發(fā)布時(shí)間：2018-01-14 19:39

  本文關(guān)鍵詞：基于ISL0算法的碼間干擾稀疏多徑信道估計(jì)　出處：《通信學(xué)報(bào)》2014年05期 　論文類型：期刊論文

  更多相關(guān)文章： 壓縮采樣 線性規(guī)劃 非凸優(yōu)化 ISL算法 稀疏恢復(fù)

【摘要】：針對(duì)存在碼間干擾ISI的稀疏多徑信道,已提出基于壓縮感知理論的平滑SL0算法來(lái)研究其稀疏特性,然而SL0算法的迭代方向?yàn)樨?fù)梯度方向,存在"鋸齒效應(yīng)",且其代價(jià)函數(shù)"陡峭性"性能欠佳,使得信道估計(jì)和收斂效果均未達(dá)到最優(yōu)。因此提出利用拉格朗日算子,結(jié)合牛頓法來(lái)改進(jìn)和優(yōu)化SL0算法,獲得了快速和高效的信號(hào)重構(gòu)ISL0算法,對(duì)稀疏多徑信道狀態(tài)信息進(jìn)行了相關(guān)估計(jì),分析了信噪比SNR和迭代次數(shù)等參數(shù)對(duì)重構(gòu)信號(hào)均方誤差MSE的影響。比較了ISL0算法與其他相關(guān)算法的迭代時(shí)間以及對(duì)稀疏信道中ISI均衡效果的差異。算法的優(yōu)越性通過(guò)仿真得到驗(yàn)證,實(shí)時(shí)仿真結(jié)果顯示ISL0算法能很好地對(duì)稀疏信道進(jìn)行估計(jì)。在同樣信道環(huán)境條件下,相比CoSaMP、SL0及其他算法,ISL0算法的性能有了較大提高。
[Abstract]:For sparse multipath channels with inter-symbol interference (ISI), a smoothing SL0 algorithm based on compression sensing theory is proposed to study its sparse properties. However, the iterative direction of SL0 algorithm is negative gradient direction. There is "sawtooth effect", and its cost function "steepness" performance is poor, so channel estimation and convergence effect are not optimal. Therefore, Lagrangian operator is proposed. Combining Newton method to improve and optimize the SL0 algorithm, a fast and efficient signal reconstruction ISL0 algorithm is obtained, and the correlation estimation of sparse multipath channel state information is carried out. The effects of SNR, SNR and iteration times on the mean square error (MSE) of reconstructed signals are analyzed. The iterative time of ISL0 algorithm and other related algorithms and the effect of ISI equalization on sparse channel are compared. The superiority of the algorithm is verified by simulation. The real time simulation results show that the ISL0 algorithm can estimate the sparse channel very well. In the same channel environment, compared with the CoSMP ISL0 SL0 and other algorithms. The performance of ISL0 algorithm has been greatly improved.
【作者單位】： 南京信息工程大學(xué)電子與信息工程學(xué)院;日本國(guó)立新瀉大學(xué)工學(xué)部電氣電子工學(xué)科;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(61372128) 科技部公益性行業(yè)專項(xiàng)基金資助項(xiàng)目(GYHY200906053) 江蘇省科技支撐計(jì)劃(工業(yè))基金資助項(xiàng)目(BE2011195)~~
【分類號(hào)】：TN911.23
【正文快照】： 1引言無(wú)線多徑衰落信道和水聲信道通常都是稀疏信道,在數(shù)字通信理論的架構(gòu)下,稀疏信道都可以建模成有限沖激響應(yīng)(FIR,finite impulse response)稀疏濾波向量[1,2]。由于多徑效應(yīng),在數(shù)字通信系統(tǒng)中不可避免地會(huì)存在碼間干擾(ISI,inter symbolinterference),所以對(duì)存在ISI的稀疏

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 孔德廷;伍守豪;金濤;張義德;;維特比均衡算法[J];通信技術(shù);2010年09期

2 邵漢欽;徐大專;王磊;;兩徑衰落短波信道下的改進(jìn)型雙向判決反饋均衡器[J];應(yīng)用科學(xué)學(xué)報(bào);2012年05期

3 付少忠;葛建華;王勇;;快速收斂的指數(shù)線性均衡器長(zhǎng)度更新算法[J];系統(tǒng)仿真學(xué)報(bào);2009年16期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 顧福飛;張群;梁穎;楊秋;孫鳳蓮;;基于壓縮感知的地面運(yùn)動(dòng)目標(biāo)成像方法[J];電波科學(xué)學(xué)報(bào);2013年04期

2 王蓉芳;焦李成;劉芳;楊淑媛;;利用紋理信息的圖像分塊自適應(yīng)壓縮感知[J];電子學(xué)報(bào);2013年08期

3 秦乙;朱衛(wèi)綱;胡旭;舒奇泉;;寬帶跳頻信號(hào)的壓縮采樣與重構(gòu)[J];國(guó)外電子測(cè)量技術(shù);2013年09期

