壓縮感知理論在IR-UWB系統(tǒng)信道估計中的應用

董 璇，單 巍，姜恩華

（淮北師范大學，安徽 淮北 235000）

0 引言

2006年，壓縮感知理論被提出，該理論主要包括稀疏信號的壓縮采樣和重構［1，2］。通過觀測矩陣Φ?對稀疏信號進行觀測，得到觀測信號y。已知觀測矩陣Φ?和觀測信號y，通過重構算法，重構出稀疏信號。壓縮感知理論包含三個關鍵部分：信號稀疏的表示、觀測矩陣的構造和重構算法。UWB超寬帶無線通信系統(tǒng)可以實現短距離數據無線傳輸［3］，由于無線信道是衰落的信道，其信道參數不斷變化，如何準確地估計出UWB系統(tǒng)的無線信道參數，是UWB系統(tǒng)實現數據無線傳輸的關鍵問題。由于無線信道參數滿足稀疏性，可以采用壓縮感知理論重構出UWB系統(tǒng)的無線信道參數。

1 壓縮感知理論

根據壓縮采樣過程中有無噪聲，壓縮感知理論可以分為無噪聲的壓縮感知理論和有噪聲的壓縮感知理論。

1.1 信號的稀疏表示

壓縮感知理論是對稀疏信號進行觀測，若輸入信號X不是稀疏信號，需要對輸入信號X進行稀疏變換，如式（1）所示，Ψ為變換矩陣，θ為稀疏信號。

1.2 無噪聲的壓縮感知理論

采用觀測矩陣Φ?對輸入信號X進行觀測，得到觀測信號y，如式（2）所示。若傳感矩陣A滿足約束等距性RIP，則可以通過式（3）重構出稀疏信號θ［1，2］。

1.3 有噪聲的壓縮感知理論

當采用觀測矩陣Φ?對輸入信號X進行觀測，在觀測過程中有噪聲，如式（4）所示，其中w為噪聲。若傳感矩陣A滿足約束等距性RIP，可通過式（5）重構出稀疏信號θ。

1.4 重構算法

重構算法能夠根據觀測信號y和傳感矩陣A重構出稀疏信號θ。重構算法主要分為貪婪算法和凸優(yōu)化算法。貪婪算法主要有OMP算法、GOMP算法、ROMP算法和CoSaMP算法等。凸優(yōu)化算法主要有BP算法和梯度投影方法等。

2 UWB超寬帶無線通信系統(tǒng)信道估計

UWB超寬帶無線通信系統(tǒng)主要分為IR-UWB系統(tǒng)、DS-CDMS-UWB系統(tǒng)和MB-OFDM-UWB系統(tǒng)等。本文探討IR-UWB系統(tǒng)的信道估計，其信道采用IEEE 802.15.SG3a標準規(guī)定的信道模型。

2.1 UWB多徑信道模型

IEEE 802.15.SG3a標準規(guī)定的信道模型可分為CM1、CM2、CM3和CM4信道模型［4］，CM1為0-4米的視距信道模型，CM2為0-4米的非視距信道模型，CM3為4-10米的非視距信道模型，CM4為比較差的無視距多徑信道。

2.2 IR-UWB超寬帶系統(tǒng)

IR-UWB系統(tǒng)發(fā)送端主要包括：數據信號、調制和脈沖整形，在接收端進行信號接收、解調和解碼得到數據信號［5］，如圖1所示。

圖1 IR-UWB超寬帶系統(tǒng)的組成

IR-UWB系統(tǒng)主要有2PPM-TH-UWB和PAMDS-UWB。由于二進制PSK可以看作PAM的一個特例，當采用二進制PSK調制時，調制信息為bk∈{+ 1,-1}，p(t)為脈沖信號，脈沖發(fā)生器輸出的發(fā)送信號s(t)如式（6）所示，Tf為脈沖周期。

發(fā)送信號s(t)通過UWB信道，在接收端，收到接收信號r(t)。UWB信道的單位脈沖響應如式（7）所示，hl為第l路多徑信道增益系數，τl為第l路多徑信道的延時。

