本文關(guān)鍵詞： 信道估計(jì) 壓縮感知 稀疏度自適應(yīng) 超寬帶　出處：《電子科技大學(xué)學(xué)報(bào)》2017年03期 　論文類型：期刊論文

【摘要】：針對在超寬帶信道估計(jì)中應(yīng)用壓縮感知理論需要預(yù)知信道稀疏度的問題,利用超寬帶信道在時(shí)域上的稀疏性,將信道估計(jì)問題轉(zhuǎn)化為壓縮感知理論中的稀疏向量重構(gòu)問題,提出了稀疏度自適應(yīng)正則化壓縮采樣匹配追蹤(SARCoSaMP)算法。該算法在壓縮采樣匹配追蹤(CoSaMP)算法的基礎(chǔ)上,引入自適應(yīng)和正則化方法,自動(dòng)調(diào)整所選原子數(shù)目,逐步逼近信道稀疏度K,在稀疏度未知的情況下精確地實(shí)現(xiàn)信道估計(jì)。仿真結(jié)果表明,該算法可有效應(yīng)用于超寬帶系統(tǒng)的信道估計(jì),并且其性能明顯優(yōu)于CoSaMP算法和稀疏自適應(yīng)匹配追蹤(SAMP)算法。
[Abstract]:To solve the problem of predicting channel sparsity in UWB channel estimation using compressed sensing theory, the channel estimation problem is transformed into sparse vector reconstruction problem in compressed sensing theory by using the sparse property of UWB channel in time domain. In this paper, a sparse degree adaptive regularized compression sampling matching tracking (SARCoSaMP) algorithm is proposed. Based on the compressed sampling matching tracking CoSaMPalgorithm, adaptive and regularized methods are introduced to automatically adjust the number of selected atoms. The channel sparsity K is approximated step by step, and the channel estimation is realized with unknown sparsity. The simulation results show that the proposed algorithm can be effectively applied to the channel estimation of UWB systems. And its performance is better than CoSaMP algorithm and sparse adaptive matching tracking algorithm.
【作者單位】： 中國礦業(yè)大學(xué)信息與控制工程學(xué)院;
【基金】：國家自然科學(xué)基金(51274202)
【分類號(hào)】：TN911.23

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前4條

1 王妮娜;桂冠;蘇泳濤;石晶林;張平;;基于壓縮感知的MIMO-OFDM系統(tǒng)稀疏信道估計(jì)方法[J];電子科技大學(xué)學(xué)報(bào);2013年01期

2 楊劍;蔣挺;趙成林;周正;;基于CS-ROMP算法的超寬帶信道估計(jì)[J];無線電工程;2011年05期

3 王宏;周正歐;李廷軍;孔令講;;超寬帶脈沖穿墻雷達(dá)互相關(guān)BP成像[J];電子科技大學(xué)學(xué)報(bào);2011年01期

4 楊成;馮巍;馮輝;楊濤;胡波;;一種壓縮采樣中的稀疏度自適應(yīng)子空間追蹤算法[J];電子學(xué)報(bào);2010年08期

【共引文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 王艷芬;叢瀟雨;孫彥景;;一種稀疏度自適應(yīng)超寬帶信道估計(jì)算法[J];電子科技大學(xué)學(xué)報(bào);2017年03期

2 田金鵬;劉小娟;劉燕平;薛瑩;鄭國莘;;多候選集廣義正交匹配追蹤算法[J];應(yīng)用科學(xué)學(xué)報(bào);2017年02期

3 高飛;梅力丹;潘紅云;薛艷明;;MIMO-OFDM系統(tǒng)中基于RAMP及其改進(jìn)的稀疏信道估計(jì)算法[J];北京理工大學(xué)學(xué)報(bào);2017年03期

4 李楠;任清華;蘇玉澤;;TDCS壓縮感知觀測矩陣構(gòu)造方法[J];計(jì)算機(jī)工程與設(shè)計(jì);2017年01期

5 王軍選;薛燕;李小平;謝永斌;;基于壓縮感知的OFDM信號(hào)壓縮和恢復(fù)[J];西安郵電大學(xué)學(xué)報(bào);2017年01期

6 田金鵬;劉小娟;鄭國莘;;遞減候選集正則化子空間追蹤算法[J];控制與決策;2017年02期

7 饒志華;諶洪茂;鐘凱;;OFDM系統(tǒng)基于壓縮感知的信道估計(jì)方法[J];科技廣場;2016年11期

8 田金鵬;劉小娟;鄭國莘;;一種變步長稀疏度自適應(yīng)子空間追蹤算法[J];自動(dòng)化學(xué)報(bào);2016年10期

9 楊亮;齊麗娜;;基于壓縮感知的MIMO-OFDM系統(tǒng)的信道估計(jì)[J];通信技術(shù);2016年10期

10 王軍選;李小平;;壓縮感知實(shí)現(xiàn)BBU-RRU之間的數(shù)據(jù)壓縮[J];光通信研究;2016年05期

【二級(jí)參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前5條

1 周小平;方勇;汪敏;;MIMO-OFDM快衰落信道的壓縮感知估計(jì)方法[J];電波科學(xué)學(xué)報(bào);2010年06期

2 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(jìn)展[J];電子學(xué)報(bào);2009年05期

3 王甫莉;闊永紅;陳健;劉獻(xiàn)玲;;MIMO-OFDM系統(tǒng)信道估計(jì)算法綜述[J];電子科技;2007年02期

4 張e，

本文編號(hào)：1517608