一种基于时间相关性和置信传播的稀疏贝叶斯时变信道估计方法技术

本发明专利技术提供一种基于时间相关性和置信传播的稀疏贝叶斯时变信道估计方法，基于单载波相移键控调制的体制中，为了降低时变信道环境下分块数据处理过程中出现的误差传播对基于置信传播的稀疏贝叶斯学习信道估计算法的影响，提出了一种基于时间相关性的信道估计算法。该算法将分块数据处理中的信道估计建模为隐马尔可夫模型，并且利用一阶自回归模型来捕获数据块间信道的时间相关性，从而提高算法在存在误差传播时的稳定性。本发明专利技术提出的算法能够在付出与同等的计算复杂度情况下获得与传统几乎一样的性能；能够降低时变信道环境下分块数据处理过程中出现的误差传播对BP

【技术实现步骤摘要】
一种基于时间相关性和置信传播的稀疏贝叶斯时变信道估计方法


[0001]本专利技术涉及水声通信领域，更确切地说，涉及一个拥有和BP
‑
SBL算法同等计算复杂度，且获得了远超BP
‑
SBL的性能具有与SBL算法同等性能和稳定性的信道估计算法。

技术介绍

[0002]随着国家海洋战略的发展，海洋因为其丰富的水下资源和海洋航行逐渐人们关注的焦点。而水声通信技术被广泛应用于水下资源勘探、海洋环境监测、数据采集、探测预警等领域。因此，水声通信技术的研究和发展在海洋开发的过程中具有重要意义。
[0003]在对水下通信技术的研究中发现，水声信道具有丰富的多途时延结构，并且在远距离数据传输时，多途时延能够达到100ms以上。并且，由于声波的传输速度远远低于电磁波，因此水声通信的速率较慢，传递相同的数据量需要花费更长的时间，而在数据传输过程中，信道的时变性会对通信机解码带来严重的负面影响。而分块数据处理是应对时变信道的一种有效手段，在数据子块中假设信道在数据块持续时间内保持不变。另一方面，传统的SBL信道估计算法能够有效地恢复稀疏水声信道，但是其计算复杂度较高，难以满足大规模系统的要求。而提出的基于消息传递的BP
‑
SBL低复杂度算法又对时变信道敏感，在分块数据处理过程中的性能急剧下降。因此研究高性能的BP
‑
SBL信道估计算法是亟待突破的方向。

