基于压缩感知的限幅噪声估计与消除方法及装置的制造方法
【技术领域】
[0001] 本发明涉及数字信号传输技术领域，特别涉及一种基于压缩感知的限幅噪声估计 与消除方法及装置。
【背景技术】
[0002] 在高速数据传输中，正交频分复用（OrthogonalFrequencyDivision Multiplex，OFDM)技术是最好的多载波传输方案之一。OFDM技术频谱效率高，多址方 式灵活，实现复杂度低，同时可以很好地对抗多径信道干扰，在各种数字信号传输系统中 得到了应用，如国际电联的电力线通信系统标准（InternationalTelecommunications Union，ITU-TG. 9960)、无线局域网（WLAN)、欧洲数字视频地面广播（DigitalVideo Broadcasting-Terrestrial,DVB-T)、以及中国地面数字电视传输标准（Digital TelevisionMultimediaBroadcast，DTMB)等。
[0003] OFDM时域信号的峰均比较大，对发端功率放大器的要求很高，因此出现了许多降 低OFDM信号峰均比的方法。其中，限幅是较为简单的方法，它直接在OFDM信号幅度峰值或 附近采用非线性操作来降低信号的峰值，但由此不可避免地产生信号畸变，引入了限幅噪 声，从而造成系统性能下降。因此，需要进行限幅噪声的估计与恢复。
[0004] 基于近年来新兴的数字信号处理理论--压缩感知（CompressiveSensing)，可 以利用远少于待测信号维度的观测序列，通过基于凸优化或贪婪算法等压缩感知算法，精 确恢复具有稀疏性的高维信号。压缩感知算法在学术界得到了越来越多的关注，在信号处 理、信道估计、图像压缩等领域有广泛的应用。由于限幅噪声本质上在时域具有天然稀疏 性，可以引入压缩感知理论进行估计。
[0005] 现有的基于压缩感知的限幅噪声估计方法，利用在OFDM频域信号中插入导频信 号进行估计，但存在以下缺点：一方面，根据压缩感知理论，基底噪声的存在对算法效果影 响显著，在较强加性高斯白噪声（AWGN)的情况下，该方法不得不占用较大数量的子载波作 为导频信号，导致频谱效率的损失；另一方面，该方法的压缩感知算法从初始状态开始迭代 计算，迭代的次数较多，计算复杂度亟需降低。
【发明内容】
[0006] 本发明的目的旨在至少解决上述的技术缺陷之一。
[0007] 为此，本发明的一个目的在于提出一种基于压缩感知的限幅噪声估计与消除方 法。该方法能够在峰值受限信道下，以较低复杂度精确估计OFDM系统中的限幅噪声，有效 扩大信号的动态范围，提高接收信号质量，提升系统鲁棒性。
[0008] 本发明的另一个目的在于提出一种基于压缩感知的限幅噪声估计与消除装置。
[0009] 为了实现上述目的，本发明的实施例公开了一种基于压缩感知的限幅噪声估计与 消除方法，包括以下步骤：S1 :根据当前接收到的时域信号帧对限幅噪声的位置进行粗估 计，以得到所述限幅噪声的位置的先验信息；S2 :对当前接收到的所述时域信号帧进行离 散傅里叶变换以得到频域观测序列，并根据所述频域观测序列获得频域估计序列和噪声估 计序列，以及根据选择准则获得选择矩阵，并根据所述选择矩阵获得观测向量和观测矩阵； S3:根据压缩感知算法模型，采用基于先验信息辅助的压缩感知算法，对目标向量进行估 计，以得到限幅噪声序列；S4 :将当前接收到的所述时域信号帧减去所述限幅噪声序列，以 得到消除限幅噪声信号后的信号帧。
[0010] 另外，根据本发明上述实施例的基于压缩感知的限幅噪声估计与消除装置还可以 具有如下附加的技术特征：
[0011] 在一些示例中，在所述步骤S1中，所述接收到的时域信号帧包括：帧头和帧体，其 中，所述帧头为长度为M的训练序列或帧体的循环前缀，所述帧体为长度为N的OFDM数据 块，其中，所述OFDM数据块由星座映射后的符号经过离散傅里叶逆变换后通过限幅操作得 到。
[0012] 在一些示例中，在所述步骤S1中，所述限幅噪声的采样点个数远小于所述帧体的 长度。
[0013] 在一些示例中，在所述步骤S1中，所述粗估计通过如下方式进行：根据预设的判 决门限对接收到的所述时域信号帧的采样点进行判决，并将超过所述判决门限的信号位置 作为所述先验信息；或者，计算接收到的所述时域信号帧的采样点的模，并提取多个模值最 大的采样点位置作为所述先验信息。
