摘要

本发明公开了一种基于稀疏与低秩特征的深度展开水声信道估计方法,包括以下步骤:联合利用水声双扩展信道在时延-多普勒域的稀疏和低秩先验知识,将稀疏和低秩两部分矩阵采用交替线性化最小化方法来求解水声信道。同时,通过设置一定的阈值,使深度展开算法网络具有自适应迭代深度。本发明在时延-多普勒域弱稀疏性的背景下,无需依赖水声双扩展信道的稀疏性,采用深度展开算法,使改进后的深度学习方法既具有基于模型方法的良好解释性又具有经典深度学习网络方法的稳定性,该方法在用于仿真数据和真实数据测试时,表现出良好的估计性能。