基于贝叶斯压缩感知理论的超宽带通信信道估计.pdfVIP

第 18 卷第 l 期 电路与系统学报 Vo l.l 8 No.l 2013 年 2 月 JOURNAL OF CIRCUITS AND SYSTEMS February , 2013 文章编号: 1007-0249 (2013) 01-0168-09 基于贝叶斯压缩感知理论的超宽带通信信道估计* 王蔚东 1 ， 2 杨俊安口 (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) 摘要B 超宽带是一种新颖的高速无线通信技术。其过高的带宽给采样带来了困难，压缩感知理论提供了一种可行 的低速采样方法。针对目前的压缩感知超宽带信道估计方法必须假设信道稀疏度已知，论文提出了基于贝叶斯压缩感 知理论的超宽带信道估计方法。将超宽带信道估计转化为压缩感知理论中的重构问题，并使用贝叶斯压缩感知方法进 行重构，得到信道估计值及其误差范围，最终实现信息解调。贝叶斯压缩感知理论将稀疏贝叶斯学习理论引入到压缩 感知中，给需要重构向量中的每个值设置受超参数控制的后验概率密度函数，在超参数的更新过程中，零值所对应的 超参数将趋向于无穷大，与之对应的后验概率将趋向于零，通过这种方法剔除非重要多径，自适应地找出信道向量中 的重要多径，并使用回归算法进行重构。实验结果表明在信道稀疏度未知的情况下，该方法能够对原信道进行有效的 重构。 关键词，超宽带:信道估计:信道稀疏度:贝叶斯压缩感知:相关向量机 中固份羹号I TN91 1.5 文献标识码IA 1 引言 由于超宽带 (UWB) 信号多为时域上的窄脉冲，导致其频域带宽过宽，按照 Nyquist 采样定律的 要求，其采样速率将高达数 GHz，目前的硬件水平难以实现。压缩感知川作为一种新颖的信号低速采 样理论，突破了 Nyquist 采样定律的限制，己经有文献对其在 UWB 信道估计方面的应用展开了理论研 究[2~4] ，并指出在合作通信的前提下，使用压缩感知理论可以将对 UWB 信号的采样速率从 GHz 级阵 到目前硬件能够实现的范围，大大降低了 UWB 信号的采样难度。 但是，上述文献中的研究都是在假设信道稀疏度已知的情况下进行的，重构算法的迭代次数取为 信道稀疏度，达到算法选代次数的要求即认为己重构出了相应数目的重要多径，完成了信道估计的任 务。而在实际的通信环境中，并不能确定 UWB 复杂的多径信道稀疏度到底为多少，且根据相邻迭代 信号残差的能量差值的变化趋势来终止迭代的方法目前只在对严格稀疏信号和图像的处理方面较为有 效，不适用于低信噪比条件下的 UWB 通信信号。另外，人为地设置能量阙值的方法本身就存在一定 的误差。 本文提出使用贝叶斯压缩感知[5] 的方法来进行 UWB 信道估计。贝叶斯压缩感知理论将统计学习 理论 (Statistical Learning Theory , SLT) 和相关向量机[6] (Relevance Vector Machine , RVM) 思想引入 到压缩感知理论中来，给需要重构向量中的每个值设置受超参数 (Hyperparameters) 控制的后验概率 密度函数，在超参数的更新过程中，趋近于零的非重要多径所对应的超参数将变得无限大，导致该多 径的后验概率趋近于零，而真正的重要多径所对应的矩阵中的列向量起到了相关向量的作用。通过相 关向量机的这种分类作用，可以自适应地找出信道冲激响应序列中的重要多径。使用快速最大化边缘 似然函数算法[7 ， 8]对相应位置上的重要多径进行重构，并给出估计值的大致分布范围，进一步得到通信 系统误码率的范围。将该方法与目前常用的 UWB 压缩感知信道估计方法进行比较，发现该方法与假 设信道稀疏度己知时的压缩感知 UWB 信道估计方法的重构效果相当。而在信道稀疏度未知的情况下， 该方法依然能够对原信道进行有效的重构。仿真结果表明了该方法的有效性。 2 UWB 压缩感知信道估计 *收稿目棚. 2011.08-08 修订日期: 2012-02-08 王蔚东等:基于贝叶斯压缩感知理论的超宽带通信信道估计