本發(fā)明涉及一種信道階數(shù)的估計(jì)方法，具體涉及一種頻率選擇性衰落的simo-fir(singleinputmultipleoutput-finiteimpulseresponse，單輸入多輸出-有限沖激響應(yīng))信道的多徑數(shù)目的估計(jì)方法，可用于通信信號(hào)盲識(shí)別和認(rèn)知無(wú)線電，屬于無(wú)線通信技術(shù)領(lǐng)域。

背景技術(shù)：

下一代無(wú)線通信系統(tǒng)提供更高的傳輸速率、更好的服務(wù)質(zhì)量和更高的頻譜效率，多天線技術(shù)可以為實(shí)現(xiàn)這一目標(biāo)提供技術(shù)支撐。在通信信號(hào)盲識(shí)別場(chǎng)景中，需要對(duì)非合作通信信號(hào)參數(shù)進(jìn)行盲估計(jì)和識(shí)別，信道階數(shù)估計(jì)是其中所涉及到的盲信道估計(jì)和信號(hào)解碼等關(guān)鍵技術(shù)的前提。

針對(duì)simo-fir信道的階數(shù)估計(jì)問(wèn)題，最早的方法為基于信息論準(zhǔn)則的模式選擇方法。m.wax和t.kailath在“detectionofsignalsbyinformationtheoreticcriteria”中提出了基于赤池信息論準(zhǔn)則(akaikeinformationtheoreticcriterion,aic)和基于最小描述長(zhǎng)度(minimumdescriptionlength,mdl)準(zhǔn)則的算法。此類方法假設(shè)采集的信號(hào)必須是零均值獨(dú)立同分布的高斯隨機(jī)變量，且加性噪聲是與信道輸出信號(hào)不相關(guān)的高斯白噪聲。但是由于實(shí)際的通信系統(tǒng)很難滿足這個(gè)條件，往往會(huì)導(dǎo)致過(guò)估或者欠估的問(wèn)題。liavasa.p在“blindchannelapproximation:effectivechannelorderdetermination”中提出了一種基于數(shù)值分析的信道階數(shù)檢測(cè)準(zhǔn)則(liavascriteria,lc)。該準(zhǔn)則可以對(duì)接收信號(hào)的協(xié)方差矩陣進(jìn)行穩(wěn)定的信號(hào)和噪聲子空間的分解，但是其不足在于，在低信噪比的條件下識(shí)別性能差，不適用于有用信號(hào)功率較低的通信場(chǎng)景。王玉紅等在“利用特征極值比的盲信道階數(shù)估計(jì)方法”中提出了一種特征極值比定理(maximumeigenvalueminimumeigenvalueratioratio,mmrr)，利用子空間方法中噪聲子空間矢量構(gòu)成特殊矩陣的奇異性與信道階數(shù)之間的關(guān)系實(shí)現(xiàn)信道階數(shù)的估計(jì)。但是該方法需要計(jì)算特殊矩陣，計(jì)算量大，不適用于實(shí)際無(wú)線通信系統(tǒng)。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明旨在提供一種simo-fir信道階數(shù)估計(jì)方法，采用隨機(jī)理論中的方法構(gòu)造檢測(cè)統(tǒng)計(jì)量，相比之前基于概率論的傳統(tǒng)方法，該檢測(cè)統(tǒng)計(jì)量具有精確的分布特性，具有快速收斂特性，因此可以利用有限的采樣點(diǎn)得到可靠的估計(jì)性能；另外，判決方式是基于假設(shè)檢驗(yàn)的，當(dāng)虛警概率接近于0時(shí)，其正確識(shí)別概率趨近于1。

為了實(shí)現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：

一種simo-fir信道階數(shù)估計(jì)方法，所述方法使用的系統(tǒng)模型為1×nr的simo系統(tǒng)，包括一個(gè)發(fā)射機(jī)、一個(gè)接收機(jī)和一個(gè)偵聽機(jī)，每個(gè)子信道表示為一個(gè)fir濾波器，其中，發(fā)射機(jī)的天線數(shù)目為1，偵聽機(jī)的天線數(shù)目為nr，信道的實(shí)際階數(shù)為l，發(fā)送信號(hào)采用4qam調(diào)制方式，接收窗長(zhǎng)為n，n≥l；所述方法包括如下步驟：

s1構(gòu)造接收信號(hào)矩陣和信道矩陣：

偵聽機(jī)第i根接收天線在時(shí)刻n接收到的觀測(cè)輸出為yi(n)，將接收窗長(zhǎng)內(nèi)n個(gè)連續(xù)的觀測(cè)輸出向量堆疊在一起，構(gòu)成nrn×1維的接收矩陣yn(n)；

s2計(jì)算接收信號(hào)自協(xié)方差矩陣r：

r＝e{ynyn^η}；

s3對(duì)r進(jìn)行特征值分解：r＝uλu^η，然后將r的特征值從大到小排列；其中，u為nnr×nnr的酉矩陣，λ是r的特征值構(gòu)成的對(duì)角矩陣；

