[发明专利]一种基于二阶差分的可见光通信系统信道估计方法有效

专利信息
申请号: 202011411730.2 申请日: 2020-12-04
公开(公告)号: CN112565120B 公开(公告)日: 2023-03-10
发明(设计)人: 蒋良成;苏为冬;陈明 申请(专利权)人: 东南大学
主分类号: H04L25/02 分类号: H04L25/02;H04L27/26;H04B10/116
代理公司: 南京瑞弘专利商标事务所(普通合伙) 32249 代理人: 彭雄
地址: 211189 *** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 二阶差分 可见 光通信 系统 信道 估计 方法
【说明书】:

发明公开了一种基于二阶差分的可见光通信系统信道估计方法,通过内积向量幅值的变化与信道冲激响应的非零元素个数之间的联系来估计稀疏度。首先计算导频接收信号与传感矩阵的内积向量和二阶差分向量,将二阶差分向量分量按降序排列,将分量与设定的阈值进行比较,判断出内积向量能量衰减的转折点,进而估计出信道冲激响应的稀疏度,将得到的估计稀疏度作为输入以回溯迭代的方式进行信道冲激响应的估计,本发明能够以更快的速度和更高的准确度进行稀疏度和信道响应的估计。

技术领域

本发明涉及一种基于二阶差分的可见光通信系统信道估计方法,属于可见光通信技术领域。

背景技术

传统的基于压缩感知的信道估计算法需要输入信道时域响应的稀疏度,而实际上接收机很难在估计信道响应之前获得信道时域响应的稀疏度,将压缩感知理论应用到DCO-OFDM(Direct Current Biased Optical OFDM,直流偏置光正交频分复用)可见光通信系统的信道估计中会遇到一定的阻碍。

现有的稀疏度估计方法是估计稀疏度从较小的初值开始,判断是否满足RIP(Restricted Isometry Property,限制等容性条件)的推论,如果满足推论则逐次增加稀疏度,直到不满足推论时得到稀疏度。但是此估计方法的准确性依赖于推论参数的确定,如果采用的参数不准确,估计出的稀疏度将会有较大的偏差,同时由于是逐次逼近的方式估计稀疏度,估计时长也相对较长。

发明内容

发明目的:为了克服现有技术中存在的不足,本发明提供一种基于二阶差分的可见光通信系统信道估计方法,通过内积向量幅值的变化与信道冲激响应的非零元素个数之间的联系来估计稀疏度。首先计算导频接收信号与传感矩阵的内积向量和二阶差分向量,将二阶差分向量分量按降序排列,将分量与设定的阈值进行比较,判断出内积向量能量衰减的转折点,进而估计出信道冲激响应的稀疏度,将得到的估计稀疏度作为输入以回溯迭代的方式进行信道冲激响应的估计。

技术方案:为实现上述目的,本发明采用的技术方案为:

一种基于二阶差分的可见光通信系统信道估计方法,包括以下步骤:

步骤1:计算稀疏度L,步骤如下:

步骤1.1:计算向量P=ΘHYP,其中,Θ为NP×N维的传感矩阵,ΘH为Θ的共轭转置矩阵,YP为NP×1维的导频处的接收信号矢量,NP为导频子载波数,N为OFDM子载波个数。

步骤1.2:计算向量P的二阶差分向量D。

步骤1.3:将D中的各个分量的幅度与设置的阈值依次进行比较,取满足条件的分量下标作为稀疏度:

其中L为稀疏度,Ld为D的长度,1≤j<N,dj为D的列向量,表示向上取整,表示二阶差分向量中间至最后的分量,mean(·)表示取平均值函数,η为设置的参数,max{·}表示求满足条件的分量中的最大值,arg表示对函数求参数的函数,表示满足条件的分量中取最大值的那个分量对应的下标。

步骤2:计算信道冲激响应h,步骤如下:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东南大学,未经东南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011411730.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top