假如UWB信道的噪聲w(t)為高斯白噪聲，則接收信號r(t)如式（8）所示。

把式（8）時域離散化，表示成時域離散信號h(n)與s(n)的時域卷積，如式（9）所示，N為信道單位脈沖響應h(n)的長度，w(n)為時域離散化的高斯白噪聲。

由于計算序列的線性卷積可以通過序列的循環(huán)卷積計算，循環(huán)卷積的長度L≥N+M-1［6］。序列的循環(huán)卷積可以通過矩陣方法計算，所以式（9）可以寫成矩陣形式，如式（10）所示，S為循環(huán)卷積矩陣，H為UWB信道的單位脈沖響應向量，R為接收信號向量，W為加性高斯噪聲向量。

假如發(fā)送信號s(n)的長度為M，需要在s(n)后面補N-1個零，使其長度為L。通過補零后的s(n)，構造循環(huán)倒向序列 [s(0)s(L-1)s(L-2) …s(1)] ，從而構造出循環(huán)卷積矩陣S。同理，UWB信道的單位脈沖響應h(n)后面補M-1個零，使其長度為L，代 入 式（10），計 算 出 接 收 信 號 向 量R=[r(0),r(1),r(2),…,r(L-1)]T，如式（11）所示。

3 IR-UWB系統(tǒng)中的信道估計

采用最小平方誤差LS算法和壓縮感知理論的重構算法完成IR-UWB超寬帶無線通信系統(tǒng)的信道估計。

3.1 LS信道估計算法

在IR-UWB系統(tǒng)中，若單位脈沖響應向量H的LS估計值為，構造代價函數如式（12）所示［7］，求代價函數的極值，即求測量值和模型值的差的模的平方的最小值。通過對式（12）求關于的導數，讓導數等于0，求得單位脈沖響應H的LS估計值，如式（13）所示。

3.2 基于壓縮感知理論的IR-UWB系統(tǒng)中的信道估計

本文借助循環(huán)卷積的矩陣計算方法，推導出IR-UWB超寬帶無線通信系統(tǒng)的壓縮感知模型，通過GOMP重構算法，重構出IR-UWB系統(tǒng)的信道參數。

3.2.1 IR-UWB系統(tǒng)信道估計的壓縮感知模型

由于式（10）中的UWB信道的單位脈沖響應向量H為稀疏信號，可以構造一個(L/4)×L的高斯隨機矩陣Φ。把高斯隨機矩陣Φ作為觀測矩陣，對式（10）中的接收信號R進行觀測，求得觀測信號y，如式（14）所示，觀測信號y為(L/4)×1列向量。

在式（14）中，單位脈沖響應向量H為稀疏信號，由于高斯隨機矩陣Φ，滿足RIP約束等距性，所以矩陣A滿足RIP約束等距性。通過傳感矩陣A對稀疏信號H進行觀測，求得測量信號y。

若已知測量信號y和傳感矩陣A，根據壓縮感知理論，通過重構算法，重構出單位脈沖響應向量H，重構H的壓縮感知模型如式（15）所示。

3.2.2 壓縮感知重構算法

通過壓縮感知理論中的貪婪算法對式（15）求解，重構出單位脈沖響應向量H。常用的貪婪算法包括：OMP算法、GOMP算法、ROMP算法和CoSaMP算法等。

OMP算法首先初始化殘差為測量信號y，找到傳感矩陣A中與殘差最相關的列，計算稀疏信號θ的最小二乘解，更新殘差，通過循環(huán)迭代，最后求得稀疏信號θ［8］。

GOMP算法在尋找與殘差相關的列時，選擇S個最相關的列［9］。ROMP算法在尋找與殘差相關的列時，按照正則化規(guī)則，選擇K個最相關的列，K為信號的稀疏度［10］。CoSaMP算法在尋找與殘差相關的列時，選擇2K個最相關的列，K為信號的稀疏度，從計算的稀疏信號中選擇絕對值最大的K列［11］。然后計算稀疏信號θ的最小二乘解，更新殘差，通過循環(huán)迭代，最后求得稀疏信號θ。

GOMP算法的重構精度優(yōu)于OMP算法、ROMP算法和CoSaMP算法，所以選用GOMP算法用來重構IR-UWB系統(tǒng)中的信道參數。

4 基于壓縮感知理論的IR-UWB系統(tǒng)信道估計仿真實驗

首先搭建壓縮感知理論用于IR-UWB超寬帶無線通信系統(tǒng)的信道估計仿真實驗平臺，采用GOMP算法實現IR-UWB系統(tǒng)的信道估計。計算歸一化均方誤差NMSE，與LS算法相比，在相同信噪比SNR下，比較GOMP算法和LS算法重構信道參數的精度。

