本發(fā)明屬于多頻帶信號(hào)恢復(fù)領(lǐng)域，具體涉及以通感一體化為背景的多頻帶信號(hào)恢復(fù)系統(tǒng)設(shè)計(jì)。

背景技術(shù)：

1、隨著通信技術(shù)從5g向6g的發(fā)展，人們開(kāi)始構(gòu)想一個(gè)全方位覆蓋、環(huán)保智能、感官連接以及通感融合的新期望。6g技術(shù)的一個(gè)顯著特點(diǎn)是它的多域整合，這意味著它不僅覆蓋了地面網(wǎng)絡(luò)，還擴(kuò)展到了空中和太空的領(lǐng)域。衛(wèi)星物聯(lián)網(wǎng)構(gòu)成了這一遠(yuǎn)景的核心部分，借助衛(wèi)星的全球覆蓋能力，實(shí)現(xiàn)了跨區(qū)域和跨國(guó)界的信息交流。由多顆衛(wèi)星構(gòu)成的衛(wèi)星物聯(lián)網(wǎng)具有廣泛的覆蓋范圍，能夠?qū)崿F(xiàn)全球范圍內(nèi)的網(wǎng)絡(luò)互聯(lián)。為了達(dá)到多域通信的目的，衛(wèi)星需要擁有更為高級(jí)的感知功能，這樣才能確保通信鏈路的穩(wěn)定性和可靠性。另一方面，由于接入的節(jié)點(diǎn)數(shù)量眾多，這增加了對(duì)頻譜資源的使用，使得原本就稀缺的無(wú)線(xiàn)頻譜資源變得更為稀少。從另一個(gè)角度來(lái)看，衛(wèi)星物聯(lián)網(wǎng)生成的數(shù)據(jù)量極為龐大，覆蓋了多種通信數(shù)據(jù)類(lèi)型，因此需要進(jìn)行大規(guī)模的數(shù)據(jù)處理和分析，以便從這些海量數(shù)據(jù)中提煉出有價(jià)值的信息和洞見(jiàn)。因此，通感一體化(isac,integrated?sensing?and?communication)已經(jīng)成為目前無(wú)線(xiàn)通信技術(shù)研究領(lǐng)域的焦點(diǎn)話(huà)題。isac具備通信與頻譜定位感知之間的協(xié)同作用，這有助于更好地分配各種通信資源，增強(qiáng)網(wǎng)絡(luò)的穩(wěn)定性，同時(shí)也能提升數(shù)據(jù)傳輸?shù)男屎驼w網(wǎng)絡(luò)表現(xiàn)，降低數(shù)據(jù)的延遲和丟包率。隨著衛(wèi)星物聯(lián)網(wǎng)架構(gòu)逐漸走向成熟，通感一體化框架依然面對(duì)著頻譜資源匱乏的挑戰(zhàn)。因此為了提高頻譜使用的效率，需要在更廣的頻率范圍內(nèi)采用寬帶頻譜感知技術(shù)。

2、此外，隨著無(wú)線(xiàn)通信環(huán)境變得越來(lái)越復(fù)雜和頻譜范圍不斷擴(kuò)大，傳統(tǒng)的采樣速度給接收端的前端設(shè)備帶來(lái)了極大的壓力。現(xiàn)有的數(shù)字接收設(shè)備已經(jīng)不能滿(mǎn)足寬帶信號(hào)處理的實(shí)際需求。為了應(yīng)對(duì)這個(gè)挑戰(zhàn)，基于壓縮感知理論的調(diào)制寬帶轉(zhuǎn)換器(mwc,modulatedwide?band?converter)系統(tǒng)被設(shè)計(jì)出來(lái)，此系統(tǒng)能夠?qū)ο∈璧男盘?hào)進(jìn)行有效的壓縮采樣。它的主要優(yōu)點(diǎn)包括：能夠支持欠奈奎斯特的采樣、可以同時(shí)移動(dòng)多個(gè)信號(hào)以達(dá)到下變頻的效果、對(duì)系統(tǒng)和信號(hào)模型的匹配度要求相對(duì)較低，并且非常適合各種應(yīng)用場(chǎng)景。mwc不僅可以解決頻譜感知方面的問(wèn)題，還能實(shí)現(xiàn)無(wú)失真的通信。它不僅可以在感知層面定位多頻帶信號(hào)，還可以在通信層面進(jìn)一步恢復(fù)原始信號(hào)。因此，mwc系統(tǒng)可以同時(shí)具備通信和感知的功能，符合isac的技術(shù)特點(diǎn)，將mwc系統(tǒng)應(yīng)用到通感一體化應(yīng)用中。