[0014] 在一些示例中，在所述步骤S2中，当所述频域观测序列中的元素为数据子载波 时，通过判决得到对应的频域估计序列的元素；当所述频域观测序列中的元素为虚拟子载 波时，直接将对应的频域估计序列的元素置为〇 ;根据所述频域观测序列和频域估计序列 的差值得到所述噪声估计序列。
[0015] 在一些示例中，在所述步骤S2中，所述判决方法通过如下方式进行：根据最小错 误概率准则对所述频域观测序列进行判决，得到的频域估计序列中的元素属于特定星座映 射点，其中，最小错误概率准则包括最大后验概率准则和最大似然估计准则。
[0016] 在一些示例中，在所述步骤S2中，所述选择矩阵通过如下方式得到：记录所述噪 声估计序列中小于预设阈值或对应频域观测序列中属于虚拟子载波的共计P个位置，并从 N阶单位矩阵中选取对应的P行向量以得到所述选择矩阵。
[0017] 在一些示例中，在所述步骤S2中，所述观测向量为选择矩阵与噪声估计序列的乘 积，所述观测矩阵为选择矩阵与离散傅里叶变换矩阵的乘积。
[0018] 在一些示例中，在所述步骤S3中，所述的压缩感知算法通过如下方式进行：压缩 采样匹配追踪法、正交匹配追踪法及其衍生算法、稀疏自适应匹配追踪法或子空间追踪法 中的任一种算法，其中，所述限幅噪声位置的先验信息用于确定压缩感知算法的初始状态。
[0019] 本发明第二方面的实施例公开了一种一种基于压缩感知的限幅噪声估计与消除 装置，包括：先验信息粗估计模块，用于根据当前接收到的时域信号帧对限幅噪声的位置进 行粗估计，以得到所述限幅噪声的位置的先验信息；压缩感知模型生成模块，用于对当前接 收到的所述时域信号帧进行离散傅里叶变换以得到频域观测序列，并根据所述频域观测序 列获得频域估计序列和噪声估计序列，以及根据选择准则获得选择矩阵，并根据所述选择 矩阵获得观测向量和观测矩阵；压缩感知估计模块，用于根据压缩感知算法模型，采用基于 先验信息辅助的压缩感知算法，对目标向量进行估计，以得到限幅噪声序列；限幅噪声消除 模块，用于将当前接收到的所述时域信号帧减去所述限幅噪声序列，以得到消除限幅噪声 信号后的信号帧。
[0020] 根据本发明实施例的基于压缩感知的限幅噪声估计与消除方法及装置，解决了现 有的限幅噪声估计与恢复方法存在的频谱效率损失严重、计算复杂度高的问题。能够在峰 值受限信道下，以较低复杂度精确估计OFDM系统中的限幅噪声，有效扩大信号的动态范 围，提高接收信号质量，提升系统鲁棒性，适用于各种OFDM系统中干噪比动态范围较大的 应用场景。
[0021] 本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变 得明显，或通过本发明的实践了解到。
【附图说明】
[0022] 本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变 得明显和容易理解，其中，
[0023] 图1是根据本发明一个实施例的基于压缩感知的限幅噪声估计与消除方法的流 程图；
[0024] 图2是根据本发明一个实施例的基于压缩感知的限幅噪声估计与消除方法的时 频信号设计与处理示意图；
[0025] 图3是根据本发明一个实施例的基于压缩感知的限幅噪声估计与消除方法中压 缩感知模型的示意图；以及
[0026] 图4是根据本发明一个实施例的基于压缩感知的限幅噪声估计与消除装置的结 构框图。
【具体实施方式】
[0027] 下面详细描述本发明的实施例，实施例的示例在附图中示出，其中自始至终相同 或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描 述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
[0028] 在本发明的描述中，需要理解的是，术语"中心"、"纵向"、"横向"、"上"、"下"、"前"、 "后"、"左"、"右"、"竖直"、"水平"、"顶"、"底"、"内"、"外"等指示的方位或位置关系为基于 附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所 指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发 明的限制。此外，术语"第一"、"第二"仅用于描述目的，而不能理解为指示或暗示相对重要 性。
[0029] 在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语"安装"、"相 连"、"连接"应做广