)選的測(cè)量矩陣進(jìn)行壓縮采樣；
[0012] c)根據(jù)壓縮采樣并結(jié)合定時(shí)偏移估計(jì)度量"成塊"特性，重構(gòu)出定時(shí)偏移估計(jì)度 量；
[0013] d)利用重構(gòu)出的定時(shí)偏移估計(jì)度量，估計(jì)出定時(shí)偏移。
[0014] 進(jìn)一步的，步驟a)所述的定時(shí)偏移估計(jì)度量是指用于估計(jì)定時(shí)偏移的定時(shí)度量； 所述的定時(shí)偏移估計(jì)度量"成塊"特性是指幅度值不可忽略的K個(gè)定時(shí)偏移估計(jì)度量連在 一起。
[0015] 進(jìn)一步的，步驟a)包括：
[0016] al)設(shè)定定時(shí)偏移估計(jì)度量Ω的稀疏等級(jí)K，壓縮后的采樣點(diǎn)數(shù)M，相關(guān)性的門限 取值α ;
[0017] a2)產(chǎn)生MXN的隨機(jī)分布測(cè)量矩陣Φ，并對(duì)測(cè)量矩陣Φ各行進(jìn)行正交化、各列進(jìn) 行單位化處理；
[0018] a3)根據(jù)定時(shí)偏移估計(jì)度量"成塊"特性（幅度值不可忽略的K個(gè)定時(shí)偏移估計(jì)度 量連在一起），計(jì)算出Φ中距離不超過K的各列間的相關(guān)性，并找出這些相關(guān)性中的最大值 Corrmax ；
[0019] a4)若Corrmax大于α，返回步驟a2);否則，選擇當(dāng)前構(gòu)造的測(cè)量矩陣Φ為滿足要 求的優(yōu)選測(cè)量矩陣。
[0020] 進(jìn)一步的，步驟al)所述的定時(shí)偏移估計(jì)度量Ω為NXl的矢量，N為搜索定時(shí) 偏移時(shí)的搜索長(zhǎng)度，根據(jù)工程精度要求與工程經(jīng)驗(yàn)設(shè)定；所述的稀疏等級(jí)K根據(jù)工程經(jīng) 驗(yàn)或?qū)嶒?yàn)結(jié)果設(shè)定，例如，高斯信道下可取K = 3,多徑信道下的每條可分辨路徑處可取 K = 3 ;所述的壓縮后的采樣點(diǎn)數(shù)M取值為

【權(quán)利要求】
1. 一種壓縮采樣下定時(shí)偏移估計(jì)度量的重構(gòu)方法，其特征在于，包括： a) 根據(jù)定時(shí)偏移估計(jì)度量"成塊"特性構(gòu)造優(yōu)選壓縮采樣的測(cè)量矩陣； b) 利用優(yōu)選的測(cè)量矩陣進(jìn)行壓縮采樣； c) 根據(jù)壓縮采樣并結(jié)合定時(shí)偏移估計(jì)度量"成塊"特性，重構(gòu)出定時(shí)偏移估計(jì)度量； d) 利用重構(gòu)出的定時(shí)偏移估計(jì)度量，估計(jì)出定時(shí)偏移。
2. 根據(jù)權(quán)利要求1所述的一種壓縮采樣下定時(shí)偏移估計(jì)度量的重構(gòu)方法，其特征在 于：步驟a)所述的定時(shí)偏移估計(jì)度量是指用于估計(jì)定時(shí)偏移的定時(shí)度量；所述的定時(shí)偏移 估計(jì)度量"成塊"特性是指幅度值不可忽略的K個(gè)定時(shí)偏移估計(jì)度量連在一起。
3. 根據(jù)權(quán)利要求1所述的一種壓縮采樣下定時(shí)偏移估計(jì)度量的重構(gòu)方法，其特征在 于，步驟a)進(jìn)一步包括： al)設(shè)定定時(shí)偏移估計(jì)度量Q的稀疏等級(jí)K，壓縮后的采樣點(diǎn)數(shù)M，相關(guān)性的門限取值 a ; a2)產(chǎn)生MXN的隨機(jī)分布測(cè)量矩陣O，并對(duì)測(cè)量矩陣O的各行進(jìn)行正交化、各列進(jìn)行 單位化處理； a3)根據(jù)定時(shí)偏移估計(jì)度量"成塊"特性計(jì)算出O中距離不超過K的各列間的相關(guān)性， 并找出這些相關(guān)性中的最大值Corrmax ; a4)若Corrmax大于a，返回步驟a2);否則，選擇當(dāng)前構(gòu)造的測(cè)量矩陣O作為優(yōu)選的壓 縮采樣測(cè)量矩陣。
4. 根據(jù)權(quán)利要求1所述的一種壓縮采樣下定時(shí)偏移估計(jì)度量的重構(gòu)方法，其特征在 于，步驟b)進(jìn)一步包括： bl)構(gòu)建用于壓縮采樣的優(yōu)化感知矩陣? ; b2)利用構(gòu)建的優(yōu)化感知矩陣?，進(jìn)行基于AIC(Analog to Information Converter, 模擬信息轉(zhuǎn)換器）結(jié)構(gòu)的壓縮采樣，獲得長(zhǎng)度為M的壓縮采樣信號(hào)y。
