基于改进人工鱼群算法的稀疏系统估计

发布时间：2021-06-21 22:37

　　稀疏系统估计问题近年来受到了广泛的关注,本文以水声通信信道为背景,提出了一种新颖的人工鱼群算法,用于估计受多普勒效应影响的稀疏水声信道。在水声通信系统中,多普勒效应导致的通信信号在时间上的扩展或压缩,同时水面和水底的反射使得水声信道呈现多扩展多时延特点,因而水声信道通常被建模为多扩展多时延信道,呈现较强的稀疏性。利用该特性,水声信道的估计可进一步简化为每一条路径的参数估计（多普勒扩展因子,时延和幅度）。基于此,正交匹配追踪算法在水声信道估计中得到了广泛的应用,但其估计精度的提升依赖于字典的大小,因而估计的高精度以高复杂度为代价。为了解决这个问题,本文提出了改进人工鱼群算法,以迭代的形式进行多径参数的估计,迭代结束时根据人工鱼位置信息估计时变信道参数,重构目标信号,直至剩余信号能量小于设定阈值。仿真实验表明,所提算法具有较高的估计精度和较快的收敛速度,并具有比正交匹配追踪算法更低的复杂度。 

【文章来源】：电脑知识与技术. 2020,16(04)

【文章页数】：4 页

【部分图文】：

归一化均方误差随信噪比的变化图

图1显示，IAFSA在多普勒因子的估计精度上优于OMP算法。OMP算法的估计精度取决于字典的规模，而IAFSA能够在子迭代中动态调整步长值，以减小估计误差，同时，在搜索的最后阶段，大量人工鱼集中于最优值附近，也保证了得到更精确的搜索值。图2显示，当信噪比大于8 dB时，两种算法均趋于稳定且IAFSA获得更低的时延估计误差。该增益实际上来源于IAFSA在迭代的最后阶段具有更小的搜索范围。

图2显示，当信噪比大于8 dB时，两种算法均趋于稳定且IAFSA获得更低的时延估计误差。该增益实际上来源于IAFSA在迭代的最后阶段具有更小的搜索范围。同样，图3进一步从剩余信号能量比的角度比较了两种算法，并将已知真实信道信息时的剩余信号能量比曲线作为最优估计对比。当信噪比大于2 dB时，IAFSA可以获得约为2 dB的增益。


本文编号：3241554