电子信息技术

本发明涉及一种基于正则化最小均方误差变步长算法的水声信道辨识方法，首先，针对水声信道进行建模，以期获得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，设计一种基于正则化最小均方误差变步长算法迭代寻优得到时域水声信道冲激响应函数，即辨识得到时域水声信道信息。本发明的方法可以估计出时变水声信道的冲激响应函数。本发明方法由于巧妙地使用了移动窗控制步长的变化策略，使得迭代过程中获得较传统算法更为精确的信道估计，这将有助于提高基于信道估计均衡器输出的估计精确度。

水声信道辨识和水声通信等问题都可归结为冲激响应函数的辨识优化问题，基于训练序列和接收到的信号用以对水声信道表达辨识。目前，对水声信道的辨识方法包括有限冲激响应框架和时域的逐块辨识框架。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。时域的逐块辨识框架详见《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辨识极为困难，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辨识作用。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，对水声信道进行辨识。然而自适应辨识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，也同时有望提高辨识精度。考虑到实际中的水声信道冲激响应函数的时变性，因此，本发明将采用移动窗函数控制步长的变化，以期提高水声信道的辨识跟踪能力。

有益效果：

本发明提出的一种基于正则化最小均方误差变步长算法的水声信道辨识方法，首先，针对水声信道进行建模，以期获得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，设计一种基于正则化最小均方误差变步长算法迭代寻优得到时域水声信道冲激响应函数，即辨识得到时域水声信道信息。本发明的方法可以估计出时变水声信道的冲激响应函数。本发明方法由于巧妙地使用了移动窗控制步长的变化策略，使得迭代过程中获得较传统算法更为精确的信道估计，这将有助于提高基于信道估计均衡器输出的估计精确度。

有益效果体现在：本发明基于滑动窗函数控制步长变化，有效地提高了算法的收敛速度，同时也能使本发明有更低的稳态误差。