一种无线光通信信道估计方法

channel estimation,in proc.ieee wireless communications andnetworking conference,2015,pp.626-630.]可以在不使用信道稀疏度的情况下恢复信道状态信息，但该方法的迭代步长在计算初始阶段已经固定。如果迭代步长远小于信道稀疏度，该方法则会产生大量迭代运算，从而消耗大量计算。
6.综上所述，针对上述各类信道估计方法应用于无线光通信系统信道估计中出现的问题，在传统lmmse信道估计方法的基础上研究估计性能更优、更加高效的无线光信道估计方法成为本技术的研究重点。


技术实现要素：

7.本技术提供了一种无线光通信信道估计方法，是一种基于抽头检验的 sls方法。该方法解决了现有lmmse方法的不足，提升了其在室外环境中的稀疏信道估计性能。
8.所述无线光通信信道估计方法，至少包括以下步骤：
9.步骤1、初始化信道，计算信道噪声方差估计量的初始值和统一门限的初始值；
10.步骤2、基于信道抽头计算信道估计量
11.计算频域内信道自相关矩阵，并对所述自相关矩阵进行奇异值分解运算；
12.步骤3、利用奇异值分解后的所述自相关矩阵计算最终的信道估计量。
13.可选地，所述步骤1包括：
14.1.1采用最小二乘信道估计方法获得信道估计量的初始值
15.1.2利用信道初始估计量计算信道噪声方差估计量的初始值；
16.1.3利用所述信道噪声初始方差估计量计算统一门限的初始值。
17.可选地，所述步骤1.2中，令信道抽头的位置向量初始循环次 l＝0，采用式(1)计算所述信道噪声方差估计量的初始值：
[0018][0019]
可选地，所述统一门限γ
(l)
计算公式如式(2)所示：
[0020][0021]
其中，l表示信道长度，所述初始值计算时，设定l＝0。
[0022]
可选地，所述步骤2中，基于信道抽头计算信道估计量，包括：
[0023]
1)利用统一门限γ
(l)
计算信道抽头位置，判断信道估计量所对应的信道抽头位置是否为非零信道抽头，并确定非零信道抽头的个数；
[0024]
所述信道抽头位置的计算采用式(3)：
[0025][0026]
其中，表示信道抽头位置向量的元素，其值等于0或1，代表零值信道抽头位置，代表非零值信道抽头位置；表示信道估计量的元素；
[0027]
2)通过式(4)计算信道估计量
[0028][0029]
其中，p表示接收到的导频信号，f
p
表示接收到的导频信号，r表示导频处接收信号的向量，(m)
◇
表示矩阵m的伪逆运算。
[0030]
可选地，所述步骤2中，所述自相关矩阵的矩阵元素计算公式如式(5)所示：
[0031][0032]
其中，表示固定延迟包络的长度，一般取值大于或等于信道长度l，即j表示复数虚部符号；m表示自相关矩阵行数；n表示自相关矩阵行数；n
p
表示通信系统导频个数；
[0033]
所述自相关矩阵的奇异值分解计算公式如式(6)所示：
[0034][0035]
其中，表示酉矩阵；表示降序排列的特征值对应的对角线矩阵， i＝0,1,...,(k-1)，即k表示非零信道抽头的个数。
[0036]
可选地，所述步骤3包括：
[0037]
对进行傅里叶变换为采用式(7)计算所述最终的信道估计量
[0038][0039]
其中，对角矩阵的对角线元素由下式计算：
[0040][0041]
其中，β表示与调制方式相关的常数；snr表示信噪比。
[0042]
可选地，所述方法还包括：
[0043]
步骤4、更新所述信道噪声方差估计量和统一门限，重复步骤2、3 进行循环计算，得到最终的信道估计量；
[0044]
所述循环计算结束的条件为：
[0045]
其中ε为设定的循环计算阈值。
[0046]
