基于压缩感知的低复杂度水声稀疏时变信道估计方法

    公开(公告)号:CN108848043B

    公开(公告)日:2021-02-02

    申请号:CN201810574993.1

    申请日:2018-06-05

    Abstract: 本发明提供的是一种基于压缩感知的低复杂度水声稀疏时变信道估计方法。预先计算备选路径特征Hermitian内积矩阵;然后通过迭代的方式进行时延和多普勒因子的联合估计。本发明方法通过预先计算备选路径特征Hermitian内积矩阵的方式,避免了现有正交匹配追踪算法在迭代内重复计算矩阵内积,极大地降低了计算复杂度,并通过性能仿真,验证了本发明方法在水声时变信道下的有效性,并通过仿真证实本发明方法在计算复杂度远低于现有基于正交匹配追踪算法的情况下,能够实现相同的信道估计精度,同时也能在相同计算复杂度下提供高于正交匹配追踪算法的估计精度,具有实际应用价值。

    一种水声正交频分复用异步多用户接入方法

    公开(公告)号:CN105490978B

    公开(公告)日:2019-06-14

    申请号:CN201510726759.2

    申请日:2015-10-30

    Abstract: 本发明属于水声通信领域,具体涉及一种水声正交频分复用异步多用户接入方法。本发明包括:重叠截断;干扰消除;频域过采样;多用户信道估计与解码;干扰重构。本发明基于滑动迭代结构,利用重叠截断方法建立异步干扰模型,在相邻两个符号间进行迭代干扰消除和干扰重建,然后将干扰消除后的接收信号等效为准同步的多输入多输出(MIMO)系统实现多用户数据解码;可以较好的兼顾处理延迟和解码性能,具有实际应用价值。

    一种基于稀疏贝叶斯学习的水声OFDM时变信道估计方法

    公开(公告)号:CN109194596A

    公开(公告)日:2019-01-11

    申请号:CN201811197097.4

    申请日:2018-10-15

    Abstract: 本发明涉及一种基于稀疏贝叶斯学习的水声OFDM时变信道估计方法,包括以下步骤:步骤一:输入信道估计参数,包括:接收符号向量YP,字典矩阵Φp,最大迭代次数rmax,终止门限e和噪声方差σ2;步骤二:初始化超参数矩阵Γ和迭代计数r;步骤三:采用期望最大化算法对超参数γ进行求解;步骤四:迭代终止条件判断,若r<rmax且 令r=r+1,返回步骤三;若r<rmax且 则终止迭代;若r≥rmax,则终止迭代。步骤五:输出估计参数,包括稀疏信道向量估计和超参数向量估计。本发明的优点在于与现有的CS方法相比,该方法提高了信道估计的精度,降低了系统的误码率,在实际的水声OFDM通信系统中,具有实际应用价值。

    基于压缩感知的低复杂度水声稀疏时变信道估计方法

    公开(公告)号:CN108848043A

    公开(公告)日:2018-11-20

    申请号:CN201810574993.1

    申请日:2018-06-05

    CPC classification number: H04L25/0242

    Abstract: 本发明提供的是一种基于压缩感知的低复杂度水声稀疏时变信道估计方法。预先计算备选路径特征Hermitian内积矩阵;然后通过迭代的方式进行时延和多普勒因子的联合估计。本发明方法通过预先计算备选路径特征Hermitian内积矩阵的方式,避免了现有正交匹配追踪算法在迭代内重复计算矩阵内积,极大地降低了计算复杂度,并通过性能仿真,验证了本发明方法在水声时变信道下的有效性,并通过仿真证实本发明方法在计算复杂度远低于现有基于正交匹配追踪算法的情况下,能够实现相同的信道估计精度,同时也能在相同计算复杂度下提供高于正交匹配追踪算法的估计精度,具有实际应用价值。

    一种基于正交匹配追踪的水声信道时延估计方法

    公开(公告)号:CN109150772B

    公开(公告)日:2021-02-19

    申请号:CN201810769806.5

    申请日:2018-07-13

    Abstract: 本发明涉及一种基于正交匹配追踪的水声信道时延估计方法,包括:初始化:残差待估幅度向量与字典矩阵ξest,路径索引q=0;输入:采样间隔Δt,最大迭代次数Q,迭代停止条件χ1,χ2;迭代:通过两步搜索模型找到精估时延及其两侧采样点;将所得采样点带入基于连续时域内积函数的时延估计模型,得到待估时延利用所得待估时延构造新原子并与之前原子进行正交化,得到待估原子利用最小二乘法计算当前路径q对应的幅度值更新变量:残差字典矩阵待估幅度向量判断是否满足迭代停止条件或者输出信道估计结果本发明可在降低计算复杂度的同时提高时延估计精度,可用于实现高效高精度低复杂度的信道估计模型。

