首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】一种比例递归P次幂误差准则的稀疏水声信道估计方法_西北工业大学_202410218520.3 

申请/专利权人:西北工业大学

申请日:2024-02-28

公开(公告)日:2024-06-18

公开(公告)号:CN118214629A

主分类号:H04L25/02

分类号:H04L25/02;H04B13/02

优先权:

专利状态码:在审-公开

法律状态:2024.06.18#公开

摘要:本发明公开了一种比例递归P次幂误差准则的稀疏水声信道估计方法,核心设计思想是构建在p次幂平均误差准则的迭代优化框架之上,并在此基础上引入了一项新颖的比例矩阵更新策略。通过这种方式,新算法不仅能够快速收敛至最优解,实现较小的稳态估计误差,而且能够在保持较高收敛速度的同时,有效利用时变稀疏水声信道的内在结构信息和先验知识,以提高对信道参数的估计精度和鲁棒性。本发明克服了水下声速传播速度低和水声通信信道的高复杂性难以估计的问题,从而提高水声通信系统的传输效率和可靠性。

主权项:1.一种比例递归P次幂误差准则的稀疏水声信道估计方法,其特征在于,包括如下步骤:步骤1:基于稀疏水声信道模型构造;构建具有可调节稀疏度特性的水声信道模型,信道抽头存在零抽头和非零抽头两种状态,使用马尔可夫链来仿真信道的抽头响应,即使用马尔可夫链中的0和1状态代表信道的两种抽头,并用马尔卡夫过程生成稀疏信道模型,该模型引入了三个关键的约束参数L、U、I,其中U、I分别代表非零抽头转变为零抽头的概率以及零抽头转变为非零抽头的概率;参数L为稀疏信道的总抽头数,则非零抽头个数为S=1-U1-U-I×L;步骤2:基于伯努利分布的非高斯水声信道背景噪声;在构建和模拟实际海洋环境中的噪声模型时,包括两类噪声类型:第一类噪声是服从伯努利分布的冲激噪声,通过两个关键参数P和Q来描述其特性;其中,参数P代表了冲激噪声出现的概率,即冲激噪声出现与否的概率,而冲激噪声幅度服从零均值、方差为1000Q的高斯分布;Q参数反映了单个冲激噪声分量强度的随机性;第二类噪声是遵循高斯白噪声分布规律的随机噪声成分,在整个频谱范围内具有均匀功率分布,且具有一个重要的参数V,V被定义为其零均值高斯噪声的方差,决定该类噪声的整体强度和对信号质量的影响程度;步骤3:预设和初始化参数;包括初始比例参数δ、稀疏比例矩阵构造参数α、稀疏约束强度参数β、遗忘因子λ、核函数参数σ、常值ξ用于防止分母为0;基于马尔可夫过程构造抽头数为L的稀疏水声信道模型,得到水声信道冲激响应函数为W0=0;初始化一个L×L的矩阵P0=δIL,其中IL为长度为L的单位阵;步骤4:设定输入训练信号x,训练信号x为长度为N的随机信息序列;当训练信号x经过模拟出的稀疏水声信道后,接收端接收到的信号记作y,y为长度N的信息序列;进行迭代估计时,迭代次数被设置为信息序列长度N与稀疏信道的总抽头数L之差;进行的第n次迭代过程如下:计算当前迭代时刻的估计误差en,其数学表达式为:en=yn-WTn-1xLn其中yn表示代表第n次迭代时接收到的实际离散信号值,xLn表示截取长度为L的第n次迭代训练信号片段,WTn为第n时刻的信道冲激响应函数的转置;步骤5:代价函数构造;构造p次幂平均误差梯度函数,其表达式为:Jn=exp1-θnp-2θn其中,表示对第n时刻的水声信道估计误差的高斯核函数,核函数参数σ决定核函数宽度和形状;p是常数,决定了误差函数的性质,当p为2时,p次幂平均误差梯度函数退化为高斯核函数,当p2时,能够构造不同梯度的瞬时p次幂平均误差作为信道估计算法的代价函数;步骤6:先验约束项构造;构造基于稀疏约束的矩阵R,其对角元素由以下公式确定:Rn-1=diag{t1n-1,t2n-1,…tLn-1},其中R为L×L的矩阵,diag{.}函数为构造对角阵函数;R对角线上的元素依次为t1,t2,…,tL,其中: 上式中:α控制稀疏约束项整体强度,β平衡范数约束的强度,取值范围为[-1,1];|·|表示绝对值运算,确保每个元素均为非负数;||·||表示L1范数运算;步骤7:更新增益向量和过程矩阵;进一步构造增益向量的迭代公式: 构造过程矩阵迭代公式: 其中λ为遗忘因子,用于平衡历史信息与当前信息的权重,调节算法对新观测数据的敏感程度;步骤8:基于上述定义的增益向量和过程矩阵,进行信道冲激响应函数Wn的迭代更新:Wn=Wn-1+RnKn-1θnen上式中,在第n次迭代时,新的信道冲激响应函数Wn是基于上一次迭代得到的结果Wn-1进行更新的,逐步逼近真实的水声信道冲激响应函数。

全文数据:

权利要求:

百度查询: 西北工业大学 一种比例递归P次幂误差准则的稀疏水声信道估计方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。