基于IOC-CSMP的OFDM系统稀疏信道快速估计方法技术方案

本发明专利技术公开了一种基于IOC

【技术实现步骤摘要】
基于IOC
‑
CSMP的OFDM系统稀疏信道快速估计方法


[0001]本专利技术属于OFDM系统稀疏信道信道估计
，具体涉及一种基于IOC
‑
CSMP的 OFDM系统稀疏信道快速估计方法。

技术介绍

[0002]正交频分复用(orthogonal frequency division multiplexing，OFDM)技术已成为无线通信系统广泛采用的重要技术，OFDM信道质量的高低直接决定了OFDM通信质量的好坏。因此信道估计已成为OFDM系统需要重点解决的关键问题之一。在信道为密集信道并且依赖大量导频信号的基础上，经典最小二乘方法和最小均方差方法可以完成信道的估计，但在信道为稀疏信道情况下，性能并不理想。由于实际通信环境中信道表现出很强的稀疏特性，因此基于压缩感知的稀疏信道估计成为了OFDM信道估计的新热点。
[0003]当信号稀疏先验特性已知时，压缩感知可以利用低采样率重构出原始信号。典型算法以正交匹配追踪(OMP,orthogonal matching pursuit)算法、分段OMP(StOMP,stagewise OMP)、正则化OMP(ROMP,regularization OMP)、CoSaMP(compressed sampling matching pursuit)、 gOMP(generalized OMP)、SWOMP(stagewise weak OMP)和子空间追踪(SP,subspace pursuit)等算法为代表。在稀疏度未知时，以SAMP(sparsity adaptive matching pursuit)为主要代表。
[0004]Han W,Wencai D,Lingwei X.A New Sparse Adaptive Channel Estimation MethodBased on Compressive Sensing for FBMC/OQAM Transmission Network[J].Sensors,2016,16(7)。提出了基于SAMP算法的自适应正则化压缩采样匹配追踪算法(ARCoSaMP,adaptiveregularized CoSaMP)用于信道估计。
[0005]Yi Z,Venkatesan R,Dobre O A,et al.An adaptive matching pursuit algorithm for sparsechannel estimation[C]//2015IEEE Wireless Communications and Networking Conference (WCNC).IEEE,2015。提出了一种自适应步长SAMP(ASSAMP)算法并将其用于稀疏信道估计。
[0006]胡健生，宋祖勋，张倩，等.一种用于OFDM系统信道估计的稀疏重构算法[J].华中科技大学学报：自然科学版，2016，44(6):7。在多径数量未知且抽头位置变化的情况下，提出一种基于搜索空间预处理的自适应正交匹配追踪算法。
[0007]以上算法都不同程度的提升了OFDM稀疏信道的估计性能。但在迭代过程中对算法的计算量没有进行充分优化，导致在测量矩阵与残差矢量内积运算中仍然存在较大运算量，算法运行速度比较慢；另一方面对稀疏度进行更新时，稀疏度更新策略也不够完美，需要进行多次迭代才能选出所有合适的原子，迭代效率不够高。

