用于多径多普勒跟踪的在线分段递归最小二乘
信号处理
2023-05-31 v1
摘要
水下通信信号通常因运动引起的多普勒而失真。尤其在浅水环境中，由于时变多普勒效应以不同方式扭曲各路径，信号恢复具有挑战性。然而，传统的多普勒估计算法通常对所有路径建模为均匀多普勒，往往无法在多径环境中提供鲁棒的多普勒跟踪。在本文中，我们提出了一种受动态规划启发的方法，称为在线分段递归最小二乘（OSRLS），用于顺序估计不同多径到达上的时变非均匀多普勒。通过将非线性时间失真近似为分段线性马尔可夫模型，我们在称为分段最小二乘（SLS）的动态规划框架中表述该问题。为了避免病态公式，在线性化过程中向多普勒模型添加了扰动。该算法的成功运行在具有时变非均匀多普勒的合成信道仿真中得到了验证。
关键词
引用
@article{arxiv.2305.19127,
title = {Online Segmented Recursive Least-Squares for Multipath Doppler Tracking},
author = {Jae Won Choi and Girish Chowdhary and Andrew C. Singer and Hari Vishnu and Amir Weiss and Gregory W. Wornell and Grant Deane},
journal= {arXiv preprint arXiv:2305.19127},
year = {2023}
}