(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111605454.8 (22)申请日 2021.12.25 (71)申请人 西北工业大 学 地址 710072 陕西省西安市友谊西路127号 (72)发明人 杨坤德　苏本学　伍飞云　 (74)专利代理 机构 西北工业大 学专利中心 61204 专利代理师 王鲜凯 (51)Int.Cl. H04L 25/02(2006.01) H04B 13/02(2006.01) H04B 17/336(2015.01) H04B 17/391(2015.01) G06N 20/00(2019.01) (54)发明名称 优化核宽最大箕舌线准则的簇稀疏水声信 道估计方法 (57)摘要 本发明涉及一种优化核宽最大箕舌线准则 的簇稀疏水声信道估计方法， 在冲激噪声环境下 的稀疏信道估计算法， 对稀 疏的水声信道估计的 目标函数添加l2,0范数约束， 以期提高水声信道 的估计精度， 引入最大箕舌线函数， 加快迭代收 敛时间， 提升收敛精度。 通过最优化方法对核宽 进行动态修正， 利用经验表达式对核宽进行修 正， 大大提高了估计算法收敛时间。 本发明设计 一种基于最大箕舌线准则的算法迭代， 对利用箕 舌线的特点， 对箕舌线的核宽参数进行动态修 正， 实现了更快的估计收敛速度。 基于水声信道 的簇稀疏l2,0范数约束， 有效地减少了冗余信道 抽头计算， 使得本发明产生的水声信道估计结果 具有更高的精度。 权利要求书1页 说明书5页 附图3页 CN 114465851 A 2022.05.10 CN 114465851 A 1.一种优化核宽最大箕舌线准则的簇稀疏 水声信道估计方法， 其特 征在于步骤如下： 步骤1： 以L,K和P表示水声信道冲激响应长度、 信道分簇个数和信道分簇的长度,关系 为L＝KP； 步骤2： 设置稀疏光滑度调整参数β ＝10， 采用基于成比例归一化最小均方误差算法调 整因子 δ ＝10‑5， 初始化水声信道冲激响应函数为h0＝0； 步骤3： 给定输入训练信号x和输出信号y， 其中训练信号x为长度为N的随机信号序列,y 为经过水声信道接收到的信号， 迭代次数等于数据长度和信道长度之差N ‑L； 进行以下第i 次迭代： 所述迭代步长为 μ； 簇稀疏约束参数p1,p2， 其中p1,p2分别为马尔可 夫链模型的两个参数； 步骤4： 计算估计误差： 其中yi为第i时刻的接收信号离散值， 为第i时 刻的用于训练的发射信号的转置， hi‑1为第i‑1时刻的信道冲激响应函数； 簇稀疏导引向量： J(h)＝[g1(h),g2(h),…,gL(h)] 其中 表示对第i ‑1时刻的信道冲激响应函数的第 簇向量进行l2范数运算， l2范数运算具体运算为对向量各元素的欧几里得距离， 是向上取整函数， δ 是为了防止分母为 零,k＝1…L； 步骤5： 构造箕舌曲线为： 其中， sign(ei)表示对第i ‑1时刻的信道冲激响应函数的符号运算， 即当信道冲激响应 函数为负数， 符号运算为 ‑1， 相反则为+1,p取2， 为 标准箕舌线函 数,(2r)‑p为箕舌线核宽,设 初始值r＝10,简化定义 τ ＝(2 r)‑p； 步骤6： 定义抽头权重误差为： vi＝h0‑hi， 将迭代公式带入； 对抽头权向量误差取2范数， 提出与箕舌线核宽τ有关的项， 最小化该项时得到的内核宽度即为最优内核宽度， 同时时每 次迭代的抽头权向量平方偏差最小化； 取该项相对内核宽度的导数， 使之为零， 得到箕舌线 核宽的更新公式为： 其中， 定义Pn为噪声功率， γ决定 了范数约束的系数 步骤7： 信道估计迭代： hi＝hi‑1+ μfixi‑μγji 其中， 简化定义ρ ＝ μγ为范 数约束强度。权　利　要　求　书 1/1 页 2 CN 114465851 A 2优化核宽最大箕舌线准则的簇稀 疏水声信 道估计方 法 技术领域 [0001]本发明属于水声通信和水声信号处理等领域， 涉及一种优化核宽最大箕舌线准则 的簇稀疏 水声信道估计方法。 背景技术 [0002]水声信道估计问题可归结为冲激响应函数的估计优化问题， 核心算法为自适应滤 波算法。 利用稀疏估计的方法估计水声信道， 从而提高水声信道估计算法的收敛时间和估 计精度， 从而降低水声通信的误码率， 因此采用基于训练序列对时变水声信道稀疏表达估 计。 目前， 对水声信道的估计方法包括有限冲激响应框架和时域的逐簇估计框架。 有限冲激 响应框架的算法细节具体参见 《A  variable  step size constant  modulus algorithm   based on l0‑norm for sparse channel equalization》 ， 该文2016年发表于 《2016IEEE   International  Conference  on Digital Signal Processing(DSP)》 起始页码为2165。 基 于最大相关熵的簇稀疏信道估计见 《Block ‑Sparsity ‑Induced Adaptive  Filter for  Multi‑Clustering  System》 该文2016年发表于 《IEEE  Transactions  on Signal  Processing 》 第20期， 起始页码为5318。 现实中环境 噪声存在 非斯白噪声， 在高斯环境和非 高斯环境噪声误差推导参见 《Stea dy‑State Mean‑Square Error Analysis for Adaptive  Filtering  under the Maximum Correntropy  Criterion》 该文2014年发表于 《IEEE   SIGNAL PROCESSING LETTERS》 21卷第7期， 起始页码为8 80。 [0003]与无线信道相比， 水声传播时延较长， 多普勒 频移和多径效应严重。 多径效应引起 的频率选择性衰落和码间串扰效应、 多普勒效应引起的频移、 水声信道载波频率低、 水声通 信带宽有限、 海洋环境噪声 大且复杂等特点， 对水声信道估计要求更高。 由于水声信道的多 径扩展和时变特性， 导致对 水声信道的冲激 响应函数估计极为困难， 因此， 对于有限冲激响 应框架下 的算法效果欠佳。 现有的估计算法大多都基于高斯白噪声信道， 然而信道中常常 伴有大冲激噪声， 使得背景噪声不再满足高斯模型。 考虑到水声信道的多径扩展和时变特 性可由水声信道的时域进行刻画， 水声信道是典型 的簇稀疏信道， 水声信道具有很大 的时 延扩展， 但是主要抽头却很少。 即大多 数信道能量都集中在少数区域的抽头上， 其他较大比 例的抽头都近似或者 等于0。 本发明将建立在该模型基础上， 对时变水声信道进行估计。 [0004]本文提出一种在冲激噪声环境下的稀疏信道估计算法， 对稀疏的水声信道估计的 目标函数添加l2,0范数约束， 以期提高水声信道的估计精度， 引入最大箕舌线函数， 加快迭 代收敛时间， 提升收敛精度。 通过最优化方法对核宽进 行动态修正， 利用经验表达式对核宽 进行修正， 大大提高了估计算法收敛时间。 发明内容 [0005]要解决的技 术问题 [0006]为了避免现有技术的不足之处， 本发明提出一种优化核宽最大箕舌线准则的簇稀 疏水声信道估计方法， 针对现有算法对时变多径的水声信道估计的不足， 本发明提出一种说　明　书 1/5 页 3 CN 114465851 A 3