技术实现思路

[0008]针对OFDM系统信道稀疏度未知以及上述问题，本专利技术提供一种基于IOC
‑
CSMP的 OFDM系统稀疏信道快速估计方法，其采用基于内积优化与稀疏度更新约束的压缩采样匹配
追踪(Compressed sampling matching pursuit based on inner
‑
product optimization and sparsityupdate constraint，IOC
‑
CSMP)快速重构算法用于稀疏信道估计。在信道估计过程中，首先对信道稀疏度进行预估计从而降低后续迭代次数；在每次迭代过程中，根据选择向量Ψ非零值位置索引来选择测量矩阵Φ中对应的原子参与内积计算，而与选择向量Ψ中零值位置对应的原子由于与残差向量正交，不需要参加后续迭代，因此内积的计算量得到有效降低；在稀疏度更新阶段，利用相邻两次信道估计值和的能量差来对步长更新进行约束，有效提升步长更新的准确度。仿真结果表明，在OFDM系统信道稀疏度未知时，IOC
‑
CSMP算法信道估计精度更高，运行速度更快。
[0009]本专利技术的目的是通过以下技术方案实现的：
[0010]一种基于IOC
‑
CSMP的OFDM系统稀疏信道快速估计方法，包括以下步骤：
[0011]S1.接收导频信号，初始化测量矩阵Φ，测量向量y；
[0012]S2.进行稀疏度预估计：
[0013]2.1)计算内积u＝Φ
T
*r
t
‑1，取出|u|中个最大值对应的个原子索引，由个原子索引构成集合Ξ；
[0014]2.2)取出测量矩阵Φ列向量中索引与集合Ξ一致的列向量，构成集合Φ
Ξ
；
[0015]2.3)计算
[0016]2.4)如果则然后返回步骤2.1)；否则进入步骤S3；
[0017]S3.通过内积迭代优化算法计算并更新信道估计值：
[0018]3.1)利用暂态解β
temp
得到个最大元素相应的索引号构成索引集Π；得到由测量矩阵Φ中个原子构成的恢复矩阵Φ
Π
；计算第t次迭代得到的信号估计值及残差向量r
t
；在每次内积迭代过程中，根据选择向量Ψ非零值位置索引来选择测量矩阵Φ中对应的原子参与内积计算；
[0019]3.2)判断是否已达到最大迭代次数T，如果t＞T，执行步骤S4，否则执行步骤3.3)；
[0020]3.3)通过相邻两次内积迭代获得的信道估计值的能量差，进行稀疏度更新，并约束迭代终止；
[0021]S4.迭代终止并输出信道估计值
[0022]进一步地，所述步骤S2中，假定测量矩阵Φ以参数(K,δ
k
)满足RIP准则，如果K0≥K，那么下式成立：
[0023][0024]同样此式的逆否命题也成立，即若:
[0025][0026]那么K0＜K；
[0027]式中，δ
k
为一个常数；
[0028]利用式(4)(5)得到稀疏度K的预估值
[0029]进一步地，所述步骤3.1)具体包括：
[0030]3.1.1)计算残差矢量并将所述集合Ξ赋值给索引候选集C0，即C0＝Ξ；
[0031]3.1.2)令u为空集，即对选择向量Ψ进行遍历：对任意Ψ(i)∈Ψ,i＝1,2,....,N，如果Ψ(i)＞0，那么否则u(i)＝0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于IOC
‑
CSMP的OFDM系统稀疏信道快速估计方法，其特征在于，包括以下步骤：S1.接收导频信号，初始化测量矩阵Φ，测量向量y；S2.进行稀疏度预估计：2.1)计算内积u＝Φ
T
*r
t
‑1，取出|u|中个最大值对应的个原子索引，由个原子索引构成集合Ξ；2.2)取出测量矩阵Φ列向量中索引与集合Ξ一致的列向量，构成集合Φ
Ξ
；2.3)计算2.4)如果则然后返回步骤2.1)；否则进入步骤S3；S3.通过内积迭代优化算法计算并更新信道估计值：3.1)利用暂态解β
temp
得到个最大元素相应的索引号构成索引集Π；得到由测量矩阵Φ中个原子构成的恢复矩阵Φ
Π
；计算第t次迭代得到的信号估计值及残差向量r
t
；在每次内积迭代过程中，根据选择向量Ψ非零值位置索引来选择测量矩阵Φ中对应的原子参与内积计算；3.2)判断是否已达到最大迭代次数T，如果t＞T，执行步骤S4，否则执行步骤3.3)；3.3)通过相邻两次内积迭代获得的信道估计值的能量差，进行稀疏度更新，并约束迭代终止；S4.迭代终止并输出信道估计值2.如权利要求1所述的一种基于IOC
‑
CSMP的OFDM系统稀疏信道快速估计方法，其特征在于，所述步骤S2中，假定测量矩阵Φ以参数(K,δ
k
)满足RIP准则，如果K0≥K，那么下式成立：同样此式的逆否命题也成立，即若：那么K0＜K；式中，δ
k
为一个常数；利用式(4)、(5)得到稀疏度K的预估值3.如权利要求1所述的一种基于IOC
‑
CSMP的OFDM系统稀疏信道快速估计方法，其特征在于，所述步骤3.1)具体包括：3.1.1)计算残差矢量并将所述集合Ξ赋值给索引候选集C0，即C0＝Ξ；3.1.2)令u为空集，即对选择向量Ψ进行遍历：对任意Ψ(i)∈Ψ,i＝1,2,....,N，如果Ψ(...

【专利技术属性】
技术研发人员：崔伟，李云鹏，李鑫，陈超，李娜，曹文焕，吴菲，孙杨，
申请(专利权)人：中国人民解放军空军航空大学，
类型：发明
国别省市：