[发明专利]一种适用于多普勒失真水声信道的估计方法

说明书

本发明公开了一种适用于多普勒失真水声信道的估计方法，该方法在鱼群算法的基础上，以迭代的方式分离多径分量，并在子迭代中自适应的调整人工鱼的位置和步长。本发明提出的改进鱼群算法利用水声信道固有的稀疏特性，显著降低了多扩展多时延信道的估计复杂度；仿真结果表明，IAFSA可以准确估计出每一条路径的参数对，在估计精度和计算复杂度上较正交匹配追踪算法OMP算法均有显著提升。

技术领域

本发明涉及水声通信信道估计算法技术领域，尤其是一种适用于多普勒失真水声信道的估计方法。

背景技术

水声信道中显著的多普勒效应和严重的多径扩展给高速稳定的通信带来了很大的挑战。在水声系统中，声波的传输速度为1500m/s，远远低于陆地无线通信中电磁波的传播速度。因此，收发端移动引起的多普勒效应十分显著，表现为引起时域上信号的压缩或扩展。因此，多普勒效应被处理为多普勒扩展因子。另一方面，严重的多径效应是由水下环境中大量的反射导致。由于声波传播速度慢，多径延时大，造成了严重的符号间干扰。为充分了解水声信道特点并克服其带来的挑战，对水声信道精确的建模和估计十分重要。

如很多实验观察到的一样，不同路径的信号经历不同的多普勒扩展，在不同的时间点到达且具有不同的能量，接收信号是这些不同路径信号的叠加。所以多扩展多时延(Multi-scale multi-lag，MSML)信道模型能够较好的描述水声信道的特点，为很多文献采用。根据MSML信道模型，每一条路径可以被参数化为多普勒扩展因子、时延和幅度三个参数。然而，严重的多径效应使得MSML信道的估计过于复杂。为了克服这个困难，很多研究者提出利用水声信道的稀疏特性，即大部分信道能量集中在较小的范围内。所以，MSML信道模型中，只有较少的抽头系数是非零的，需要被估计出来。因此，计算复杂度可以显著降低，并且很多利用信道稀疏特性的压缩感知算法得到了应用。

基于压缩感知的算法主要分为两类：动态规划方法，如匹配追踪(Matchingpursuit，MP)；线性规划方法，如基追踪(Basis pursuit，BP)。BP算法较高的计算复杂度限制了其应用，而MP算法得到了较为广泛的应用且出现了很多改进算法。

MP算法通过迭代选取字典中与接收信号相关性最大的列来进行信道估计，并且在每次迭代结束时，从接收信号中减去相应的估计分量。在此基础上，通过使剩余信号与已选出的每一列正交，提出了正交匹配追踪(Orthogonal matching pursuit，OMP)算法，OMP算法具有更优的估计精度和收敛速度。同时，也有一些算法提出自适应估计路径数，如稀疏自适应匹配追踪(Sparsity adaptive matching pursuit，SaMP)算法和自适应步长SaMP算法。进一步，为了降低计算量，有文献提出使用快速傅里叶变换简化OMP算法，但该方法降低的计算量有限因为其并没有改变字典本身的大小。另一种降低计算量的方法是分步估计时延和多普勒扩展，该方法仅适用于各条路径的多普勒扩展相差较小且经过了粗补偿的情况。

因此，MP算法及其改进算法的不足之处在于其估计精度依赖于字典的大小，估计精度越高则字典的列数越多，因而计算量也就更大。对于时延-多普勒扩展较大的水声信道，MP算法的计算复杂度限制了高精度的参数估计，因而本发明提出了一种可以降低复杂度同时有较高的估计精度的估计算法。

发明内容

本发明所要解决的技术问题在于，提供一种适用于多普勒失真水声信道的估计方法，能够有较快的收敛速度和较高的估计精度。

为解决上述技术问题，本发明提供一种适用于多普勒失真水声信道的估计方法，包括如下步骤：

(1)在问题空间中初始化鱼群位置，计算相应的适应度值，并将群体中最优适应度值和对应的位置记录在公告板上，进入子迭代过程；

(2)每一条人工鱼在其视野范围内执行聚群和追尾行为或觅食行为，更新自身位置和适应度值并更新公告板；