本技术能产生的有益效果包括：
[0047]
1)本技术所提供的方法使用基于抽头阈值的lmmse方法来精确估计非零信道抽头，降低了计算复杂度。同时，本技术将传统ls方法中的信道自相关矩阵和矩阵求逆分别替
换为低秩矩阵近似(lra)和奇异值分解(svd)操作，进一步降低计算复杂度。与传统lmmse方法和基于压缩感知的lmmse方法相比，本技术方法具有显着更低的复杂度，并且更容易实现。
[0048]
2)相对于基于压缩感知的lmmse方法，本技术方法可以有效降低信道估计结果与真实值之间的均方误差，获得更加精确的信道估计结果。
[0049]
3)相比于现有信道估计方法，本技术方法在均方误差(mse)、误码率(ber)、接收星座图和计算复杂度等方面具有更优的性能。
附图说明
[0050]
图1为不同信道估计方法所采用的初始估计方法的均方误差比较图；
[0051]
图2为不同信道估计方法的均方误差比较图；
[0052]
图3为不同信道估计方法的误码率比较图；
[0053]
图4为不同信道估计方法得到的接收信道星座图比较图，其中图(a) 为omp-lra-lmmse方法的星座图；(b)sp-lra-lmmse方法的星座图；(c)samp-lra-lmmse方法的星座图；(d)本技术方法的星座图。
具体实施方式
[0054]
下面结合实施例详述本技术，但本技术并不局限于这些实施例。
[0055]
本技术一种无线光通信信道估算方法，包括以下步骤：
[0056]
步骤1、初始化
[0057]
1.1利用最小二乘信道估计方法获得信道初始估计同时，令参数l＝0，其中，表示非零信道抽头的位置向量，l表示循环次数。
[0058]
1.2通过式(1)计算信道噪声方差的估计量的初始值值
[0059]
1.3计算统一门限的初始值γ
(0)
[0060]
统一门限γ
(l)
的计算公式如式(2)所示：
[0061][0062]
其中，l表示信道长度。当l＝0时，得到γ
(0)
，即为统一门限的初始值。
[0063]
步骤2、信道估计
[0064]
2.1利用统一门限γ
(l)
的初始值计算信道抽头位置，判断信道估计量所对应的信道抽头位置是否为非零信道抽头，并确定非零信道抽头的个数；
[0065]
所述非零信道抽头位置的计算采用式(3)：
[0066][0067]
其中，表示信道抽头位置向量的元素，其值等于0(代表零值信道抽头位置)或1
(代表非零值信道抽头位置)；表示信道估计量的元素；
[0068]
2.2通过式(4)计算信道估计量
[0069][0070]
其中，其中，p表示接收到的导频信号，f
p
表示接收到的导频信号，r表示导频处接收信号的向量，(m)
◇
表示矩阵m的伪逆运算，本技术中矩阵m为s
bh
sb。
[0071]
2.3、通过式(5)计算频域内信道自相关矩阵的元素：
[0072][0073]
其中，表示固定延迟包络的长度，一般取值大于或等于信道长度l； j表示复数虚部符号；m表示自相关矩阵行数；n表示自相关矩阵行数； n
p
表示通信系统导频个数。
[0074]
2.4根据式(6)对进行奇异值分解运算：
[0075][0076]
其中，表示酉矩阵；表示降序排列的特征值对应的对角线矩阵，即k表示非零信道抽头的个数。
[0077]
2.5将进行傅里叶变换得到
[0078]
2.6根据式(7)计算
[0079][0080]
其中，对角矩阵的对角线元素由下式计算：
[0081][0082]
其中，β表示与调制方式相关的常数，当进行16qam调制时，β＝2.6857；snr表示信噪比。
[0083]
2.7利用式(1)更新信道噪声方差的估计量
[0084]
2.8利用式(2)更新计算统一门限γ
(l)
。
[0085]
