一种脉冲噪声环境下的鲁棒符号检测方法

本发明属于水声通信，具体涉及一种脉冲噪声环境下的鲁棒符号检测方法。

背景技术：

1、与多载波系统相比，单载波系统不存在峰值平均功率比高的问题，而且单载波系统更容易估计和补偿多普勒频偏。因此，它们是实现高速水声(uwa)通信的最佳解决方案之一。然而，单载波系统仍然受到多径延迟和时变信道等不利因素的影响。为了对抗uwa信道的恶劣条件，turbo均衡作为一种强大的符号检测技术近年来受到了相当大的关注。为了进一步提高在相同复杂度条件下的均衡性能，基于消息传递的均衡器设计得到了广泛的研究，包括近似消息传递(amp)、广义近似消息传递(gamp)、向量近似消息传递(vamp)、酉近似消息传递(uamp)和正交近似消息传递(oamp)等算法。

2、然而，以上方法都假设背景噪声具有高斯分布，但实际情况并非如此。随着人类海洋活动频率的增加和信息传输场景的扩展，uwa通信系统面临脉冲噪声导致的性能下降，一般情况下，脉冲噪声的概率密度函数比高斯噪声具有更重的尾部，这可能会导致传统算法出现偏置甚至失效。在通信领域，脉冲噪声抑制已经进行了大量的研究，然而，相关的研究主要存在于正交频分复用(ofdm)系统，相反，有关单载波脉冲噪声抑制的研究很少。

3、目前最常用的脉冲噪声消除方法是阈值法，阈值法可以检测和消除超过一定阈值的采样点。然而，选择一个合适的非线性工作阈值来充分抑制脉冲噪声而又不使通信信号失真往往是困难的。除了阈值法，人们还开发了相关的迭代接收机，相关的接收机可以耦合脉冲噪声，然而，代价是需要脉冲噪声的部分先验信息，这通常是困难的。此外，利用脉冲噪声的稀疏性，相关的压缩感知被应用于脉冲噪声的检测和消除，已经证明这类方法是有效的。然而，当缺乏对脉冲噪声的有效观测时，压缩感知算法会在没有脉冲噪声的部分产生大量的噪声，这会导致脉冲噪声补偿的不准确从而使通信信号失真。

技术实现思路

1、本发明所为了解决背景技术中存在传统符号检测算法在脉冲噪声下性能下降的技术问题，目的在于提供了一种脉冲噪声环境下的鲁棒符号检测方法，基于变分贝叶斯推断(vbi)和vamp的鲁棒符号检测算法，该算法将观测值建模为目标信号和离群值的混合，并使用一组二元指标变量来识别观测值是否为离群值。然后，在提出的混合模型下，利用vbi交替推断目标信号和脉冲噪声的后验分布，并在估计目标信号时对脉冲噪声进行补偿；然后将vamp算法嵌入vbi的框架，使用vamp来估计vbi中的近似符号分布，从而提高vbi的迭代性能，反过来，vbi还可以为vamp提供更新的信噪比信息，相对于传统的vamp算法，这获得了额外的增益。可以实现脉冲噪声环境下的高精度符号检测且计算复杂度较低。

2、为了解决技术问题，本发明的技术方案是：

3、一种脉冲噪声环境下的鲁棒符号检测方法，所述方法包括：

4、s1：基于水听器接收的数据建立接收信号的分块模型yi，初始化数据块的索引i＝1，i∈[1,i]，i是分块数，变分贝叶斯推断vbi迭代次数索引k＝1,k∈[1,k],k是vbi最大迭代次数，迭代次数的索引iter＝1，iter是turbo均衡的最大迭代次数；

5、s2：对脉冲噪声先验e、噪声方差γ和二进制指标变量z进行初始化；

6、s3：进行信道估计，利用预设的训练序列x和接收到的观测数据yi得到信道h，输出估计的信道矩阵h；

7、s4：进行块间干扰消除，利用前一个数据块的数据和估计的信道重构块间干扰，将块间干扰从观测数据yi中减去得到包含第i块数据和噪声的数据

8、s5：估计通信信号xi；

9、s6：估计脉冲噪声，利用块间干扰消除后得到的观测信号和s5得到的通信信号xi，得到脉冲噪声的估计结果e；同时更新和脉冲噪声e相关的超参数其中<·>表示变量的期望；

10、s7：估计噪声方差γ和二进制指标变量z；

11、s8：更新π，π＝z；

12、s9：k＝k+1，执行s5-s8，直到迭代收敛；

13、s10：i＝i+1，执行s3-s9，直到所有的数据块均被检测；

14、s11：将s5输出的结果进行解映射，得到对数似然比信息；

15、s12：解交织和信道译码，译码器输出比特序列和似然比信息表示译码输出比特；

16、s13：交织变成均衡器先验信息

17、s14：继续执行s1-s13，直到迭代次数iter达到最大迭代次数iter。

18、进一步，在所述步骤s3中，利用预设的训练序列x构建测量矩阵x，根据测量矩阵x和观测信号yi得到信道h。

19、进一步，所述步骤s5具体包括：

20、s51：计算信号的去噪版本x1：

21、pj＝pa(xk＝αj)exp(-γ1|αj-r1|2)

22、

23、

24、

25、s52：计算x1的外信息：

26、γ2＝η1-γ1

27、

28、s53：计算信号的高斯白噪声版本x2：

29、

30、

31、其中，i表示合适大小的单位阵，diag表示向量对角化；

32、s54：计算x2的外信息：

33、γ1＝η2-γ2

34、

35、通过迭代上述操作得到通信信号xi＝x2。

36、进一步，所述步骤s6中，脉冲噪声估计具体包括：

37、

38、νe＝(<γ>(i-diag(<z>))+diag(<β>))-1。

39、进一步，所述步骤s7中，噪声方差γ的估计具体包括：

40、

41、其中：

42、

43、

44、进一步，所述步骤s7中，指标变量z的估计具体包括：

45、

46、其中：

47、

48、

49、其中，c是归一化常数。

50、进一步，在所述步骤s9中，若k≤k，则执行步骤s5-s8，直至收敛；若k>k，则停止迭代，输出估计得到符号xi，并向下继续执行。

51、进一步，在所述步骤s10中，若i≤i，则执行步骤s3-s9，直到所有的数据块均被检测；若i>i，则停止迭代，输出所有xi，并向下继续执行。

52、进一步，在所述步骤s11中，似然比信息求解如下所示：

53、

54、其中，r和γ表示均衡器的输出均值和方差，αj表示调制星座点，2j表示调制阶数，表示上一次迭代反馈的对数似然比，ck表示编码之后的比特序列。

55、进一步，在所述步骤s14中，若iter≤iter，则执行步骤s1-s13，直到达到最大迭代次数；若iter>iter，则停止迭代，输出

56、与现有技术相比，本发明的优点在于：

57、本发明通过使用二值指示变量，可以自动识别脉冲噪声的位置，而不需要对脉冲噪声进行预处理；将vamp与vbi相结合，利用vamp强大的收敛性能估计符号的后验分布，在低复杂度下实现对符号的高精度估计。反过来，vbi为vamp提供更新的信噪比信息，以获得额外的增益。