技术实现思路

[0004]本专利技术的目的在于提供一种基于时间相关性和置信传播的稀疏贝叶斯时变信道估计方法。
[0005]本专利技术的目的是这样实现的：步骤如下：
[0006](1)水听器采集的通带声信号经过同步和解调之后得到基带符号，将基带符号均匀分为B个数据块，第b块符号为y
b
＝H
b
x
b
+w
b
，且b＝[1,2,...,B]，其中接收符号为M为第b块接收符号的长度，m∈1,2,...M，发射端发射的基带符号为N
b
为y
b
对应的发射符号长度。加性高斯白噪声为H
b
为循环卷积矩阵。
[0007](2)块间干扰消除；在估计第b块数据信道之前，先要进行IBI消除
[0008][0009]其中，第b
‑
1块数据估计的符号构成循环卷积矩阵
[0010][0011](3)块间先验消息计算；
[0012][0013]其中，为变量节点h
b
‑
1,l
传递到因子节点g
b
的消息，为一阶自回归模型的函数,β∈(
‑
1,1)表示时间相关系数。
[0014](4)块内消息：变量节点
→
似然因子节点消息计算；
[0015][0016]其中，为去除f
b,m
外后的似然因子节点传递到变量节点的消息，k∈S(h
b,l
)\m表示除去f
b,m
外所有与变量节点h
b,l
相连的似然因子节点f
b,k
的索引。
[0017](5)块内消息：似然因子节点
→
变量节点消息计算；
[0018][0019]其中，为高斯似然分布,X
b,m,l
表示由x
b
构成的观测矩阵X
b
中第m行第l列的元素。
[0020](6)变量节点
→
相关因子节点消息计算；
[0021][0022]变量节点传递到相关因子节点的消息的概率分布和变量节点处的边缘概率分布近似相等。
[0023](7)更新超先验和噪声功率；
[0024][0025][0026](8)BP迭代；若迭代次数j＜J，其中J为预设最大迭代次数，则重复进行步骤(3)
‑
(7)。否则，输出其中，μ
b,l
即为估计的信道结果。
[0027]与现有技术相比，本专利技术的有益效果是：本专利技术提出的TC
‑
BP
‑
SBL算法能够在付出与BP
‑
SBL同等的计算复杂度情况下获得与传统SBL几乎一样的性能。因此，能够降低时变信道环境下分块数据处理过程中出现的误差传播对BP
‑
SBL信道估计算法稳定性的影响。并且，提出的TC
‑
BP
‑
SBL能够很容易地扩展到其他消息传递系统中。
附图说明
[0028]图1是基于时间相关性的置信传播稀疏贝叶斯时变信道估计方法流程图；
[0029]图2是数据仿真误码率结果的等高线图。
具体实施方式
[0030]下面结合附图与具体实施方式对本专利技术作进一步详细描述。
[0031]1.具体实现：
[0032](1)系统搭建；单输入单输出水声通信系统中，接收水听器采集的声信号经过采样和解调后得到的基带信号为
[0033][0034]其中，w
t
表示在时刻t时采集到的均值为0方差为的加性高斯白噪声，即将上式表示为矩阵形式
[0035]y＝Hx+w,
ꢀꢀꢀꢀꢀꢀ
(10)
[0036]其中，
[0037][0038](2)数据分块；为了应对时变信道的影响，将整帧信号分为若干块进行处理，则第b块无块间干扰接收数据表示为
[0039]y
b
＝H
b
x
b
+w
b
ꢀꢀꢀꢀꢀꢀ
(12)
[0040]其中b＝[1,2,...,B]表示块索引，且
[0041][0042]其中，M＝N
b
+L
‑
1表示每一块接收数据的长度，而N
b
表示与y
b
对应的x
b
的长度。
[0043](3)块间干扰消除；利用估计得到在利用估计信道之前，先要进行IBI消除
[0044][0045]其中，为构成的循环卷积矩阵X
b
‑1的一部分，即
[0046][0047]需要注意的是，在进行第b+1块数据处理时，根据公式(6)先后得到和前者用于信道的更新，而后者与更新的用于的估计。
[0048](4)块间先验消息计算；我们将各个数据块之间利用时间相关性进行信道估计的
过程建模为隐马尔可夫模型。假设变量节点传递到相关因子节点的消息为
[0049][0050]利用一阶自回归模型来捕获时变信道的相关性，即
[0051][0052]并且，当b＝1时，
[0053][0054]其中，β∈(
‑
1,1)表示时间相关系数。因此，得到相关因子节点传递到变量节点的消息为
[0055][0056](5)块内消息：变量本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于时间相关性和置信传播的稀疏贝叶斯时变信道估计方法，其特征在于，步骤如下：步骤一：水听器采集的通带声信号经过同步和解调之后得到基带符号，将基带符号均匀分为B个数据块，第b块符号为y
b
＝H
b
x
b
+w
b
，且b＝[1,2,...,B]，其中接收符号为M为第b块接收符号的长度，m∈1,2,...M，发射端发射的基带符号为N
b
为y
b
对应的发射符号长度，加性高斯白噪声为H
b
为循环卷积矩阵；步骤二：消除块间干扰；步骤三：计算块间先验消息：其中，为变量节点h
b
‑
1,l
传递到因子节点g
b
的消息，为一阶自回归模型的函数，β∈(
‑
1,1)表示时间相关系数；(4)块内消息：计算变量节点
→
似然因子节点消息；(5)块内消息：计算似然因子节点
→
变量节点消息；(6)计算变量节点
→
相关因子节点消息；(7)更新超先验和噪声功率为：(7)更新超先验和噪声功率为：(8)BP迭代；若迭代次数j＜J，其中J为预设最大迭代次数，则重复进行步骤(3)
‑
(7)；否则，输出其中，μ
b,l
即为估计的信道结...

【专利技术属性】
技术研发人员：殷敬伟，朱广军，韩笑，葛威，李林，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：