3、mwc系統(tǒng)中的正交匹配追蹤(the?orthogonal?matching?pursuit，omp)算法需要稀疏度已知的條件才能進(jìn)行重構(gòu)，而在實(shí)際條件下稀疏度未知或有變動(dòng)。針對(duì)此問(wèn)題有學(xué)者提出稀疏度自適應(yīng)匹配追蹤(sparsity?adaptive?matching?pursuit，samp)算法，并對(duì)此算法進(jìn)行諸多改進(jìn)。而從算法和結(jié)構(gòu)的角度來(lái)看，mwc系統(tǒng)的實(shí)施過(guò)程過(guò)分依賴(lài)于先驗(yàn)條件，且改進(jìn)的算法很少考慮到算法效率以及算法靈活度的問(wèn)題。由于固定步長(zhǎng)的限制，該算法無(wú)法滿(mǎn)足高精度高效率的重構(gòu)要求。同時(shí)在實(shí)際的寬帶頻譜感知場(chǎng)景中，由于信號(hào)數(shù)量的動(dòng)態(tài)變化，其自適應(yīng)調(diào)整能力相對(duì)較弱。由于信道的時(shí)變性和噪聲的干擾等多種因素，該系統(tǒng)的性能顯著下降，并且無(wú)法根據(jù)環(huán)境的實(shí)時(shí)變化來(lái)及時(shí)更新模型的參數(shù)。因此，這限制了mwc系統(tǒng)在寬帶頻譜感知場(chǎng)景中的應(yīng)用。

4、基于上述問(wèn)題考慮，本發(fā)明在混疊調(diào)制寬帶轉(zhuǎn)換器的基礎(chǔ)上進(jìn)行算法和結(jié)構(gòu)改進(jìn)。算法上提出基于稀疏度估計(jì)的指數(shù)變步長(zhǎng)自適應(yīng)匹配跟蹤(es-evssamp,theestimation?of?the?sparsity-exponential?variable?step?size?adaptive?matchingpursuit)算法，結(jié)構(gòu)上設(shè)計(jì)自適應(yīng)混疊調(diào)制寬帶轉(zhuǎn)換器系統(tǒng)。這個(gè)系統(tǒng)并不以信號(hào)的稀疏度為已知標(biāo)準(zhǔn)，其主要目的是提升采樣效率，并對(duì)信號(hào)進(jìn)行稀疏采樣。鑒于信號(hào)中充斥著眾多的噪聲，壓縮感知理論成為實(shí)現(xiàn)稀疏采樣的有效手段。該控制系統(tǒng)以稀疏采樣與重構(gòu)信號(hào)的對(duì)應(yīng)點(diǎn)誤差作為其核心控制參數(shù)。當(dāng)重構(gòu)誤差未能達(dá)到既定的標(biāo)準(zhǔn)時(shí)，系統(tǒng)將通過(guò)增加通道的數(shù)量來(lái)進(jìn)行調(diào)整，直到滿(mǎn)足既定的要求。在信號(hào)子帶數(shù)量較少但恢復(fù)速度較快的場(chǎng)景中，可以通過(guò)減少通道的數(shù)量來(lái)減少處理的數(shù)據(jù)量。在頻譜感知技術(shù)中，它也能夠滿(mǎn)足通感集成的通訊和感知需求。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是提供面向通感一體化的多頻帶信號(hào)恢復(fù)系統(tǒng)。使用的es-evssamp算法主要針對(duì)samp算法的算法效率和固定步長(zhǎng)逐級(jí)迭代的問(wèn)題，增加了稀疏度估計(jì)模塊并對(duì)固定步長(zhǎng)的遞進(jìn)迭代做出改進(jìn)；在調(diào)制寬帶轉(zhuǎn)換器結(jié)構(gòu)上進(jìn)行自適應(yīng)調(diào)整通道。為實(shí)現(xiàn)上述目的，具體改進(jìn)如下：