2.9设定l＝l 1进行循环计算，循环结束条件为：返回最终信道估计结果：
[0086]
其中ε为设定的循环计算阈值，通常设定ε为10-3
。
[0087]
比较本技术方法与现有各种信道估计方法：
[0088]
实验参数如下表1所示。
[0089]
表1主要实验参数
[0090][0091]
实验结果如图1-4所示。
[0092]
图1显示了不同的基于压缩感知的信道估计方法(omp、sp、samp) 和本技术方法的初始估计方法的mse性能比较。上述结果均是计算机运行1000次后的平均值。从图1可以明显看出：本技术方法采用基于抽头检测的sls方法的mse小于基于压缩感知的信道估计方法的mse；也就是说，本技术方法能够获得更准确的估计结果。sp和samp方法是在计算和计算复杂度上类似于omp方法，被视为omp方法的衍生方法。当信道稀疏度未知时，omp、sp和samp方法需要将迭代次数设置为信道总长度的一半才能计算，这会大大降低这些方法的估计准确度。通过利用室外可见光信道的自然特性和统计特性，基于抽头检测的sls方法通过成功识别并进一步精确估计非零信道抽头，从而获得比omp，sp和samp 等方法更好的mse性能。此外，需要注意的是，基于抽头检测的sls方法不需要知道信道稀疏度的先验信息。
[0093]
图2和图3显示了不同的基于压缩感知的lra-lmmse方法和本申 请方法的均方误差(mse)和误码率(ber)性能比较。这里，基于压缩 感知的lra-lmmse方法是通过用omp、sp和samp等基于压缩感知 的方法替换sls方法获得的。它们被称为：omp-lra-lmmse、 sp-lra-lmmse和samp-lra-lmmse方法。此外，传统lmmse方 法获得的实验结果也被绘制在图2和图3中作为参考。结果表明：本技术 方法在mse和ber方面均表现出优于基于压缩感知的lra-lmmse方 法和传统lmmse方法的性能。
[0094]
此外，图4(a)-(d)显示了当信噪比snr＝25db时，使用不同的自适应 lra-lmmse方法时候的接收信号星座图。结果表明：与 omp-lra-lmmse、sp-lra-lmmse和samp-lra-lmmse方法相比， 本技术方法能够以更高的质量恢复出通信数据。
[0095]
比较各方法的计算复杂度，结果如表2所示：
[0096]
表2不同方法的计算复杂度比较
[0097]
[0098]
根据信道长度和信道稀疏度(1＜k≤l，这里l表示信道长度，k表示信道非零抽头个数，即信道稀疏度)。传统lmmse方法的计算复杂度为o(2l3)，其中o(
·
)表示计算复杂度。它主要由信道自相关矩阵和矩阵求逆的计算操作引入实际上。实际上，传统lmmse算法中的乘法计算次数为2l3 4l2 n
p
l，其中n
p
表示导频个数。如果所提出的lra-lmmse 算法的初始sls方法被omp方法替换(取一个经验值为n
p
/2)，则基于 omp的lra-lmmse(omp-lra-lmmse)方法的计算复杂度为其乘法计算次数为6k2 n
p
k n
p
l(n
p
1)/2。当信道冲激响应的初始估计使用sls方法(即本技术方法)计算nr次时(nr≤k≤n
p
/2)，计算复杂度降低到o(nrn
p
l)。因为1＜k≤l和nr≤k≤n
p
/2，本技术方法的计算复杂度大大低于传统lmmse方法和omp-lra-lmmse方法，而计算复杂度的降低有利于该方法的实现以及实际应用。
[0099]
以上所述，仅是本技术的几个实施例，并非对本技术做任何形式的限制，虽然本技术以较佳实施例揭示如上，然而并非用以限制本技术，任何熟悉本专业的技术人员，在不脱离本技术技术方案的范围内，利用上述揭示的技术内容做出些许的变动或修饰均等同于等效实施案例，均属于技术方案范围内。

