一种脉冲噪声抑制水声信道估计方法
阅读说明：本技术 一种脉冲噪声抑制水声信道估计方法 (Pulse noise suppression underwater acoustic channel estimation method ) 是由 韩笑 殷敬伟 高新博 孙宏放 朱瑞 李素文 于 2020-12-18 设计创作，主要内容包括：本发明提供一种脉冲噪声抑制水声信道估计方法,属于水声信号处理领域。涉及一种利用GAMP-SBL对脉冲噪声抑制并实现水声信道估计的方法。(1)输入基带接收信号、字典矩阵、迭代终止条件,以及相关参数初值；(2)利用GAMP-SBL估计脉冲噪声；(3)将脉冲噪声估计结果从基带接收信号中减去；(4)利用GAMP-SBL进行水声信道估计；本发明的优点在于：利用脉冲噪声在时域上的稀疏性,采用对脉冲噪声进行估计,并将其从基带信号中减去以抑制脉冲噪声,能够减少对信号结构的破坏,提高脉冲噪声抑制性能。(The invention provides an impulse noise suppression underwater sound channel estimation method, and belongs to the field of underwater sound signal processing. Relates to a method for suppressing impulse noise and realizing underwater acoustic channel estimation by utilizing GAMP-SBL. (1) Inputting a baseband receiving signal, a dictionary matrix, an iteration termination condition and a related parameter initial value; (2) estimating impulse noise using GAMP-SBL; (3) subtracting the impulse noise estimation result from the baseband received signal; (4) performing underwater acoustic channel estimation by using GAMP-SBL; the invention has the advantages that: by utilizing the sparsity of the impulse noise in the time domain, the impulse noise is estimated and subtracted from the baseband signal to suppress the impulse noise, so that the damage to a signal structure can be reduced, and the impulse noise suppression performance can be improved.)
技术领域
本发明涉及一种水声信号处理方法，尤其涉及一种脉冲噪声抑制水声信道估计方法，是一种利用广义近似消息传递-稀疏贝叶斯学习(GAMP-SBL)对脉冲噪声抑制并实现水声信道估计的方法。
背景技术
一般情况下，水声信道估计算法均假设背景噪声服从高斯分布，然而在一些更为复杂的水声环境中，背景噪声可能包含一些脉冲噪声。在这种情况下，以高斯噪声为假设的算法将受到脉冲噪声的影响而性能下降。常规的脉冲噪声抑制方法难以设置合适的滤波门限，易破坏信号的结构，对脉冲噪声的抑制性能较差。考虑到脉冲噪声在时域上具有稀疏性，可利用OFDM信号的空子载波结合GAMP-SBL对脉冲噪声进行估计，然后将其从基带信号中减去以抑制脉冲噪声。在脉冲噪声抑制后，可再次利用GAMP-SBL进行水声信道估计。
发明内容
本发明的目的是为了提供一种脉冲噪声抑制水声信道估计方法。
本发明的目的是这样实现的：步骤一：接收端将接受到的通带接收信号解调为基带接收信号，并取出OFDM信号中对应的空子载波Yn；
步骤二：DFT矩阵中空子载波对应的行构成字典矩阵Fn，利用GAMP-SBL对脉冲噪声v进行估计；
步骤三：将脉冲噪声估计结果从时域基带信号中减去以抑制脉冲噪声，并将基带信号从时域变换到频域取出导频子载波Zp；
步骤四：根据导频子载波对应的字典矩阵Φp，利用GAMP-SBL对水声信道进行估计。
本发明还包括这样一些结构特征：
1.步骤二中利用GAMP-SBL对脉冲噪声v进行估计具体包括：
(1)输入参数：空子载波位置接收信号Yn，字典矩阵Fn，令S＝|Fn|2，GAMP中|·|2指以元素为单位进行平方；假设脉冲噪声服从均值为0、方差为超参数γ的高斯独立同分布，γ＝[γ1,γ2,…,γN]T，N为子载波数量；令Γ＝diag(γ)；对γ0赋值，一般为大于0的向量，其中，可理解为脉冲噪声估计结果的方差；令初始噪声方差(σ2)0为大于0的常数；s0,v0为0向量，其中v为时域脉冲噪声；SBL最大循环次数Kmax，GAMP算法最大循环次数Mmax；GAMP算法停止条件εgamp，SBL停止条件εsbl；k＝1，m＝1，k和m分别记录SBL和GAMP的迭代次数；
(2)利用GAMP进行信道估计：
令μm＝1＝vk-1，
如果||μm+1-μm||2＜εgamp或m＝Mmax则停止GAMP迭代；
(3)SBL参数更新：
如果或k＝Kmax则终止迭代，否则返回GAMP；
(4)输出脉冲噪声估计结果
两个标量估计函数及其导数的具体形式为：
其中：向量或矩阵之间的乘法都以元素为单位进行θs,θh∈(0,1]为阻尼因子，用于降低迭代速度提高算法收敛性。
与现有技术相比，本发明的有益效果是：(1)利用脉冲噪声的时域稀疏性，结合GAMP-SBL对脉冲噪声进行估计，并从基带信号中减去以抑制脉冲噪声。减少了对信号结构的破坏，增强了对脉冲噪声的抑制效果；(2)结合GAMP-SBL估计水声信道，在没有较大性能损失的条件下降低了了SBL的计算复杂度；具体来说：本发明针对脉冲噪声环境下以高斯噪声为假设的算法将受到脉冲噪声的影响而性能下降的问题，提出了一种基于GAMP-SBL的脉冲噪声抑制水声信道估计方法。本发明利用脉冲噪声的时域稀疏性采用GAMP-SBL估计脉冲噪声并进行抑制，然后结合GAMP-SBL实现水声信道估计。相对于传统的脉冲噪声抑制方法，本发明能够减少对信号结构的破坏，提升脉冲噪声抑制性能。
附图说明
图1为基于GAMP-SBL的脉冲噪声抑制水声信道估计方法示意图；
图2为GAMP-SBL的算法流程图；
图3为北极冰下噪声时域图；
图4为基于北极冰下噪声的归一化均方误差和误码率性能对比。
具体实施方式
下面结合附图与具体实施方式对本发明作进一步详细描述。
本发明的一种基于广义近似消息传递-稀疏贝叶斯学习的脉冲噪声抑制水声信道估计方法，主要是利用GAMP-SBL的方法对脉冲噪声进行估计并抑制；利用GAMP-SBL实现水声信道估计；脉冲噪声在时域具有稀疏性，利用OFDM信号的空子载波结合GAMP-SBL估计脉冲噪声，将噪声估计结果从基带接收信号中减去以抑制脉冲噪声。在对脉冲噪声进行抑制后，利用GAMP-SBL估计水声信道。该方法能够在没有较大性能损失的条件下，减少SBL的计算复杂度。
结合图1本发明中主要包括如下步骤：
(1)接收端将接受到的通带接收信号解调为基带接收信号，并取出OFDM信号中对应的空子载波Yn；
(2)DFT矩阵中空子载波对应的行构成字典矩阵Fn，利用GAMP-SBL对脉冲噪声v进行估计并抑制；
(3)将脉冲噪声估计结果从时域基带信号中减去以抑制脉冲噪声，并将基带信号从时域变换到频域取出导频子载波Zp；
(4)根据导频子载波对应的字典矩阵Φp，利用GAMP-SBL对水声信道进行估计。
结合图2，说明上述步骤(2)中基于GAMP-SBL的脉冲噪声估计实施流程。
(1)输入参数：空子载波位置接收信号Yn，字典矩阵Fn，令S＝|Fn|2，GAMP中|·|2指以元素为单位进行平方；假设脉冲噪声服从均值为0、方差为超参数γ的高斯独立同分布，γ＝[γ1,γ2,…,γN]T，N为子载波数量；令Γ＝diag(γ)；对γ0赋值，一般为大于0的向量，其中，可理解为脉冲噪声估计结果的方差；令初始噪声方差(σ2)0为大于0的常数；s0,v0为0向量，其中v为时域脉冲噪声；SBL最大循环次数Kmax，GAMP算法最大循环次数Mmax；GAMP算法停止条件εgamp，SBL停止条件εsbl；k＝1，m＝1，k和m分别记录SBL和GAMP的迭代次数；
(2)利用GAMP进行信道估计
令μm＝1＝vk-1，
如果||μm+1-μm||2＜εgamp或m＝Mmax则停止GAMP迭代；
(3)SBL参数更新
如果或k＝Kmax则终止迭代，否则返回GAMP；
(4)输出脉冲噪声估计结果
两个标量估计函数及其导数的具体形式为：
在上述算法流程中，向量或矩阵之间的乘法都以元素为单位进行θs,θh∈(0,1]为阻尼因子，用于降低迭代速度提高算法收敛性。
本发明的仿真研究如下：
本发明提出的一种基于GAMP-SBL的脉冲噪声抑制水声信道估计方法用第九次北极科学考察所采集的冰下噪声数据来验证，所截取的两段噪声数据如图3所示。通信信号为OFDM信号，中心频率12kHz，频带范围9kHz～15kHz，共1024个子载波，256个导频子载波，384个空子载波，数据采用QPSK调制，共8个符号。
利用SBL、GAMP-SBL、Clipping+GAMP-SBL与本发明所提出的方法进行对比，归一化均方误差和误码率性能如图4所示。其中，(a)和(c)为图3中噪声(a)对应的归一化均方误差和误码率；(b)和(d)为图3中噪声(b)对应的归一化均方误差和误码率。由图可见，所提出的算法分别在22dB和18dB信噪比时误码率达到10-2以下，并且误码率低于未加入脉冲噪声抑制的SBL与GAMP-SBL，因此所提出的算法对于SBL和GAMP-SBL具有一定的性能优势；随着信噪比的升高，由于Clipping的方法破坏了信号的结构，导致该方法的归一化均方误差和误码率曲线转折升高，性能下降。因此，所提出的方法相对于Clipping方法更加稳健。
综上，本发明提供一种基于广义近似消息传递-稀疏贝叶斯学习(GAMP-SBL)的脉冲噪声抑制水声信道估计方法。本发明属于水声信号处理领域。涉及一种利用GAMP-SBL对脉冲噪声抑制并实现水声信道估计的方法。(1)输入基带接收信号、字典矩阵、迭代终止条件，以及相关参数初值；(2)利用GAMP-SBL估计脉冲噪声；(3)将脉冲噪声估计结果从基带接收信号中减去；(4)利用GAMP-SBL进行水声信道估计；本发明的优点在于：利用脉冲噪声在时域上的稀疏性，采用对脉冲噪声进行估计，并将其从基带信号中减去以抑制脉冲噪声，能够减少对信号结构的破坏，提高脉冲噪声抑制性能。
- 上一篇：一种医用注射器针头装配设备
- 下一篇：倍增式信号处理器具的方法