一种水下无线光通信的信道估计方法

本发明涉及水下无线光通信，特别是涉及一种水下无线光通信的信道估计方法。

背景技术：

1、水下无线光通信(underwater wireless optical communication,uwoc)可以使用蓝绿波段的光束实现高速可靠的数据传输，被认为是水下通信中最具前途的技术之一。当采用正交频分复用(orthogonal frequency division multiplexing,ofdm)调制方式时，水下无线光通信比目前广泛应用的水声通信具有高得多的通信速率，但这依赖于信道估计的准确性。为室内可见光通信(visible light communication,vlc)或射频(radiofrequency,rf)系统开发的离散傅里叶变换(discrete fourier transform,dft)信道估计方法受到水下无线光链路中海水的吸收、散射、湍流效应的影响，信道估计的性能将会恶化甚至不可用。因此，设计符合水下无线光链路的信道估计算法对于提供稳定可靠的信息传输具有重要作用和研究价值。

2、ofdm是特殊的频分复用方法，它将频带划分为若干正交的子信道。在发送端，高速传输的数据流经过串并变换后变成多个并行传输的低速数据流，他们分别被每个信道的子载波进行调制而传输；而在接收端，由于子载波的正交性，可以解码出每一子载波上的数据而不被其它子载波干扰。光正交频分复用(optical-ofdm,o-ofdm)技术是适用于光通信系统的一种调制技术。相对于传统的开关键控(on-off keying,ook)和脉位调制(pulseposition modulation,ppm)，o-ofdm具有更高的光功率效率。传统ofdm传输的是双极性的复数信号，但在常采用的强度调制直接检测(intensity modulated/direct detection,im/dd)无线光通信系统中，光强不能为负，同时单个光源也不能传输复数信号。因此在im/dd的o-ofdm系统中，传输的ofdm信号必须是非负实数。

3、在ofdm调制方式中，传统的基于导频的信道估计方法主要包括最小二乘(leastsquares,ls)算法和最小均方误差(minimum mean square error,mmse)算法。基于ls的信道估计算法是最简单的信道估计算法，该算法不需要有关信道任何参数，只需要知道收发两端的导频位置信息，结构较为简单，计算复杂度较低，但是该方法忽略了噪声的影响，因此其抗噪能力弱，性能表现一般。基于mmse的信道估计算法虑了噪声影响，同时利用了信道的状态信息(channel state information,csi)，性能较好，但是在估计的过程中存在矩阵求逆的运算，因此其计算复杂度很高，不适合应用于实时通信系统中，同时该估计方案需要的额外csi也较难获得。对于该方案的改进主要集中在降低计算复杂度上，edfors等人通过奇异值分解(singular value decomposition,svd)的方法来降低计算复杂度；noh等研究者基于信道的相干带宽等信息，将mmse估计中的信道自相关矩阵划分为若干子矩阵，以达到降低计算复杂度的效果。然而，这些算法的计算复杂度仍然比基于ls的信道估计算法高很多，同时还需要额外估计csi。

4、另一方面，水下无线光信道较为复杂，其信道估计技术的研究也较少。基于ls的信道估计算法因为其简单的实现方式经常作为其它水下信道估计方法的基础。edfors等人提出了基于ls的dft信道估计算法，从时域降低了噪声的影响。该方法因为兼具较低的复杂度和较好的估计效果而被广泛使用于光通信领域，同时还衍生了基于dft信道估计算法的改进算法，其核心思想是通过设置噪声阈值门限，通过此门限对循环前缀(cyclic prefix,cp)内的信道响应进行去噪处理。还有人提出了一种噪声阈值的设置的方法，将cp长度之外的信道响应视为噪声并计算平均功率，以平均功率的二倍作为噪声门限。上述工作在水下不同信噪比(signal to noise ratio,snr)下均采用相同的噪声阈值设置方法，难以保证不同snr下的信道估计效果。

5、需要说明的是，在上述背景技术部分公开的信息仅用于对本技术的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

1、针对传统dft信道估计方法无法适应不同信道信噪比的变化，影响信道估计效果的问题，本发明提出了一种水下无线光通信的信道估计方法，以在不同信道的信噪比下提高信道估计性能。

2、为实现上述目的，本发明采用以下技术方案：

3、一种水下无线光通信的信道估计方法，包括如下步骤：

4、s1、根据接收到的光ofdm信号的导频信息，利用最小二乘ls算法进行信道估计，得到信道估计的频域值，利用快速傅里叶逆变换(inverse fast fourier transform,ifft)将估计结果变换到时域；

5、s2、分别计算循环前缀cp长度之外分量时域噪声的二倍平均功率及最大功率作为两个噪声阈值门限，对二者进行平滑处理得到最终的dft信道估计噪声阈值，其中，所述平滑处理所需的平滑系数在不同信噪比snr下多次仿真获得，根据噪声情况自适应地调整所述平滑系数；

6、s3、用得到的dft信道估计噪声阈值对信道估计的时域值进行去噪处理，再将其变换回频域完成信道估计。

7、进一步地：

8、步骤s1中，生成光ofdm信号，频域数据符号表示为采用基于导频辅助的信道估计，使用块状导频插入方式，在整个频率轴都插入导频信号，而在时间轴等间隔插入导频，沿时间轴估计信道，其中n为子载波数目，x1,xn/2-1,为对应下标子载波位置处的频域信号，“*”为共轭运算符号；输入信号经过ifft变换后得到的实数时域信号为其中xm为第m个子载波上携带的信号，x(k)为子载波k上的频域信号，k代表子载波序号。

