申请/专利权人：哈尔滨工业大学(威海)

申请日：2022-06-28

公开（公告）日：2023-05-26

公开（公告）号：CN116170255A

主分类号：H04L25/02

分类号：H04L25/02;H04B13/02

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.06.13#实质审查的生效;2023.05.26#公开

摘要：本发明涉及基于分块拓展块稀疏贝叶斯算法的水声信道估计方法。本发明主要针对水声通信的信道估计技术，通过对传统的EBSBL算法进行改进，结合传统分块思想和拓展分块的思想，从根源上减少了稀疏信号的拓展维度，降低了算法的估计时间。同时由于水声信道的时间相关性的存在，也保证了本次提出的改进算法的有效性。说明书摘要附图中图1为发明的具体实现流程图。

主权项：1.基于分块拓展块稀疏贝叶斯算法的水声信道估计方法，其特征在于如下步骤：第一步：输入接收到的OFDM导频信号Y，输入压缩感知算法中的观测矩阵第二步：根据上一时刻估计的水声信道信息，对信道进行均匀分块处理，假设均匀分块的长度为C，水声信道被均匀分为P块，其中重点搜索块的个数为T，其他块的个数为G；第三步：根据重点搜索块和其他块的位置构造分块拓展模型下的观测矩阵A，我们使用G1和T1表示第一块其他块和第一块重点搜索块，其中对T1使用拓展搜索的思想，假设拓展分块的最小分块长度为h，每块重点搜索块可以被分为P块，使用符号T′1表示T1拓展后的信号，则T′1可以使用式1表示，可以使用式2来得到该重点块上的拓展观测矩阵，其中EJ为M×h维的拓展矩阵，EJ中除第J行到第J+h-1行为h×h单位矩阵外，其余均为零值； 第四步：基于第三步的分析，我们可以得到所有的重点块上的拓展观测矩阵对于其他块，根据这些块对应的索引来判断其他块上的观测矩阵假设G1块可以表示为式3的形式，其中u表示G1块的起始索引位置，则G1块是对应的观测矩阵为式4所示；G1＝[xu,xu+1,…,xC+u-1]3 第五步：根据第四步的分析，我们可以得到所有其他块上的观测矩阵之后根据每个分块的位置，使用和来构造分块拓展模型下的观测矩阵A；第六步：将观测矩阵A和接收到导频信号Y输入到传统的BSBL算法中，便可以计算出分块拓展后的稀疏信号Z，Z的形式可以表现为式5所示，该式中我们假设第一块为其他区域，第二块为重点搜索区域，实际根据分块的位置不同会存在其他的表现形式； 第七步：使用式6来得到原始稀疏信道的估计其中Fi,i＝1,…,G为M×C维的矩阵，Fi中除第i个其他区域的索引位置上为C×C的单位矩阵外，其余均为零值，SJ与EJ具有相同的形式，只需要根据TT的位置进行变化； 第八步：输出便可以得到稀疏信道的估计值。

全文数据：

权利要求：

百度查询： 哈尔滨工业大学(威海) 基于分块拓展块稀疏贝叶斯算法的水声信道估计方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD