电子信息技术

本发明涉及一种最小均方误差稀疏水声信道估计方法，首先，针对稀疏水声信道进行建模，以期获得稀疏水声信道冲激响应函数的表达框架，在此基础上。采用周期训练模式，设计一种基于最小均方误差变步长算法迭代寻优得到稀疏水声信道冲激响应函数，即估计得到时域水声信道信息。有益效果体现在：本发明基于滑动窗函数控制步长变化，同时结合稀疏特性进行似零伪范数约束，有效地提高了算法的收敛速度，也能使本发明有更低的稳态误差。

稀疏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水声信道表达进行估计。目前，对稀疏水声信道的估计方法包括有限冲激响应框架和时域的逐块估计框架。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，此外，接收信号可能受到冲激信号干扰，传统的自适应估计方法在大冲激干扰下将失去对信道的估计作用。因此，考虑到水声信道的扩展和时变特性可由水声信道的时域进行刻画。本发明将建立在该模型基础上，对水声信道进行估计。然而自适应估计方法的固定步长无法同时保证算法的收敛速度和收敛精度，因此，设计一种新的步长更新策略可以既保证收敛速度，也同时有望提高估计精度。考虑到实际中的水声信道冲激响应函数的时变性和稀疏性，本发明将采用移动窗函数控制步长的变化以及采用似零伪范数进行稀疏约束，以期提高时变稀疏水声信道的估计跟踪能力。

本发明属于水声通信和水声信号处理等领域，涉及一种最小均方误差稀疏水声信道估计方法，冲激干扰下接收信号与训练序列对稀疏水声信道的估计方法，该估计方法将提高在冲激干扰下对稀疏水声信道的估计性能。适用于水声信道估计、水声通信等。

有益效果：

本发明提出的一种最小均方误差稀疏水声信道估计方法，首先，针对稀疏水声信道进行建模，以期获得稀疏水声信道冲激响应函数的表达框架，在此基础上。采用周期训练模式，设计一种基于最小均方误差变步长算法迭代寻优得到稀疏水声信道冲激响应函数，即估计得到时域水声信道信息。

有益效果体现在：本发明基于滑动窗函数控制步长变化，同时结合稀疏特性进行似零伪范数约束，有效地提高了算法的收敛速度，也能使本发明有更低的稳态误差。