[发明专利]基于先验信息辅助的压缩感知窄带干扰估计方法及装置

说明书

技术领域

本发明属于通信技术领域，特别涉及基于先验信息辅助的压缩感知窄带干扰估计方法及装置。

背景技术

在宽带高速数据传输中,存在频率选择性衰落、时间选择性衰落和窄带噪声干扰（Narrowband Interference,NBI）等，影响数据传输质量。

目前，正交频分复用（Orthogonal Frequency Division Multiplex，OFDM）技术在电力线通信系统、数字电视广播系统中都得到了广泛的应用。由于OFDM具有很好的频率选择性，它已经应用到各种数字信号传输系统中，如国际电联的电力线通信系统标准、无线局域网、欧洲数字视频地面广播以及中国地面数字电视传输标准（Digital Television Multimedia Broadcast，DTMB）等。其中，DTMB系统采用了时域同步正交频分复用技术TDS-OFDM(Time Domain Synchronous OFDM)，使用时域训练序列作为信号帧的保护间隔填充，时域训练序列还可用于同步和信道估计等。DTMB系统的多层复帧结构如图1所示。

在传输便捷、资源丰富的电力线信道中进行高效数字通信得到了广泛的研究和应用，然而电力线信道环境恶劣，尤其是有严重的窄带噪声干扰；地面数字电视广播系统中也存在窄带干扰等问题。同时，在TDS-OFDM系统中，窄带干扰会降低信道估计准确性，影响数据的正确解映射和解码，严重影响数据的正确传输，因此，需要设计对抗窄带干扰的方法。

现有的应对窄带干扰的方法性能不够理想，尤其在较高强度的窄带干扰下，数据的传输性能会严重恶化。如传统的频域交织等手段，虽然可以一定程度上降低窄带干扰的影响，但是无法消除窄带干扰，在窄带干扰下效果不佳。现有的基于帧头结构优化设计对抗窄带干扰对同步性能的影响的方法，也不可以消除窄带干扰。目前常见的基于线性预测算法估计窄带干扰的方法，需要依赖于某种冗余资源，例如插入一定数量的虚拟子载波，或者必须进行过采样，或者在接收端需要使用多天线等；或者依赖于接收数据的二阶统计量进行窄带干扰估计。现有方法估计窄带干扰所要占用的冗余资源降低了资源利用效率，而依赖于接收数据的统计信息的方法则使窄带干扰估计性能受到接收数据统计信息准确性的影响，导致估计性能不佳。进一步地，在较弱的窄带干扰和较强的信道噪声环境下，现有的方法无法准确地把窄带干扰从信道噪声中区分出来，无法准确估计窄带干扰信号的频率和大小。

发明内容

（一）要解决的技术问题

本发明所要解决的技术问题是现有的窄带干扰信号估计方法在多径干扰严重、窄带干扰强度较低或者信道噪声较强的环境下，无法准确估计窄带干扰信号的频率和大小的问题。

（二）技术方案

为解决上述问题，本发明提供基于先验信息辅助的压缩感知窄带干扰估计方法，该方法包括：

S1.对M组相邻信号帧的帧头中的L点无帧体干扰部分或L点准无帧体干扰部分进行逐点相减，得到M段时域差分序列，所述序列长度为L；

S2.用所述时域差分序列对窄带干扰信号的频率进行粗估计，获得窄带干扰信号频率的先验信息；

S3.用时域差分序列构成窄带干扰信号的时域采样序列，根据所述时域采样序列，得到压缩感知算法模型；

S4.根据压缩感知算法模型和窄带干扰信号频率的先验信息，采用基于先验信息辅助的压缩感知算法，估计窄带干扰信号的频率、幅度和相位，得到窄带干扰信号的估计。

其中，在步骤S1中，所述信号帧包括帧头和帧体，其中，帧头为训练序列，帧体为单载波数据块或OFDM数据块，所述训练序列包括一段已知的训练序列、一段已知的训练序列及其循环前缀或两段相同的已知的训练序列；所述已知的训练序列包括频域二值伪随机序列的离散傅里叶逆变换或时域二值伪随机序列。

其中，在步骤S1中，所述无帧体干扰部分或准无帧体干扰部分包括整个帧头训练序列、包含部分信号帧间多径干扰区域的训练序列或两段相同已知训练序列构成的帧头中的第二段已知训练序列。

其中，在步骤S2中，所述粗估计包括：

S21.对所述M段时域差分序列补零后进行傅里叶变换，得到M段频域序列，所述频域序列长度为N；

S22.依次提取每段频域序列的相同位置的值构成一个位置序列，共得到N个位置序列，所述位置序列长度为M；

S23.对每个位置序列进行绝对值或绝对值平方的求和运算，得到N个求和运算结果；

S24.计算N个求和运算结果的平均值，将所述平均值的常数倍设置为判别门限值；