本文關(guān)鍵詞：基于壓縮感知的信道估計方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：在無線通信系統(tǒng)中,準(zhǔn)確、實時的信道估計是接收機進行數(shù)據(jù)解調(diào)的必要條件。傳統(tǒng)的線性信道估計方法由于沒有考慮無線多徑信道固有的稀疏特性,使用大量參考信號來獲取信道狀態(tài)信息,導(dǎo)致系統(tǒng)的頻譜效率不高。壓縮感知作為一種全新的數(shù)據(jù)采樣、處理方法,能夠從極少的觀測樣本中準(zhǔn)確恢復(fù)原始信號,它的提出為信道估計提供了新的研究方向。本文基于無線多徑信道固有的稀疏特性,針對特定條件下的稀疏信道重構(gòu)問題,研究了相應(yīng)的改進算法,以實現(xiàn)信道狀態(tài)信息的更優(yōu)估計。論文的主要研究內(nèi)容如下： 針對壓縮感知重構(gòu)算法在噪聲信道估計中精確度不高的問題,本文提出了一種基于判別分析的改進算法。該算法引入分類的思想,通過計算樣本之間的馬氏距離來辨析信道的真實傳播徑與噪聲,使得在噪聲影響的情況下也能有效恢復(fù)出信道的狀態(tài)信息。仿真結(jié)果表明,無論在低信噪比還是高信噪比條件下,所提出的改進算法均優(yōu)于經(jīng)典的重構(gòu)算法。 針對壓縮感知重構(gòu)算法對稀疏度先驗條件的依賴問題,本文在分析了現(xiàn)有的一種稀疏度自適應(yīng)重構(gòu)算法SAMP的基礎(chǔ)上,提出了一種基于關(guān)聯(lián)度分析的稀疏度自適應(yīng)改進算法。該算法通過關(guān)聯(lián)度分析一次性估計出信道的稀疏度,然后將其應(yīng)用到后續(xù)的回溯迭代重構(gòu)中,使信道估計可以在較少的迭代次數(shù)下完成。仿真結(jié)果表明,該算法可以取得與SAMP算法相近的恢復(fù)性能,但在計算復(fù)雜度上卻大為降低。 針對現(xiàn)存的壓縮感知信道估計方法局限于特定時刻信道估計的不足,本文將動態(tài)壓縮感知的思想引入到信道估計中。在動態(tài)壓縮感知的框架下,基于信道的稀疏特性和時變特性,建立了以信道稀疏多徑為狀態(tài)變量的降采樣狀態(tài)變量方程,然后利用一種壓縮卡爾曼濾波算法實現(xiàn)信道狀態(tài)的恢復(fù)。仿真結(jié)果表明,相對于傳統(tǒng)的確定性壓縮感知方法,新方法能有效提高信道估計的效率和準(zhǔn)確性。 綜上所述,本文針對稀疏信道重構(gòu)的三個研究點,在已有研究的基礎(chǔ)上提出了相應(yīng)的改進算法,為解決壓縮感知理論在信道估計應(yīng)用中存在的重構(gòu)算法性能不高等問題提供了可以參考的優(yōu)化方法。
【關(guān)鍵詞】：信道估計 壓縮感知 判別分析 稀疏度自適應(yīng) 壓縮卡爾曼濾波
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TN911.23
【目錄】：

• 摘要4-6
• ABSTRACT6-10
• 第一章 緒論10-14
• 1.1 論文研究背景10-11
• 1.1.1 研究背景及意義10-11
• 1.1.2 課題來源11
• 1.2 論文主要研究工作11-12
• 1.3 論文結(jié)構(gòu)安排12-13
• 1.4 本章小結(jié)13-14
• 第二章 壓縮感知及其在信道估計中的應(yīng)用14-23
• 2.1 壓縮感知理論概述14-19
• 2.1.1 信號稀疏表示14-15
• 2.1.2 觀測矩陣設(shè)計15-17
• 2.1.3 信號重構(gòu)算法17-18
• 2.1.4 壓縮感知的應(yīng)用18-19
• 2.2 壓縮信道感知的可行性及關(guān)鍵問題19-21
• 2.2.1 無線信道的特性19-21
• 2.2.2 壓縮信道感知關(guān)鍵問題21
• 2.3 本章小結(jié)21-23
• 第三章 基于判別分析的稀疏信道估計23-35
• 3.1 基于OMP算法的信道估計23-26
• 3.1.1 信道估計模型23-25
• 3.1.2 基于OMP的信道估計25-26
• 3.2 判別與分類技術(shù)理論基礎(chǔ)26-28
• 3.2.1 類的定義26-27
• 3.2.2 馬氏距離27-28
• 3.3 基于判別分析的稀疏信道估計算法28-32
• 3.3.1 兩總體的距離判別28-31
• 3.3.2 基于馬氏距離判別的信道估計算法31-32
• 3.4 仿真結(jié)果與分析32-34
• 3.5 本章小結(jié)34-35
• 第四章 基于稀疏度自適應(yīng)的信道估計35-47
• 4.1 基于SAMP的信道估計算法35-37
• 4.2 一種改進的自適應(yīng)信道估計算法37-43
• 4.2.1 稀疏度估計37-41
• 4.2.2 回溯迭代41-42
• 4.2.3 算法實現(xiàn)42-43
• 4.3 仿真結(jié)果與分析43-46
• 4.4 本章小結(jié)46-47
• 第五章 基于動態(tài)壓縮感知的信道估計47-57
• 5.1 兩種稀疏濾波算法47-52
• 5.1.1 壓縮卡爾曼濾波48-50
• 5.1.2 稀疏自適應(yīng)濾波50-52
• 5.2 基于壓縮卡爾曼濾波的信道估計52-54
• 5.2.1 信道估計模型52-53
• 5.2.2 基于CSKF的信道估計算法53-54
• 5.3 仿真結(jié)果與分析54-56
• 5.4 本章小結(jié)56-57
• 第六章 總結(jié)與展望57-59
• 6.1 論文工作總結(jié)57-58
• 6.2 下一步工作展望58-59
• 參考文獻59-63
• 致謝63-64
• 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)成果目錄64

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 石光明;劉丹華;高大化;劉哲;林杰;王良君;;壓縮感知理論及其研究進展[J];電子學(xué)報;2009年05期

  本文關(guān)鍵詞：基于壓縮感知的信道估計方法研究，，由筆耕文化傳播整理發(fā)布。

本文編號：403539