9、向时域信号插入cp，即将时域信号末尾cp长度的信息插入到信号的最前端；添加直流偏置其中μ为固定比例值，x(t)代表时域ofdm信号，t表示时间，随后削除所有的负峰值以产生非负的实信号；将信号被输入光调制器用于调制光源的发光强度以产生光信号并经过信道h(t)传输，将信道中影响光信号的散粒噪声建模为加性高斯白噪声，记为w(t)，接收信号为：

10、y(t)＝xdco(t)*h(t)+w(t)  (1)

11、其中xdco(t)为x(t)经过直流偏置和零值限幅后的时域信号。

12、采用如下的水下无线光通信信道模型：

13、光子与水中物质的碰撞引起的能量损失用吸收系数a(λ)来计算；散射引起的能量损失用散射系数b(λ)来计算，总损失系数c(λ)表示为c(λ)＝a(λ)+b(λ)，其中λ为光源波长；a(λ)、b(λ)和c(λ)的值随水类型和λ变化，散射引起光子方向的变化通过引入散射相函数spf和β(θ,λ)来描述，其中θ为散射角，θ与spf的关系为：

14、

15、采用蒙特卡洛数值仿真的方法获取水下信道冲激响应，其基本规则为：光源以特定的初始参数发射出一组光子，每个光子与介质的吸收和散射作用被转换为每个光子基本属性的改变，当光子到达接收器时，上述变量的具体数值将会被记录；通过对接收到的光子的各个基本属性进行统计分析，得到信道特性。

16、步骤s1中，通过如下方法获得ls信道估计结果并进行时域截断：

17、对接收到的信号进行做n点fft变换，得到信号的频域矩阵表达式：

18、y＝xh+w(3)

19、其中y、x、h、w分别为y(t)、xdco(t)、h(t)、w(t)做n点fft变换之后的结果，x为n维对角矩阵，h和w均为n维向量，只考虑导频处的信息传输，得到：

20、yp＝xphp+wp(4)

21、其中下角标p表示各个信号分量在导频位置处的取值；

22、采用ls信道估计算法，使得原信号和估计信号之间的误差平方值最小；得到ls信道估计的结果为：

23、

24、通过估计得到导频位置处的cir，随后利用线性插值得到完整的ls信道估计结果；

25、将ls信道估计算法得到的信道频域估计值通过ifft运算变换到时域得到信道冲击响应估计值，

26、

27、其中代表第n个子载波上的时域ls信道估计结果；

28、保留时域cir的有效部分lcir，同时将其余部分认作是噪声而置零，而lcir是取决于信道环境的未知量，选择cp的长度作为时域cir的有效长度，即：

29、lcir＝lcp(9)

30、时域估计值表示为如下形式：

31、

32、步骤s2中，设lcp外的时域信道响应值为噪声，并计算时域噪声平均功率：

33、

34、其中的总长度为n，n为子载波个数；

35、第一个噪声阈值门限为：

36、

37、利用时域噪声功率的最大值作为第二个噪声阈值门限，即：

38、

39、将两个门限进行如下的平滑操作，得到新的阈值βnew：

40、βnew＝aβ1+(1-a)β2(0a≤1)(14)

41、其中平滑系数a是介于[0,1]之间的小数。

42、使用如下算法根据不同snr值自动选择最优平滑系数：

43、定义和snr相关的变量每当接收到ofdm符号就通过计算η值获取当前snr情况；同时在前期仿真中，在每一个snr下，令平滑系数在[0,1]之间以0.05为间隔变化，得到该平滑系数下的均方误差mse曲线，通过比较不同平滑系数下的snr-mse仿真结果，找出每个snr下最小的mse值对应的平滑系数即为该snr下的最优平滑系数a；其中，在任一snr下，都对应着一个唯一的η和一个最优平滑系数a，通过接收到的ofdm符号计算出η值进而调整平滑系数a，从而根据不同snr自动调整平滑系数a以得到最佳的噪声阈值门限。

44、采用实验仿真，曲线拟合的方法，计算水下环境中各个snr下的η值及最优a值，得到一组η与a的对应关系，通过连续仿真实验将得到多组η与a对应关系绘制成散点图，选择合适次数的多项式对这些点进行曲线拟合，得到当前信道条件下的η与a的对应关系，利用该关系，根据当前的snr情况自动调整平滑系数a来实时改变噪声阈值门限βnew，以达到最佳的去噪效果，表达式如下：

45、

46、其中为信道估计算法的估计结果。

47、通过fft将上述时域估计结果变换到频域，频域估计结果。

48、一种计算机可读存储介质，存储有计算机程序，所述计算机程序由处理器运行时，实现所述的水下无线光通信的信道估计方法。

49、本发明具有如下有益效果：

50、本发明面向水下无线光通信ofdm系统，提出一种基于最优平滑的改进阈值离散傅里叶变换dft的信道估计方法，能够提高水下无线光通信中不同snr下的信道估计效果。本发明的水下无线光通信的信道估计方法针对水下无线光链路的不同snr，能够自适应调整dft信道估计的噪声阈值以达到更好的信道估计效果。本发明首先根据接收到的ofdm信号导频信息，利用ls算法进行信道估计，得到信道估计的频域值，利用快速傅里叶逆变换ifft将估计结果变换到时域；随后分别计算cp长度之外分量(时域噪声)的二倍平均功率以及最大功率，对二者进行平滑处理得到最终的dft信道估计噪声阈值，其中平滑处理所需的平滑系数是在不同snr下多次仿真获得，随snr自动变化；最后用得到的结果对信道估计的时域值进行去噪处理，再将其变换回频域完成信道估计，最终在各个snr下提高信道估计的性能。通过选择不同大小的两个阈值，根据噪声情况自适应地调整二者的平滑系数能够达到更好的信道估计效果。本发明可以在不同信道的信噪比下提高信道估计性能，是一种具有很好的应用前景的水下无线光通信信道估计方案。