正交頻分復(fù)用（OFDM）系統(tǒng)中,由于頻率發(fā)生選擇性衰落會(huì)導(dǎo)致信道在數(shù)據(jù)傳輸中產(chǎn)生符號(hào)間干擾,因此接收機(jī)往往需要知道信道狀態(tài)信息。而在海上通信的情況下,信道傳輸會(huì)受到多種外界因素的干擾,往往需要預(yù)先進(jìn)行信道探測(cè)估計(jì)。為了提高估計(jì)性能,該文提出一種基于奇異值分解優(yōu)化觀測(cè)矩陣的快速貝葉斯匹配追蹤稀疏信道估計(jì)優(yōu)化算法（FBMPO）,該算法不僅能夠充分考慮海上通信的信道稀疏性,也能夠降低信道的不確定性帶來(lái)的影響。計(jì)算機(jī)仿真實(shí)驗(yàn)表明,與傳統(tǒng)的信道估計(jì)算法相比,該算法能夠提高信道估計(jì)的精確度。 

【文章來(lái)源】：電子與信息學(xué)報(bào). 2020,42(02)北大核心EICSCD

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

海上通信損耗模型

}=Ehh22(30)其中，h與h則表示實(shí)際信道向量與信道估計(jì)向量。在圖2—圖4中，比較了FBMPO算法與OMP和BCS算法，可以發(fā)現(xiàn)貝葉斯快速匹配追蹤算法比其他兩個(gè)算法在均方誤差指標(biāo)方面，優(yōu)化效果更好。同時(shí)本文比較了當(dāng)導(dǎo)頻序列為32,48,64時(shí)信道估計(jì)的效果。結(jié)果表明，在海上稀疏信道的背景下，當(dāng)選取較長(zhǎng)的訓(xùn)練序列的時(shí)候，信道估計(jì)的效果會(huì)越來(lái)越好，獲得較低的均方誤差。同時(shí)，從圖5不難發(fā)現(xiàn)，本文更改了p1的值，它的取值會(huì)對(duì)搜索集圖2N為32時(shí)，p1為0.04時(shí)，3種算法的AMSE對(duì)比圖3N為48時(shí)，p1為0.04時(shí)，3種算法的AMSE對(duì)比圖4N為64時(shí)，p1為0.04時(shí)，3種算法的AMSE對(duì)比圖5N為32時(shí)，p1為0.01時(shí)，3種算法的AMSE對(duì)比表1FBMPO算法的偽代碼FBMPO算法輸入：參數(shù)向量s,觀測(cè)矩陣φi，迭代閾值K,RandL；輸出：hMMSE;μ0,1(1)Initializeby式(20)(2)fori←1toL:bi←φ1i;βi←(1+σ12Tibi)1(3);μ1,i←μ0,1+12lg(βiσ12)+12βiyTbi2+lgp11p1(4);(5)endfor(6)forq←1toK:μ1,q←μ1,ib1,q(1)←μ1,ic1,q(1)←c1,iβ1,q(1)←β1,i(7);;;;(8)endfori←U1W2V1Ti′←U1W2′V1T(9);;(10)forl←1toR:βi←(1+σ12i′Tbi)1(11);μi←μ(l1)+12lgβi+12βi(sTc(l)i)2+lgp11p1(12);i(l)←argma

(30)其中，h與h則表示實(shí)際信道向量與信道估計(jì)向量。在圖2—圖4中，比較了FBMPO算法與OMP和BCS算法，可以發(fā)現(xiàn)貝葉斯快速匹配追蹤算法比其他兩個(gè)算法在均方誤差指標(biāo)方面，優(yōu)化效果更好。同時(shí)本文比較了當(dāng)導(dǎo)頻序列為32,48,64時(shí)信道估計(jì)的效果。結(jié)果表明，在海上稀疏信道的背景下，當(dāng)選取較長(zhǎng)的訓(xùn)練序列的時(shí)候，信道估計(jì)的效果會(huì)越來(lái)越好，獲得較低的均方誤差。同時(shí)，從圖5不難發(fā)現(xiàn)，本文更改了p1的值，它的取值會(huì)對(duì)搜索集圖2N為32時(shí)，p1為0.04時(shí)，3種算法的AMSE對(duì)比圖3N為48時(shí)，p1為0.04時(shí)，3種算法的AMSE對(duì)比圖4N為64時(shí)，p1為0.04時(shí)，3種算法的AMSE對(duì)比圖5N為32時(shí)，p1為0.01時(shí)，3種算法的AMSE對(duì)比表1FBMPO算法的偽代碼FBMPO算法輸入：參數(shù)向量s,觀測(cè)矩陣φi，迭代閾值K,RandL；輸出：hMMSE;μ0,1(1)Initializeby式(20)(2)fori←1toL:bi←φ1i;βi←(1+σ12Tibi)1(3);μ1,i←μ0,1+12lg(βiσ12)+12βiyTbi2+lgp11p1(4);(5)endfor(6)forq←1toK:μ1,q←μ1,ib1,q(1)←μ1,ic1,q(1)←c1,iβ1,q(1)←β1,i(7);;;;(8)endfori←U1W2V1Ti′←U1W2′V1T(9);;(10)forl←1toR:βi←(1+σ12i′Tbi)1(11);μi←μ(l1)+12lgβi+12βi(sTc(l)i)2+lgp11p1(12);i(l)←argmaxi(13)μi;G(l)←G(l1)∪{i

【參考文獻(xiàn)】：
期刊論文
[1]基于觀測(cè)矩陣優(yōu)化的自適應(yīng)壓縮感知算法[J]. 胡強(qiáng),林云.  計(jì)算機(jī)應(yīng)用. 2017(12)



本文編號(hào)：3219938