[发明专利]一种基于压缩感知的超宽带信道估计算法

说明书

本发明涉及一种基于压缩感知的超宽带信道估计算法，解决的是现在以先验信道稀疏度为前提的重构算法的估计性能问题的技术问题，通过采用包括：步骤一，建立UWB信道估计模型；步骤二，使用欠采样方法采样并利用测量矩阵对欠采样数据观测，得到观测向量；步骤三，使用自适应稀疏度子空间追踪算法和测量矩阵对超宽带信道进行重构，完成超宽带信道估计的技术方案，较好的解决了该问题，可用于超宽带信道估计中。

技术领域

本发明涉及超宽带信道估计领域，具体涉及一种基于压缩感知的超宽带信 道估计算法。

背景技术

2002年2月美国联邦通信委员会(FCC)对超宽带(UWB)技术授权民用 以后，引起了各国重视并被大量的研究。UWB具有穿透性强，功率低，传输速 率高，抗干扰能力强等优点被广泛的应用在穿墙雷达、室内定位、高速无线LAN 等各个领域。UWB采用纳秒级或亚纳秒级的窄脉冲其带宽达到数GHz，在接收 信号时由香农-奈奎斯特定理可知要想无失真的对信号进行采样接收，采样速率 至少为带宽的2倍，对于0.7ns的UWB脉冲采样速率高达数十GHz，而这样高 的采样速率，即使硬件技术达到这样的水平，对于接收机来说它的工作量非常 大而且成本会非常的高。而压缩感知是一种针对稀疏信号以较低的采样速率提 取和重构技术，他打破了传统香农采样定理的束缚。信道估计技术的优劣决定 UWB系统性能的高低，将压缩感知技术应用在UWB信道估计这一思想引起各 国学者广泛的关注研究。

因此，结合压缩感知理论设计以高斯随机矩阵为测量矩阵，将ASSP算法应 用在UWB信道估计中。信号通过欠采样得到测量信号，测量矩阵采用高斯随机 矩阵，不仅可以满足受限等距原则而且与稀疏矩阵高度不相关。最后利用ASSP 算法对信道进行重构。

发明内容

本发明所要解决的技术问题是现有技术中存在的估计性能低的技术问题。 提供一种新的基于压缩感知的超宽带信道估计算法，该基于压缩感知的超宽带 信道估计算法具有不以稀疏度为前提下以较低的采样速率对信道进行精确重构 的特点。

为解决上述技术问题，采用的技术方案如下：

一种基于压缩感知的超宽带信道估计算法，所述超宽带信道估计算法包括：

步骤一，建立UWB信道估计模型；

步骤二，使用欠采样方法采样并利用测量矩阵对欠采样数据观测，得到观 测向量；

步骤三，使用自适应稀疏度子空间追踪算法和测量矩阵对超宽带信道进行 重构，完成超宽带信道估计。

本发明的工作原理：本发明采用纳秒级窄脉冲(高带宽)对模数转换器采 样困难，而传统的工艺水平难以实现，采用压缩感知理论在不损失采样精度的 前提下以远远低于奈奎斯特采样速率进行采样。针对传统压缩感知重构算法必 须以先验知识信号稀疏度为前提才能对信号进行精确重构，本申请提出自适应 稀疏度子空间追踪算法，实现在不以稀疏度为前提下以较低的采样速率对信道 进行精确重构。

上述方案中，为优化，进一步地，所述UWB信道估计模型为：

y＝Φ*x*h+n＝A*h+n；

A＝Φ*x；

Φ为测量矩阵，x为发送信号，h为信道估计向量。

进一步地，所述s为n/20，一般重构信号的稀疏度大于s。

进一步地，所述自适应稀疏度子空间追踪算法包括：,

步骤1，定义n为信号长度，选取s个最优的原子向量集，定义初始化残差 为观测向量，将残差投影到观测矩阵上，选取相关度最大的s个原子所对应的索 引值存放在一个集合中；

步骤2，利用最小二乘法重构稀疏信号，并利用重构的稀疏信号更新残差；