1.一种基于压缩感知的OFDM稀疏信道估计中的导频优化方法，其特征在于：该方法包括以下步骤：S1：把测量矩阵互相关值最小(MIP)准则作为二进制粒子群算法的目标优化函数，然后确定二进制粒子群算法的基本参数；

S2：利用混沌初始化对粒子的速度和位置进行初始化；

S3：求出对应的粒子的适应度函数，并且根据适应度计算出粒子群的个体最优值和全局最优值；检查结束条件是否满足，满足则结束，否则继续对粒子的速度和位置进行更新；

S4：对更新之后的粒子中，对不符合要求的粒子进行变异，然后返回步骤S3进行迭代。

2.根据权利要求1所述的一种基于压缩感知的OFDM稀疏信道估计中的导频优化方法，其特征在于：在步骤S1中：在基于压缩感知的OFDM稀疏信道估计中，假设当前所有子载波的构成的集合为c＝{c1,c2,c3,...,cN}，其中N表示子载波的总数，从c中的N个子载波中选择出P个子载波用于发送导频符号，则导频子载波构成的信号P×P维矩阵XP×P表示导频处发送的信号，P×L维矩阵：

是对应的P个导频处的快速傅里叶变换矩阵；根据测量矩阵互相关值最小(MIP)准则，测量矩阵T的互相关值 越小，稀疏信号的重构精度越高；则μ{T}的最小值是该二进制粒子群算法的优化目标，其中，τm和τn分别表示测量矩阵T的第m列和第n列元素，L表示信道的长度，则可以得：上式中的P表示导频总数，ci表示从N个子载波中选择出的第i个子载波用于发送导频符号，||Xi||2表示第i个导频对应的信号的功率；

其中影响矩阵XP×PFP×L取值的共有两个因素，一个是导频符号在子载波中的位置，另一个是导频符号的信号功率；假定所有的导频符号的信号功率都相同，都等于1，则此时μ{T}的大小只与导频的位置有关，那么问题就是如何从N个子载波中选择出P个子载波作为导频进行传输，使得μ{T}最小，设a＝n-m，μ{T}用目标函数f(p)表示，则求最优导频序列问题可以表示为求 的值，然后得出对应的导频。

3.根据权利要求1所述的一种基于压缩感知的OFDM稀疏信道估计中的导频优化方法，其特征在于：在步骤S2中：选用混沌初始化方法，利用Logistic映射的方法，公式如下zk+1＝μzk(1-zk)其中zk是Logistic映射的混沌变量，μ是混沌因子，其中μ取值为4。

4.根据权利要求1所述的一种基于压缩感知的OFDM稀疏信道估计中的导频优化方法，其特征在于：在步骤S3中：由于每个粒子都由二进制编码表示，速度则决定在[0,1]区间上的转变概率参数，该参数的取值就是位变量取数值“1”的概率，为了将速度的值映射到[0,

1]区间内，利用sigmod函数，表示如下：

BPSO中粒子的速度和位置更新可以表示：

在式中， 和 分别表示粒子i在第t+1代的第m维空间的速度和位置，rand是一个0与

1之间的随机数，c1，c2是学习因子，r1，r2是0和1之间的随机数；w是惯性权重， 表示第i个粒子进化到第t代的最好位置， 表示整个种群进化到第t代的最好位置。

5.根据权利要求1所述的一种基于压缩感知的OFDM稀疏信道估计中的导频优化方法，其特征在于：在步骤S4中：为了保证粒子的快速收敛，引入了一种粒子的变异机制；具体包括：如果每一代的粒子群迭代后经过粒子位置更新之后，这一代粒子群中若发现某个粒子的取值为数值“1”的维数之和Q大于规定的导频个数P时，则对该粒子进行变异，变异的机制是：从该粒子的Q维取值为数值“1”的元素中随机选取Q-P维元素，将其都突变为0，则突变后的该粒子取值为数值“1”的维数之和变为P。