恭喜哈尔滨工程大学肖爽获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网恭喜哈尔滨工程大学申请的专利一种基于压缩感知的低频水声信道估计方法及其系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119030830B 。
龙图腾网通过国家知识产权局官网在2025-05-09发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411133583.5,技术领域涉及:H04L25/02;该发明授权一种基于压缩感知的低频水声信道估计方法及其系统是由肖爽;刘添添;张雅琪;刘春鹏设计研发完成,并于2024-08-19向国家知识产权局提交的专利申请。
本一种基于压缩感知的低频水声信道估计方法及其系统在说明书摘要公布了:本发明属于水声通信技术领域,具体涉及一种基于压缩感知的低频水声信道估计方法及其系统。步骤1:生成OFDM信号;步骤2:步骤1的OFDM信号经过低频水声信道,得到导频信号;步骤3:基于步骤2的导频信号与构造的测量矩阵,进行簇稀疏信道的估计;步骤4:基于步骤3簇稀疏信道的估计,通过簇稀疏度自适应分段弱正交匹配追踪算法实现对簇稀疏低频水声信道的估计。本发明用以解决难以有效分离和抑制模态间的干扰,信道估计的重构精度和稳定性也随之降低的问题,同时通信系统的解调效率也降低的问题。
本发明授权一种基于压缩感知的低频水声信道估计方法及其系统在权利要求书中公布了:1.一种基于压缩感知的低频水声信道估计方法,其特征在于,所述方法包括以下步骤,步骤1:生成OFDM信号;步骤2:步骤1的OFDM信号经过低频水声信道,得到导频信号;一个OFDM符号xk经过低频水声信道hτ后,得到接收信号:yk=xk*hk+nk3其中,hk是hτ离散化后的时域信道冲激响应;nk是复加性高斯白噪声;接收信号模型表示为: 信号模型4改为矩阵-向量的形式:y=XWh+n5其中,X是在主对角线上具有元素Xk0≤k≤N-1的对角矩阵,Xk表示每个OFDM符号内的信息数据和导频数据,W由N×N维归一化FFT矩阵的前L列组成,其中0≤l≤L-1为信道长度,h=[h0,h1,…,hL-1]T是簇稀疏度为K的时域信道冲激响应采样值,n是在频域上独立且同分布的复加性高斯白噪声;需要利用已知的导频符号进行信道估计,则接收到的导频信号表达为:yP=XPWPh+nP6其中,导频数量为P,yP=Sy为P×1维接收导频向量,S矩阵是从N×N维单位矩阵中选取与导频位置对应的P行构成的,N为系统中子载波的总数目,XP=SXST为P×P维对角矩阵,WP=SW为P×L维矩阵,nP为频域噪声向量;步骤3:基于步骤2的导频信号与构造的测量矩阵,进行簇稀疏信道的估计;测量矩阵为:Φ=XPWP7其中,Φ是P×L维测量矩阵;针对公式7,表示为最小化l0范数优化问题: 其中,||h||0表示h中非零元素的个数,为h的估计信道;变为最小化l1范数优化问题: 其中,||h||1表示h的l1范数;步骤4:基于步骤3簇稀疏信道的估计,通过簇稀疏度自适应分段弱正交匹配追踪算法实现对簇稀疏低频水声信道的估计;所述步骤4包括以下步骤,步骤4.1:对各参数进行初始化,其中迭代次数t=0,初始支撑集初始残差r0=yP,簇的步长Δk,初始簇的大小阈值δ=10-6,最大迭代次数T,噪声功率ε;步骤4.2:在第t次迭代中,计算残差rt-1与测量矩阵Φ中所有原子的内积并取绝对值;步骤4.3:原子簇的选择;步骤4.4:支撑集Ωt的更新;步骤4.5:信道估计的更新;步骤4.6:残差rt的更新;步骤4.7:自适应簇稀疏度和步长调整;步骤4.8:判断迭代终止条件;步骤4.9:输出最终的信道冲激响应估计值;所述步骤4.2:在第t次迭代中,计算残差rt-1与测量矩阵Φ中所有原子的内积并取绝对值: 步骤4.3:原子簇的选择:选择与残差rt-1相关性较高的原子簇Ct,即选择所有的连续列所构成的簇Ct,确保簇的大小不超过 步骤4.4:支撑集Ωt的更新:将簇Ct加入到当前的支撑集Ωt-1中,形成新的支撑集Ωt:Ωt=Ωt-1∪Ct12步骤4.5:信道估计的更新:在新的支撑集Ωt上,考虑到原子簇的弱正交性,优化最小二乘法之后再进行信道估计: 步骤4.6:残差rt的更新:计算新的残差: 所述步骤4.7:自适应簇稀疏度和步长调整:根据前后两次信道估计的能量差来调整簇的大小如果那么否则步骤4.8:判断迭代终止条件:如果t达到最大迭代次数T或残差的能量小于噪声功率ε,则停止迭代继续进行步骤4.9;否则,t=t+1,返回步骤4.2;步骤4.9:输出最终的信道冲激响应估计值为: 其中,t为最后一次迭代的索引。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人哈尔滨工程大学,其通讯地址为:150000 黑龙江省哈尔滨市南岗区南通大街145号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。