技术特征：
1.一种无线光通信信道估计方法，其特征在于，所述方法至少包括以下步骤：步骤1、初始化信道，基于信道抽头计算信道噪声方差估计量的初始值和统一门限的初始值；步骤2、基于信道抽头计算信道估计量计算频域内信道自相关矩阵，并对所述自相关矩阵进行奇异值分解运算；步骤3、利用奇异值分解后的所述自相关矩阵计算最终的信道估计量。2.根据权利要求1所述的无线光通信信道估计方法，其特征在于，所述步骤1包括：1.1采用最小二乘信道估计方法获得信道估计量的初始值1.2基于信道抽头，利用信道初始估计量计算信道噪声方差估计量的初始值；1.3利用所述信道噪声初始方差估计量计算统一门限的初始值。3.根据权利要求2所述的无线光通信信道估计方法，其特征在于，所述步骤1.2中，令信道抽头的位置向量初始循环次l＝0，采用式(1)计算所述信道噪声方差估计量的初始值：4.根据权利要求2所述的无线光通信信道估计方法，其特征在于，所述统一门限γ
(l)
计算公式如式(2)所示：其中，l表示信道长度，所述初始值计算时，设定l＝0。5.根据权利要求2所述的无线光通信信道估计方法，其特征在于，所述步骤2中，基于信道抽头计算信道估计量，包括：1)利用统一门限γ
(1)
计算信道抽头位置，判断信道估计量所对应的信道抽头位置是否为非零信道抽头，并确定非零信道抽头的个数；所述信道抽头位置的计算采用式(3)：其中，表示信道抽头位置向量的元素，其值等于0或1，代表零值信道抽头位置，代表非零值信道抽头位置；表示信道估计量的元素；2)通过式(4)计算信道估计量2)通过式(4)计算信道估计量其中，p表示接收到的导频信号，f
p
表示接收到的导频信号，r表示导频处接收信号的向量，(m)
◇
表示矩阵m的伪逆运算。6.根据权利要求2所述的无线光通信信道估计方法，其特征在于，所述步骤2中，所述自相关矩阵的矩阵元素计算公式如式(5)所示：
其中，表示固定延迟包络的长度，通常取值大于或等于信道长度l，即j表示复数虚部符号；m表示自相关矩阵行数；n表示自相关矩阵行数；n
p
表示通信系统导频个数；所述自相关矩阵的奇异值分解(svd)计算公式如式(6)所示：其中，表示酉矩阵；表示降序排列的特征值对应的对角线矩阵，i＝0,1,...,(k-1)，即k表示非零信道抽头的个数。7.根据权利要求6所述的无线光通信信道估计方法，其特征在于，所述步骤3包括：对进行傅里叶变换为采用式(7)计算所述最终的信道估计量采用式(7)计算所述最终的信道估计量其中，对角矩阵的对角线元素由下式计算：其中，β表示与调制方式相关的常数；snr表示信噪比。8.根据权利要求1所述的无线光通信信道估计方法，其特征在于，所述方法还包括：步骤4、更新所述信道噪声方差估计量和统一门限，重复步骤2、3进行循环计算，得到最终的信道估计量所述循环计算结束的条件为：其中ε为设定的循环计算阈值。

技术总结
本申请公开了一种无线光通信信道估计方法，所述方法至少包括以下步骤：步骤1、初始化信道，基于信道抽头计算信道噪声方差估计量的初始值和统一门限的初始值；步骤2、基于信道抽头计算信道估计量计算频域内信道自相关矩阵，并对所述自相关矩阵进行奇异值分解运算；步骤3、利用奇异值分解后的所述自相关矩阵计算最终的信道估计量。本申请所提供的方法使用基于抽头阈值的LMMSE方法来精确估计非零信道抽头，并在计算中将信道自相关矩阵和矩阵求逆分别替换为LRA和SVD操作，进一步降低了计算复杂度，与传统LMMSE方法和基于压缩感知的LMMSE方法相比，本申请方法具有显着更低的复杂度，并且更容易实现。并且更容易实现。并且更容易实现。


技术研发人员：师小琳 李生维 王红蕾
受保护的技术使用者：西安邮电大学
技术研发日：2021.11.18
技术公布日：2022/5/25