    异步同时同频全双工水声通信系统数字自干扰抵消方法

    公开(公告)号:CN109450486B

    公开(公告)日:2020-12-22

    申请号:CN201811543490.4

    申请日:2018-12-17

    Abstract: 本发明公开了一种异步同时同频全双工水声通信系统数字自干扰抵消方法。异步全双工水声通信具有自干扰信号和期望信号到达接收端存在时延差的特点。本发明所提方法利用自干扰信号与期望信号的非交叠区域估计自干扰信道,避免期望信号对自干扰信道估计精度的影响,进一步提高自干扰抵消性能。为抵消自干扰信号中的非线性分量,本发明提出了过参数化递归最小二乘算法估计非线性信道,以抵消自干扰信号中的非线性分量。本发明所公开的方法能够有效抵消同时同频全双工水声通信所产生的自干扰信号,使系统能够在强自干扰条件下能够解调期望信号。

    异步同时同频全双工水声通信系统数字自干扰抵消方法

    公开(公告)号:CN109450486A

    公开(公告)日:2019-03-08

    申请号:CN201811543490.4

    申请日:2018-12-17

    Abstract: 本发明公开了一种异步同时同频全双工水声通信系统数字自干扰抵消方法。异步全双工水声通信具有自干扰信号和期望信号到达接收端存在时延差的特点。本发明所提方法利用自干扰信号与期望信号的非交叠区域估计自干扰信道,避免期望信号对自干扰信道估计精度的影响,进一步提高自干扰抵消性能。为抵消自干扰信号中的非线性分量,本发明提出了过参数化递归最小二乘算法估计非线性信道,以抵消自干扰信号中的非线性分量。本发明所公开的方法能够有效抵消同时同频全双工水声通信所产生的自干扰信号,使系统能够在强自干扰条件下能够解调期望信号。

    一种基于正交匹配追踪的水声信道时延估计方法

    公开(公告)号:CN109150772A

    公开(公告)日:2019-01-04

    申请号:CN201810769806.5

    申请日:2018-07-13

    CPC classification number: H04L25/0212 H04L27/2695

    Abstract: 本发明涉及一种基于正交匹配追踪的水声信道时延估计方法,包括:初始化:残差待估幅度向量与字典矩阵ξest,路径索引q=0;输入:采样间隔Δt,最大迭代次数Q,迭代停止条件χ1,χ2;迭代:通过两步搜索模型找到精估时延及其两侧采样点;将所得采样点带入基于连续时域内积函数的时延估计模型,得到待估时延利用所得待估时延构造新原子并与之前原子进行正交化,得到待估原子利用最小二乘法计算当前路径q对应的幅度值更新变量:残差字典矩阵待估幅度向量判断是否满足迭代停止条件或者输出信道估计结果本发明可在降低计算复杂度的同时提高时延估计精度,可用于实现高效高精度低复杂度的信道估计模型。

    基于时间多重稀疏贝叶斯学习的水声时变信道估计方法

    公开(公告)号:CN109088835A

    公开(公告)日:2018-12-25

    申请号:CN201811197910.8

    申请日:2018-10-15

    Abstract: 本发明涉及基于时间多重稀疏贝叶斯学习的水声时变信道估计方法,包括以下步骤:步骤一:输入信道估计参数,包括:接收符号向量 字典矩阵Φp,最大迭代次数rmax,终止门限e,噪声方差σ2;步骤二:初始化超参数矩阵Γ、迭代计数r和相关矩阵B;步骤三:采用期望最大化算法对超参数γ进行求解;步骤四:更新相关矩阵B;步骤五:迭代终止条件判断,如果r<rmax且 令r=r+1,返回步骤三;如果r<rmax且 则终止迭代;如果r≥rmax,则终止迭代;步骤六:输出估计参数,包括稀疏信道估计矩阵,超参数估计向量以及估计出的相关矩阵本发明与SBL方法相比,预先充分利用了水声信道之间的相关性,提高了信道估计的性能,降低了系统的误码率,在实际水声OFDM通信系统中,具有实际应用价值。

    一种水声正交频分复用异步多用户接入方法

    公开(公告)号:CN105490978A

    公开(公告)日:2016-04-13

    申请号:CN201510726759.2

    申请日:2015-10-30

    CPC classification number: H04L27/2691

    Abstract: 本发明属于水声通信领域,具体涉及一种水声正交频分复用异步多用户接入方法。本发明包括:重叠截断;干扰消除;频域过采样;多用户信道估计与解码;干扰重构。本发明基于滑动迭代结构,利用重叠截断方法建立异步干扰模型,在相邻两个符号间进行迭代干扰消除和干扰重建,然后将干扰消除后的接收信号等效为准同步的多输入多输出(MIMO)系统实现多用户数据解码;可以较好的兼顾处理延迟和解码性能,具有实际应用价值。

Patent Agency Ranking