s4構(gòu)造檢驗(yàn)統(tǒng)計(jì)量：

lk表示步驟s3中經(jīng)過(guò)排列的r的第k個(gè)特征值；

s5求解判決門限

其中，表示第一類或第二類tracy-widom分布的逆累積分布函數(shù)，pfa表示預(yù)先設(shè)定的虛警概率；參數(shù)和是nr和n的函數(shù)；

s6確定檢測(cè)統(tǒng)計(jì)量屬性：

如果檢測(cè)統(tǒng)計(jì)量uk大于判決門限γk，則將檢測(cè)統(tǒng)計(jì)量uk判定為信號(hào)統(tǒng)計(jì)量；

如果檢測(cè)統(tǒng)計(jì)量uk小于或等于判決門限γk，則將對(duì)應(yīng)檢測(cè)統(tǒng)計(jì)量uk判定為噪聲統(tǒng)計(jì)量；

統(tǒng)計(jì)得到信號(hào)統(tǒng)計(jì)量的總數(shù)k；

s7確定simo系統(tǒng)信道階數(shù)估計(jì)值：

需要說(shuō)明的是，步驟s5中，參數(shù)和通過(guò)下式確定：

當(dāng)β＝1時(shí)代表實(shí)數(shù)噪聲：

當(dāng)β＝2時(shí)代表復(fù)數(shù)噪聲：

本發(fā)明的有益效果在于：

1、在本發(fā)明的方法中，采用隨機(jī)理論中的方法構(gòu)造檢測(cè)統(tǒng)計(jì)量，相比之前基于概率論的傳統(tǒng)方法，該檢測(cè)統(tǒng)計(jì)量具有精確的分布特性，具有快速收斂特性，因此可以利用有限的采樣點(diǎn)得到可靠的估計(jì)性能。

2、在本發(fā)明的方法中，判決方式是基于假設(shè)檢驗(yàn)的，當(dāng)虛警概率接近于0時(shí)，其正確識(shí)別概率趨近于1。

附圖說(shuō)明

圖1是本發(fā)明的方法適用的系統(tǒng)模型示意圖；

圖2是本發(fā)明的方法的流程圖；

圖3是本發(fā)明的方法在不同采樣點(diǎn)下正確識(shí)別概率仿真效果圖；

圖4是本發(fā)明的方法在不同信噪比下正確識(shí)別概率仿真效果圖。

具體實(shí)施方式

以下將結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步的描述，需要說(shuō)明的是，本實(shí)施例以本技術(shù)方案為前提，給出了詳細(xì)的實(shí)施方式和具體的操作過(guò)程，但本發(fā)明的保護(hù)范圍并不限于本實(shí)施例。

如圖1所示，本發(fā)明使用的系統(tǒng)模型包括：一個(gè)發(fā)射機(jī)、一個(gè)接收機(jī)和一個(gè)偵聽機(jī)。其中，發(fā)射機(jī)的天線數(shù)目為1，偵聽機(jī)的天線數(shù)目為nr，信道階數(shù)為l，發(fā)送信號(hào)采用4qam調(diào)制方式，接收窗長(zhǎng)為n，n≥l。

本實(shí)施例中，偵聽機(jī)的天線數(shù)目nr＝8，信道階數(shù)l＝3，接收窗長(zhǎng)n＝5。

參照?qǐng)D2，本發(fā)明方法實(shí)現(xiàn)的步驟如下：

s1構(gòu)造接收信號(hào)矩陣和信道矩陣：

本發(fā)明研究的為1×nr的simo系統(tǒng)，每個(gè)子信道可表示為一個(gè)fir濾波器。記第i根接收天線在時(shí)刻n接收到的觀測(cè)輸出為yi(n)，其中

s(n)為時(shí)刻n的發(fā)送信號(hào)，發(fā)送信號(hào)之間相互獨(dú)立；hi＝[hi0(n),hi1(n),…,hil(n)]表示第i條子信道對(duì)應(yīng)的傳輸系數(shù)；vi(n)為均值為零、方差為σ²的加性高斯白噪聲，與接收信號(hào)相互獨(dú)立。

將接收窗長(zhǎng)內(nèi)n個(gè)連續(xù)的觀測(cè)輸出向量堆疊在一起，即得到y(tǒng)n(n)＝[y(n),y(n-1),…,y(n-n-1)]^τ。建立的最終系統(tǒng)模型為：