2、1)算法上加入了稀疏度估計(jì)模塊。該模塊能夠?qū)⒈驹撨M(jìn)行的迭代過(guò)程減小至通過(guò)少許步驟進(jìn)行快速迭代，通過(guò)設(shè)計(jì)的準(zhǔn)則判定大小尺度迭代的轉(zhuǎn)換，解決了迭代速度慢，算法效率低的問(wèn)題。

3、2)對(duì)原算法需要固定步長(zhǎng)的遞進(jìn)迭代做出改進(jìn)。利用指數(shù)函數(shù)的函數(shù)特征進(jìn)行步長(zhǎng)的自適應(yīng)調(diào)整，解決了因步長(zhǎng)影響無(wú)法同時(shí)滿(mǎn)足高精度高效率的問(wèn)題，同時(shí)也能夠體現(xiàn)了算法的靈活性。

4、改進(jìn)的算法(es-evssamp)步驟如下所示：

5、s1.輸入傳感矩陣am×n、觀(guān)測(cè)矩陣ym×1、步長(zhǎng)s、指數(shù)函數(shù)參數(shù)β、稀疏度估計(jì)參數(shù)δk、第一閾值參數(shù)θ1以及第二閾值參數(shù)θ2，其中觀(guān)測(cè)矩陣為傳感矩陣中的任意一列；

6、s2.初始化參數(shù)，其中包括迭代階段stage＝1、迭代次數(shù)t＝1、稀疏度估計(jì)k0＝s、殘差向量r0＝y(tǒng)、初始索引集候選索引集以及初始支撐集

7、s3.計(jì)算初始索引集λ0＝max(aty,k0)，其中max(a，b)函數(shù)的含義為取a矩陣中b個(gè)較大的元素；

8、s4.計(jì)算估計(jì)的稀疏度，若則k0＝k0+s，返回s3；否則k1＝k0，執(zhí)行s5；

9、s5.計(jì)算一個(gè)新的初始索引集λt＝max(|atrt-1|,kt)；

10、s6.合并并更新候選索引集ct＝ft-1∪λt；

11、s7.得到最小而成的估計(jì)信號(hào)值

12、s8.獲得當(dāng)前支撐集

13、s9.更新信號(hào)的最終估計(jì)及殘差

14、s10.若||rc||2≤θ1則進(jìn)行步驟9，否則進(jìn)行s13；

15、s11.若||rc||2≤θ2則停止迭代并輸出結(jié)果，否則進(jìn)行s12；

16、s12.若||rc||2≥||rt-1||2則kt+1＝kt+s,stage＝stage+1ftnew＝ft,t＝t+1，否則stage＝stage+1?ftnew＝ft,t＝t+1。然后轉(zhuǎn)回s5；

17、s13.輸出

18、3)結(jié)構(gòu)上引入自適應(yīng)調(diào)整通帶數(shù)模塊，通過(guò)比較采樣點(diǎn)和重構(gòu)后相應(yīng)信號(hào)點(diǎn)，利用誤差動(dòng)態(tài)地調(diào)整系統(tǒng)的通道數(shù)量，從而達(dá)到自動(dòng)調(diào)整通道數(shù)量的目的。

19、本發(fā)明的一種計(jì)算機(jī)裝置，包括處理器及在處理器上運(yùn)行的計(jì)算機(jī)程序，處理器用于執(zhí)行多頻帶信號(hào)恢復(fù)系統(tǒng)的步驟。

20、本發(fā)明解決了原有samp算法進(jìn)行重構(gòu)恢復(fù)所產(chǎn)生的問(wèn)題：

21、1)根據(jù)稀疏度估計(jì)模塊提升算法的整體運(yùn)行效率。

22、2)指數(shù)函數(shù)自適應(yīng)變步長(zhǎng)能夠提升算法的靈活性，從而能夠在提升算法效率的同時(shí)能根據(jù)實(shí)際情況的具體要求調(diào)整精度。能夠更精準(zhǔn)的對(duì)頻譜位置進(jìn)行定位，更精確的重構(gòu)信號(hào)。

23、3)結(jié)構(gòu)改進(jìn)能夠降低采樣率并提供合適的通道數(shù)，防止通信資源浪費(fèi)。