基于压缩感知的信道估计算法研究

来源 :西南交通大学 | 被引量 : 0次 | 上传用户:songtiger2222
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在正交频分复用(OFDM)系统中,准确、实时的信道估计是接收信息成功解调的重要保证。高速移动和多径传播环境使得基站和移动台之间的信号受到多普勒效应和多径效应的影响。为获得准确的信道响应,传统的信道估计算法利用大量的导频获取信道状态信息CSI(Channel State Information),使得导频开销难以降低,造成系统频谱利用率下降。因此,在信道估计性能和导频开销之间取得良好的折中,一直是信道估计亟需解决的问题。本文主要研究基于压缩感知理论的信道估计算法,主要研究内容如下:1.研究了无线通信传播环境的特性和无线信道建模的相关知识,建立信道的CE-BEM模型,研究表明,信道基扩展模型的基系数表现出稀疏性,为压缩感知信道估计提供了理论保证;搭建SISO-OFDM链路级仿真平台,利用搭建的仿真平台,对传统信道估计算法和压缩感知信道估计算法进行仿真分析。2.从理论上分析了压缩感知理论应用于信道估计的可行性,建立了压缩感知理论和OFDM系统信道估计算法的联系;恢复算法是压缩感知领域研究的重点之一,本文对多种压缩感知恢复算法进行理论分析,针对算法的缺陷,设计算法的优化方案;在链路级系统仿真平台上,对多种压缩感知信道估计算法进行了仿真验证。3.论文针对正交匹配追踪算法具有信道估计效率低、需要信道稀疏度作为先验信息等缺点,进行算法优化。首先,针对需要稀疏度作为先验信息的缺点,采用稀疏度自适应匹配追踪(CE-SAMP)算法进行信道估计,实验结果表明,CE-SAMP信道估计算法不需要确定的稀疏度作为先验信息,而且算法效率高于正交匹配追踪算法;针对SAMP算法不能准确逼近真实稀疏度的缺陷,设计了可变步长稀疏度自适应匹配追踪(CE-AsSAMP)估计算法;论文结合分段匹配追踪和共轭梯度方向更新的思想,设计了分段共轭匹配追踪(CE-StCGP)估计算法,并进行了仿真分析,实验结果表明,在实现相同信道估计均方误差性能的情况下,分段共轭匹配追踪算法的恢复速度最快。
其他文献
能源危机和日益严重的环境问题,推动了电动汽车的发展。蓄电池作为电动汽车的动力源,其性能的优劣成为电动汽车发展成败的关键因素。能量均衡可以最大限度的提高蓄电池组的使用寿命,因此蓄电池组均衡技术成为目前热门的课题。基于串联锂离子电池组在充放电过程中存在着过充、过放以及传统均衡方式存在能量损耗的问题,文中提出了一种实现电池组无损智能均衡的方案。本文所要研究的内容有以下几点:(1)简单介绍锂离子电池特性及
分布式拒绝服务(DDoS)攻击是互联网目前最大的威胁之一,随着网络技术的发展,防御也变得愈加困难。其中, SYN Flood攻击是DDos中比较难以防御的一种攻击,其利用TCP协议族“三
随着云计算与大数据技术的快速发展,各大云服务供应商开始建立自己的云计算基础设施,为用户提供按需付费、即取即用的云计算服务。云计算服务的众多好处,使其备受用户的欢迎,其良
正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)作为无线环境下的一种多载波调制技术,它具有良好的抗多径衰落性能和高效的频带利用率。特别地,OFDM技术可
随着信息技术的发展,大量的存储设备和数字设备的出现和广泛使用,使得人们有越来越多的机会接触到图像信息。图像数量的大幅增加,使得传统的依靠人工方法从图像库中检索需要