5. 根據(jù)權(quán)利要求1所述的一種壓縮采樣下定時(shí)偏移估計(jì)度量的重構(gòu)方法，其特征在 于，步驟c)進(jìn)一步包括： cl)初始化定時(shí)偏移估計(jì)度量Q、中間變量矢量V和迭代次數(shù)Iter_num，分別取值為 Q = 0、v = y和Iter_num = 0,其中矢量0為NX 1的零矢量； c2)取代理u為u =①Hv ; c3)找到代理u中幅度值最大的元素的位置索引W1 ; c4)在索引集合{1，2,…，N}中找到最靠近位置索引W1的21(個(gè)位置索引（包括位置 索引W1),形成位置索引集合S1 ; c5)更新融合集合T為：T = supp { Q } U S1 ; c6)更新稀疏估計(jì)矢量b中對(duì)應(yīng)于融合集合T所述位置索引的元素為：b|T ; c7)將稀疏估計(jì)矢量b中位置索引在融合集合T之外的元素置為0,即Mr =0 I c8)在稀疏估計(jì)矢量b中，找到幅度值最大的元素的位置索引W2 ; c9)在索引集合{1，2,…，N}中找到最靠近位置索引^的1(個(gè)位置索引（包括位置索 引W2),形成位置索引集合S2; cio)將稀疏估計(jì)矢量b中位置索引在位置索引集合S2之外的元素置為〇,即_ss = 01 Cll)將定時(shí)偏移估計(jì)度量Q更新為稀疏估計(jì)矢量b，即取Q = b ; cl2)更新中間變量矢量V為V = y-①Q(mào) ; cl3)迭代次數(shù) Iter_num 增加 1 次，即 Iter_num = Iter_num+1 ; cl4)判斷迭代次數(shù)Iter_num是否達(dá)到了 K次，若達(dá)到了 K次，也即是Iter_num彡K則 取當(dāng)前的Q為最終重構(gòu)出的定時(shí)偏移估計(jì)度量；否則，返回步驟c2)。
6. 根據(jù)權(quán)利要求1所述的一種壓縮采樣下定時(shí)偏移估計(jì)度量的重構(gòu)方法，其特征在 于，步驟d)進(jìn)一步包括： dl)根據(jù)重構(gòu)出的定時(shí)偏移估計(jì)度量Q中各元素的幅度值I Qn|，n = 1，2,…，N，并 形成幅度值集合{| Q1I，I Q2I，…，I QN|}; d2)根據(jù)找到定時(shí)偏移估計(jì)度量Q中最大幅度值元素對(duì)應(yīng)的位置索引，該索引即為估 計(jì)出的定時(shí)偏移的估計(jì)值。
7. 根據(jù)權(quán)利要求3所述的一種壓縮采樣下定時(shí)偏移估計(jì)度量的重構(gòu)方法，其特 征在于，該方法步驟al)所述的定時(shí)偏移估計(jì)度量Q為NXl的矢量，N為搜索定時(shí) 偏移時(shí)的搜索長(zhǎng)度，根據(jù)工程精度要求與工程經(jīng)驗(yàn)設(shè)定；所述的稀疏等級(jí)K根據(jù)工程 經(jīng)驗(yàn)或?qū)嶒?yàn)結(jié)果設(shè)定；所述的壓縮后的采樣點(diǎn)數(shù)M取值為ikf =[2尺l〇g20V/夂f|, 其中符號(hào)「II表示對(duì)X進(jìn)行向上取整操作；相關(guān)性的門限取值a根據(jù)
設(shè)定，其中"X ! "表示對(duì)正整數(shù)X取階乘運(yùn)算 操作，常數(shù)C根據(jù)工程經(jīng)驗(yàn)設(shè)定，滿足0 < C < 1。
8. 根據(jù)權(quán)利要求3所述的一種壓縮采樣下定時(shí)偏移估計(jì)度量的重構(gòu)方法，其特征在 于，該方法步驟a2)所述的隨機(jī)分布測(cè)量矩陣產(chǎn)生方法包括，高斯分布隨機(jī)矩陣、貝努利分 布隨機(jī)矩陣、亞高斯隨機(jī)矩陣和非常稀疏投影矩陣等已有的隨機(jī)分布測(cè)量矩陣產(chǎn)生方法。
9. 根據(jù)權(quán)利要求3所述的一種壓縮采樣下定時(shí)偏移估計(jì)度量的重構(gòu)方法，其特征在 于，該方法步驟a3)所述的O的各列間的相關(guān)性計(jì)算，根據(jù)公式
進(jìn)行計(jì)算；其中U (k，1)表示矩陣〇的第k列Ok與第1列叫間的相關(guān)性，符號(hào) I ? I I2表示取算子2范數(shù)操作，上標(biāo)"H"表示矩陣或矢量取共軛轉(zhuǎn)置操作。
10. 根據(jù)權(quán)利要求1和4所述的一種壓縮采樣下定時(shí)偏移估計(jì)度量的重構(gòu)方法，其特征 在于，該方法步驟bl)所述的優(yōu)化感知矩陣?為? = O V，其中，NXP的定時(shí)偏移估計(jì)嘗 試矩陣W為
P為非壓縮采樣的情況下（按奈奎斯特采樣速率進(jìn)行采樣）接收信號(hào)長(zhǎng)度，通常取 p彡2N以確保整個(gè)訓(xùn)練序列在觀察范圍內(nèi)，e = [^，，…，e jT為長(zhǎng)度為L(zhǎng)的已知的 訓(xùn)練序列，上標(biāo)"T"表示取轉(zhuǎn)置操作。
【文檔編號(hào)】H04J3/06GK104333430SQ201410619718
【公開日】2015年2月4日 申請(qǐng)日期:2014年11月5日 優(yōu)先權(quán)日:2014年11月5日
【發(fā)明者】卿朝進(jìn), 陸晉軍, 羅渝平, 董秀成, 孫亮, 張岷濤 申請(qǐng)人:西華大學(xué), 上海理想信息產(chǎn)業(yè)（集團(tuán)）有限公司