4 鄒建成;崔海港;;一種新的基于壓縮感知的稀疏音頻水印算法[J];北方工業(yè)大學(xué)學(xué)報(bào);2013年03期

5 羅孟儒;周四望;;自適應(yīng)小波包圖像壓縮感知方法[J];電子與信息學(xué)報(bào);2013年10期

6 陳潔;薄遵望;韓申生;;高斯振幅調(diào)制下基于稀疏性的鬼成像[J];光學(xué)學(xué)報(bào);2013年09期

7 CAI Yun;LI Song;;Compressed data separation via dual frames based split-analysis with Weibull matrices[J];Applied Mathematics:A Journal of Chinese Universities(Series B);2013年04期

8 呂方旭;張金成;石洪君;王泉;王鈺;;WSN中的分布式壓縮感知[J];傳感技術(shù)學(xué)報(bào);2013年10期

9 喬田田;張宇;李維國(guó);;一種基于壓縮感知的信號(hào)重建新算法[J];電訊技術(shù);2013年10期

10 徐藝萌;管樺;王國(guó)正;張群;周麗;;基于Chirplet變換和壓縮感知的空中顫振目標(biāo)稀疏成像[J];電訊技術(shù);2013年10期

相關(guān)會(huì)議論文 前2條

1 舒奇泉;胡旭;秦乙;;模擬信號(hào)壓縮采樣的自適應(yīng)改進(jìn)算法[A];虛擬運(yùn)營(yíng)與云計(jì)算——第十八屆全國(guó)青年通信學(xué)術(shù)年會(huì)論文集（上冊(cè)）[C];2013年

2 Fu Liu;;Image Fusion Using Compressed Sensing in Nonsubsampled Contourlet Transform Domain[A];2013年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第二分冊(cè)）[C];2013年

相關(guān)博士學(xué)位論文 前10條

1 曹欣遠(yuǎn);應(yīng)用壓縮感知求解寬角度激勵(lì)下三維電磁散射問(wèn)題[D];安徽大學(xué);2013年

2 胡南;基于稀疏重構(gòu)的陣列信號(hào)波達(dá)方向估計(jì)算法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2013年

3 呂偉;MIMO無(wú)線通信系統(tǒng)中的稀疏信號(hào)檢測(cè)與優(yōu)化[D];華中科技大學(xué);2013年

4 宋相法;基于稀疏表示和集成學(xué)習(xí)的若干分類問(wèn)題研究[D];西安電子科技大學(xué);2013年

5 李彥兵;基于微多普勒效應(yīng)的運(yùn)動(dòng)車輛目標(biāo)分類研究[D];西安電子科技大學(xué);2013年

6 張選德;基于非局部信息的圖像恢復(fù)和圖像質(zhì)量評(píng)價(jià)[D];西安電子科技大學(xué);2013年

7 耿耀君;高通量數(shù)據(jù)特征選擇算法研究[D];西安電子科技大學(xué);2013年

8 高大化;基于編碼感知的高分辨率計(jì)算成像方法研究[D];西安電子科技大學(xué);2013年

9 朱偉;米波數(shù)字陣列雷達(dá)低仰角測(cè)高方法研究[D];西安電子科技大學(xué);2013年

10 李志雄;大型船舶推進(jìn)系統(tǒng)的動(dòng)力學(xué)建模與狀態(tài)監(jiān)測(cè)方法研究[D];武漢理工大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 吳悟;基于EDGE Evolution的判決反饋維特比均衡算法研究與實(shí)現(xiàn)[D];西安電子科技大學(xué);2012年

2 劉娜;低秩矩陣完整化問(wèn)題的方法研究[D];吉林大學(xué);2013年

3 郎彥昆;壓縮感知技術(shù)及其在數(shù)字圖像壓縮編碼中的應(yīng)用研究[D];北方工業(yè)大學(xué);2013年

4 肖濤;一比特壓縮傳感研究[D];天津理工大學(xué);2013年

5 劉京川;基于稀疏度檢測(cè)的寬帶壓縮頻譜感知方法研究[D];北京郵電大學(xué);2013年

6 韋瑤;基于壓縮感知的多聚焦圖像融合技術(shù)研究[D];西南交通大學(xué);2013年

7 宋騰;分?jǐn)?shù)階Fourier域的圖像壓縮感知研究[D];鄭州大學(xué);2013年

8 謝貞輝;基于壓縮感知的嵌入式圖像采集節(jié)點(diǎn)的設(shè)計(jì)與實(shí)現(xiàn)[D];安徽大學(xué);2013年

9 王惠陽(yáng);認(rèn)知無(wú)線電寬帶頻譜感知技術(shù)研究[D];安徽大學(xué);2013年

10 李維明;基于矩陣分解的壓縮感知重構(gòu)算法的研究[D];安徽大學(xué);2013年

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 黃震亞;管云峰;孫軍;;無(wú)線信道中的單載波頻域均衡技術(shù)研究[J];通信技術(shù);2007年04期

，

本文編號(hào)：1425048