电子信息技术

本发明涉及一种基于时延多普勒域的时变稀疏水声信道估计方法，首先，针对时变水声信道进行时延多普勒域建模，以期获得稀疏的二维域表达方式，在时延多普勒域表达的基础上。采用逐块训练模式，并结合施密特正交匹配追踪算法迭代寻优得到时延多普勒域的稀疏水声信道冲激响应函数，将所估计得到的时延多普勒域水声信道信息，在接收端，构造基于信道信息的最小均方误差均衡器对发送信号进行恢复。该项发明适用于时变水声信道估计、水声通信。本发明有益效果体现在：本发明基于施密特正交化选择匹配原子，有效避免了冗余计算，使得本发明产生的时延多普勒水声信道估计结果具有更高的精度。

水声信道估计和水声通信等问题都可归结为冲激响应函数的估计优化问题，基于训练序列和接收到的信号用以对时变水声信道稀疏表达估计。目前，对水声信道的估计方法包括有限冲激响应框架和时延多普勒域的逐块估计框架。有限冲激响应框架的算法细节具体参见《New sparse adaptive algorithms based on the natural gradient and the L0-norm》，该文2013年发表于《IEEE Journal of Oceanic Engineering》第38期，起始页码为323。时延多普勒域的逐块估计框架详见《Estimation of rapidly time-varying sparse channels》该文2007年发表于《IEEE Journal of Oceanic Engineering》第32期，起始页码为927。

由于水声信道的多径扩展和时变特性，导致对水声信道的冲激响应函数估计极为困难，因此，对于有限冲激响应框架下的算法效果欠佳。考虑到水声信道的多径扩展和时变特性可由水声信道的时延多普勒域进行刻画。本发明将建立在该模型基础上，对时变水声信道进行估计。然而待估计的参数繁多，矩阵计算量大，所幸的是，压缩感知方法可以提供有效估计策略。然而，实际海上数据的水声信道冲激响应函数不是严格的稀疏信号，因此，现行压缩感知算法难以直接应用。本发明提出在匹配追踪算法的基础上，对选择更新的原子进行施密特正交化处理，以避免原子在选择过程中的冗余迭代。在获得时延多普勒域的水声信道估计后，建立二维域的最小均方误差局衡器，从而恢复出发送信号信息。

有益效果：

本发明提出的一种基于时延多普勒域的时变稀疏水声信道估计方法，首先，针对时变水声信道进行时延多普勒域建模，以期获得稀疏的二维域表达方式，在时延多普勒域表达的基础上。采用逐块训练模式，并结合施密特正交匹配追踪算法迭代寻优得到时延多普勒域的稀疏水声信道冲激响应函数，将所估计得到的时延多普勒域水声信道信息，在接收端，构造基于信道信息的最小均方误差均衡器对发送信号进行恢复。该项发明适用于时变水声信道估计、水声通信。

本发明利用匹配追踪的迭代框架，并采用施密特正交方法更新原子选择过程，从而实现迭代的序列误差最小化，避免冗余迭代。最终精确地选择出所要求的原子构成基矩阵。从而恢复出稀疏水声信道，结合二维域的水声信道估计值，构造最小均方误差均衡器，最终实现对发送信号的恢复。

本发明以基于施密特正交化匹配追踪方法，用以估计时延多普勒域的水声信道冲激响应函数，有益效果体现在：本发明基于施密特正交化选择匹配原子，有效避免了冗余计算，使得本发明产生的时延多普勒水声信道估计结果具有更高的精度。