上式中，矩陣是一個(gè)nrn×(n+l)維的toeplitz矩陣，定義為：

其中，

s2計(jì)算接收信號(hào)協(xié)方差矩陣r＝e{ynyn^η}。其中

其中，rs表示發(fā)射信號(hào)的自協(xié)方差矩陣，是列滿秩矩陣。

s3子空間分解

3.1)對(duì)接收信號(hào)的自協(xié)方差矩陣r進(jìn)行特征值分解：

r＝uλu^η；

其中，u為nnr×nnr的酉矩陣，λ是r的特征值構(gòu)成的對(duì)角矩陣。

3.2)將r的特征值從大到小排列：

l1＞l2＞…＞ln+l≥ln+l+1≥…≥lnnr

r的特征值可以被分為信號(hào)子空間ls＝{l1,l2,...,ln+l,}和噪聲子空間ls為的特征值按降序排列的集合，ln為σ²i的特征值按降序排列的集合。

s4構(gòu)造檢測(cè)統(tǒng)計(jì)量：

本實(shí)施例中，噪聲v為高斯白噪聲，則σ²i＝e{vv^h}是一個(gè)wishart矩陣。根據(jù)隨機(jī)矩陣?yán)碚摚脀ishart矩陣的最大特征值和跡的平均值，可以構(gòu)造檢驗(yàn)統(tǒng)計(jì)量如下：

當(dāng)nr,n→∞,時(shí)，特征值ln+l+1與純?cè)肼晈ishart矩陣的最大特征值漸進(jìn)服從同一tracy-widom分布。因此，un+l+1的分布函數(shù)可以表示為

其中，參數(shù)和是nr和n的函數(shù)。

當(dāng)β＝1時(shí)代表實(shí)數(shù)噪聲：

當(dāng)β＝2時(shí)代表復(fù)數(shù)噪聲：

步驟5，求解判決門限：

其中，表示第一類或第二類tracy-widom分布的逆累積分布函數(shù)，pfa表示預(yù)先設(shè)定的虛警概率。

步驟6，確定檢測(cè)統(tǒng)計(jì)量屬性：

如果檢測(cè)統(tǒng)計(jì)量uk大于判決門限γk，則將檢測(cè)統(tǒng)計(jì)量uk判定為信號(hào)統(tǒng)計(jì)量；

如果檢測(cè)統(tǒng)計(jì)量uk小于或等于判決門限γk，則將對(duì)應(yīng)檢測(cè)統(tǒng)計(jì)量uk判定為噪聲統(tǒng)計(jì)量；

步驟7，確定simo系統(tǒng)的信道階數(shù)的估計(jì)值：

確定信號(hào)統(tǒng)計(jì)量的數(shù)目k，并將該數(shù)目與接收窗長(zhǎng)的差值作為simo-fir系統(tǒng)信道的估計(jì)值。

本發(fā)明的方法所帶來(lái)的有益效果可以通過(guò)以下仿真來(lái)進(jìn)一步進(jìn)行說(shuō)明。

一、仿真條件

1個(gè)具有單天線發(fā)射機(jī)，1個(gè)具有8天線的偵聽機(jī)，發(fā)射機(jī)和偵聽機(jī)之間的信道為頻率選擇性信道，信道階數(shù)為5，發(fā)射信號(hào)調(diào)制方式為4qam，虛警概率pfa＝0.1。

二、仿真內(nèi)容及仿真結(jié)果

仿真1，信噪比為5db，分別采用本發(fā)明的方法(簡(jiǎn)稱wme)、基于模式選擇的mdl方法和aic方法、lc方法，以及mmrr方法在不同采樣點(diǎn)下進(jìn)行正確識(shí)別概率的仿真對(duì)比。

仿真結(jié)果：如圖3所示，在采樣點(diǎn)少的情況下，本發(fā)明的方法識(shí)別性能優(yōu)于其它方法，可以確保滿足通信信號(hào)盲識(shí)別的工程要求

仿真2，采樣點(diǎn)數(shù)為64，分別采用本發(fā)明的方法、基于模式選擇的mdl方法和aic方法、lc方法，以及mmrr方法在不同信噪比條件下進(jìn)行正確識(shí)別概率的仿真對(duì)比。

仿真結(jié)果：如圖4所示，在小信噪比情況下，本發(fā)明的方法識(shí)別性能優(yōu)于其它方法，可以確保滿足通信信號(hào)盲識(shí)別的工程要求。

由此可見(jiàn)，本發(fā)明的方法能夠在樣本規(guī)模較小或者信噪比較低的條件下，實(shí)現(xiàn)高識(shí)別率的信道階數(shù)估計(jì)，解決了低信噪比環(huán)境下信道階數(shù)識(shí)別率低的問(wèn)題。

本發(fā)明的方法可用于通信信號(hào)盲識(shí)別和認(rèn)知無(wú)線電，可以保證在軍事通信對(duì)抗和simo-fir信道中的適用性。

對(duì)于本領(lǐng)域的技術(shù)人員來(lái)說(shuō)，可以根據(jù)以上的技術(shù)方案和構(gòu)思，作出各種相應(yīng)的改變和變形，而所有的這些改變和變形都應(yīng)該包括在本發(fā)明權(quán)利要求的保護(hù)范圍之內(nèi)。