一种降低复杂度的压缩感知水声信道估计方法.docx

一种降低复杂度的压缩感知水声信道估计方法 水声信道估计是水声通信系统中的一个关键技术，然而，传统的水声信道估计方法存在一些缺陷，如非稀疏信道估计方法不能充分利用水声信道的稀疏特性，导致估计精度不高。近年来，压缩感知（Compressed Sensing，CS）方法被应用于水声信道估计，能有效地利用水声信道的稀疏特性，提高估计精度。 本文提出了一种降低复杂度的压缩感知水声信道估计方法，基于前向回溯正交匹配追踪（Look-Ahead Backtracking Orthogonal Matching Pursuit，LABOMP）算法，通过计算正交匹配追踪（OMP）和子空间追踪（SP）估计的支撑集，然后将两类支撑集的交集和并集作为算法的先验信息，利用先验信息进行预处理，最后基于 LABOMP 的触发回溯对信道进行估计。 该算法改变了原 LABOMP 算法中支撑集的初始化值和原子的索引范围，减少了算法的迭代次数，同时缩小了原子的索引范围，因而降低了原 LABOMP 的计算复杂度。同时，该算法也可以应用于水声迭代 Turbo 均衡中，将信道估计值作为参数输入 Turbo 均衡器中，在随后的迭代中，译码器反馈的软信息作为特殊的训练序列，用于信道估计，形成信道估计和 Turbo 均衡的迭代反馈环，用以提高系统的整体性能。 仿真结果表明，与传统的信道估计方法相比，提出的 RC-LABOMP 算法具有估计精度高、误码率低的优点，并且与 LABOMP 算法相比，计算效率得到了显著提高。 此外，本文还讨论了水声通信系统的系统模型，包括传输模型和 Turbo 均衡模型，展示了信道估计和 Turbo 均衡的迭代反馈环的实现。 本文的贡献在于提出了一种新的压缩感知水声信道估计方法，降低了计算复杂度，提高了估计精度，并且可以应用于水声迭代 Turbo 均衡中，提高系统的整体性能。 keywords：水声信道估计、压缩感知、LABOMP、RC-LABOMP、Turbo 均衡。