基于自适应投影矩阵的压缩感知超宽带信道估计.pdfVIP

第 18 卷第 1 期 电路与系统学报 Vo1.1 8 NO.l 2013 年 2 月 JOURNAL OF CIRCUITS AND SYSTEMS February , 2013 文章编号: 1007-0249 (2013) 01-0310-08 基于自适应投影矩阵的压缩感知超宽带信道估计* 王蔚东 l 气 杨俊安 1 ，2 (1.电子工程学院，安徽合肥 230037; 2. 安徽省电子制约技术重点实验室，安徽合肥 230037) 摘厦，超宽带信号由于功率谱密度较低和传输多径复杂，准确的信道估计十分重要。考虑其过高带宽带来的采样难 度较高的问题，压缩感知理论提供了一种可行的低速采样方法。而目前常用的随机投影矩阵与超宽带信道稀疏变换矩阵 相关度较高，算法必须在降维比较高时才能达到重构要求，来样速率依然较高。针对上述问题，提出使用贝叶斯压缩感知理 论中的自适应投影矩阵设计方法进行超宽带信道估计。贝叶斯压缩感知理论给信道向量中的每个值设置受超参数控制的后验 概率密度，计算信道向量的统计特性，并根据协方差矩阵计算新的投影向量，该投影向量可以使重构解的微分焰下降最快。 通过这种自适应的投影矩阵设计方法，可以利用较少的采样值进一步地提高重构解的可信度，达到进一步降低来样速率的目 的。实验结果表明该方法相对于现有的压缩感知重构算法可以在较低的降维比条件下达到较好的重构效果，显著降低了采样 速率。 关键词z 超宽带:信道估计:贝叶斯压缩感知:投影向量:微分焰 中固分羹号. TN91 1.5 文献标识码.A 1 引言 超宽带 (UWB) 通信信号在时域上表现为极窄脉冲，对应频域的极宽带宽，再加上发射信号极低 的功率谱密度，要想从复杂的电磁环境中准确地检测出 UWB 通信信号并实现发送信息的正确解调， 对 UWB 通信的信道估计十分重要。如果严格按照 Nyquist 采样定律对UWB 信号进行采样，目前的硬 件水平难以实现。压缩感知理论[1] 指出，只要原信号满足一定的条件[21 ，就可以从远小于原信号维度 的投影值中高概率恢复出原信号。利用 UWB 信道冲激响应在时域中的稀疏性，文献[3~5)分别使用压 缩感知理论的匹配追踪 (Matching Pursuit , MP)、正交匹配追踪 (Orthogonal Matching Pursuit , OMP) 和基追踪 (Basis Pursuit , BP) 算法进行了 UWB 信道估计。研究结果表明，只要平均降维比达到 0.36 以上就可以高概率重构出原信道，采样速率相对于Nyquist 采样定律所要求的速率大大降低。 尽管压缩感知理论为欠采样 UWB 信号提供了可能，但是由于 UWB 通信信道和严格稀疏信号以 及图像信号有着诸多不同，压缩感知理论在 UWB 通信中的实际应用还面临着诸多问题。重构算法的 性能与信号的降维比有着很大的关系。如果降维比过低，则随机采样得到的投影值无法完全包含重构 原信号所需的重要信息，影响了信号的重构精度。但是如果信号的降维比较高，对于 UWB 信号来说 就意味着采样速率不能得到真正的降低，硬件的实现难度依然很高。另外，由于 UWB 信道稀疏变换 矩阵无法满足压缩感知理论中对不相关度的要求，也影响了重构性能。 本文提出利用贝叶斯压缩感知理论[6] 中的自适应投影矩阵设计方法进行 UWB 信道估计。首先用 随机投影矩阵对 UWB 接收信号进行欠采样，通过给信道向量中的每个值设置受超参数控制的后验概率 密度，在超参数的更新过程中使用 RVM 回归算法[7]计算出信道向量的统计特性尤其是协方差矩阵，在 降维比较低的情况下，根据目前己有的投影值和投影矩阵确定下一步的最优投影向量，该投影向量可 以使当前迭代问题解的微分蛐 (Differential Entropy) 下降最快。由此计算出多个投影向量和对应的投 影值，将这些投影向量和投影值依次扩充进己有的投影矩阵和投影值中，再对重要多径进行精确重构， 通过这种自适应投影矩阵设计方法使重构误差逐步地下降，最终完成 UWB 信道估计的任务。在降维 比较低的情况下，该方法比现有的压缩感知 UWB 信道估计重构算法的重构效果更好。仿真实验表明 事收割日期. 2012-02-27 修订日期: 2012-03-13 第 1 期