[发明专利]水声OFDM系统精度-复杂度联合优化的信道估计方法和系统

说明书

本发明公开了一种水声OFDM系统精度‑复杂度联合优化的信道估计方法和系统，属于水声无线通信技术领域。本发明针对不同信噪比条件来设计了两个终止条件：基于UWA‑OFDM通信系统加性噪声的分布特性，推导出一个仅依赖于噪声功率的终止条件，适用于低信噪比条件；结合观测向量和残余向量的功率比值设计出另一个合适的终止条件，适用于高信噪比条件。与传统的OMP算法相比，本方法可以在无需信道稀疏度这一先验信息的条件下以极小的计算开销实现信道状态信息的精准估计，从而极为有效地服务于高速水声OFDM通信系统的需求。

技术领域

本发明属于水声无线通信技术领域，更具体地，涉及一种水声OFDM系统精度-复杂度联合优化的信道估计方法和系统。

背景技术

近年来随着海洋信息产业的蓬勃发展，海洋数据呈现爆炸式增长，这无疑对高速率的水下通信技术提出了迫切的需求。纵观水下通信技术，其主要可以分为三种：水声、水电磁波和水光通信，其中水声通信(Underwater Acoustic Communication，UWA)以其较低的传输损耗已然成为当前水下信息传输最为广泛的技术手段。然而水声通信因为面临着极强的衰减、严重的多径效应和极窄的传输带宽，被认为是当前自然界中目前已经认知的无线信道中最为恶劣的通信信道。正交频分复用技术(Orthogonal Frequency DivisionMultiplexing，OFDM)由于其在对抗多径效应和提高频谱效率方面的优势已被广泛应用于水声通信系统以提高其数据传输速率。对于UWA-OFDM系统而言，精确的信道估计至关重要，因为其是接收端进行信道检测和发送端进行自适应调制的基础。

目前传统基于导频的信道估计方法主要可以分为三类：最小二乘(Least Square，LS)算法、线性最小均方误差(Linear Minimum Mean Square Error，LMMSE)算法和最小均方误差(Minimum Mean Square Error)算法。其中LS算法虽然计算复杂度较低，但其恢复精度却通常较低；LMMSE算法和MMSE算法虽然在一定程度上提高了算法精度，但是却带来了极大的计算开销。而且传统算法并未考虑到水声信道的稀疏性导致算法的恢复精度通常受限，难以在水声OFDM通信系统中适用。水声信道的稀疏性具体表现为：信道的能量集中在某几条主要的路径上，其余路径上能量极小甚至接近于0。而在稀疏信号恢复方面有卓越成效的压缩感知算法可用于进行稀疏信道估计，它可以对其中能量较大的抽头系数进行估计，而非对所有抽头系数进行估计。与传统算法相比，基于压缩感知算法的信道估计方法可有效提高信道估计的精度同时降低其导频开销。

OMP作为目前应用最为广泛的压缩感知算法，也同样被广泛应用于UWA-OFDM通信系统的信道估计中，但是其性能严重依赖于迭代终止条件的设置。传统的OMP算法都是将其迭代终止条件设置为固定阈值，例如：迭代次数设置为水声信道稀疏度K，迭代过程中残余向量||r||²＜ε，其中ε为固定阈值。但是该类终止条件的设置并未合理考虑到噪声带来的影响，导致信道估计算法的性能通常在信噪比(Signal to noise ratio，SNR)较小的情况下通常较差，且计算复杂度较高。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种水声OFDM系统精度-复杂度联合优化的信道估计方法和系统，其目的在于解决现有OMP信道估计算法在低信噪比情况下估计精度受限且计算复杂度较高的技术问题。

为实现上述目的，本发明提供了一种水声OFDM系统精度-复杂度联合优化的信道估计方法，包括：

采用OMP算法对水声OFDM通信系统进行信道估计；其中，迭代终止条件为和当任意条件满足时，迭代终止，返回重构信号