4.1 仿真實驗平臺搭建

搭建的基于壓縮感知理論的IR-UWB系統(tǒng)信道估計仿真實驗平臺如圖2所示。

圖2 基于壓縮感知理論的IR-UWB系統(tǒng)信道估計仿真

首先，按照IEEE 802.15.SG3a標準規(guī)定的CM1、CM2、CM3和CM4信道模型的參數，生成IRUWB系統(tǒng)信道的單位脈沖響應向量H。

其次，按照二進制PSK調制信息為bk∈{+ 1,-1}，生成發(fā)送信號s(n)，按照循環(huán)卷積矩陣的構造方法，通過s(n)生成循環(huán)卷積矩陣S，通過(L/4)×L維隨機高斯矩陣Φ，求得傳感矩陣A=Φ·S。

再次，通過傳感矩陣A對單位脈沖響應向量H進行觀測，求得觀測信號y。在已知傳感矩陣A和觀測信號y時，通過壓縮感知重構算法，重構出單位脈沖響應向量的估值H?。

最后，通過歸一化均方誤差NMSE，與LS算法估計的單位脈沖響應向量比較。

4.2 重構IR-UWB信道參數

借助Matlab軟件，編寫M腳本程序，實現對IRUWB系統(tǒng)的信道估計。假設：發(fā)送數據的s(n)的長度M為3660，IR-UWB系統(tǒng)的信道單位脈沖響應h(n)的長度N為3660，所以線性卷積的長度為7319，于是循環(huán)卷積的長度L取為7319，觀測信號y的長度取為1830。采用IEEE 802.15.SG3a標準規(guī)定的CM1、CM2、CM3和CM4信道模型參數生成其單位脈沖響應h()n。采用式（15）所示的壓縮感知模型，采用GOMP壓縮感知重構算法，分別重構了CM1、CM2、CM3和CM4信道的單位脈沖響應h?()n，并與原始信道的單位脈沖響應h()n比較，如圖3所示。

圖3 GOMP算法重構的IR-UWB系統(tǒng)的信道參數

通過比較GOMP重構算法重構的信道單位脈沖響應與原始信道單位脈沖響應，可以看出，GOMP重構算法能夠很好地重構出IR-UWB系統(tǒng)多徑信道的單位脈沖響應。

4.3 IR-UWB信道估計性能分析

通過壓縮感知理論中的GOMP重構算法估計的IR-UWB信道參數，與LS算法估計的信道參數相比，通過計算CM1、CM2、CM3和CM4信道各自的歸一化均方誤差NMSE［12］，比較信道參數估計的精度。歸一化均方誤差NMSE的計算公式如式（16）所示。

借助Matlab軟件，編寫M腳本程序，計算GOMP重構算法和LS算法估計的CM1、CM2、CM3和CM4信道單位脈沖響應的NMSE，如圖4所示。

圖4 GOMP算法和LS算法重構信道參數的NMSE比較

實驗結果表明，在相同信噪比SNR的情況下，GOMP算法重構的CM1、CM2、CM3和CM4信道單位脈沖響應h?(n)的精度高于LS算法。

5 結語

本文借助壓縮感知理論，實現了IR-UWB超寬帶無線通信系統(tǒng)中的信道估計。首先論述了壓縮感知理論，詳細分析了信號的稀疏表示、無噪聲和有噪聲的壓縮感知模型和壓縮感知重構算法。其次，論述了IR-UWB無線通信系統(tǒng)，IR-UWB多徑信道采用IEEE 802.15.SG3a標準規(guī)定的CM1、CM2、CM3和CM4信道模型。再次，通過循環(huán)卷積的矩陣計算方法，推導出IR-UWB系統(tǒng)信道估計的壓縮感知模型。最后，借助MATLAB軟件，編寫M腳本程序，采用GOMP算法重構了IR-UWB系統(tǒng)中的信道單位脈沖響應，與LS算法比較，通過計算歸一化均方誤差NMSE可以看出，GOMP算法重構信道脈沖響應的精度高于LS算法。