發(fā)布時(shí)間：2018-10-07 19:20

【摘要】：使用有網(wǎng)格的觀測(cè)字典進(jìn)行稀疏信道估計(jì)是近年來(lái)常用的多徑稀疏信道估計(jì)方法,而網(wǎng)格的存在使得這種方法存在估計(jì)精度較差的問(wèn)題,尤其在網(wǎng)格間距較大時(shí),這種方法的劣勢(shì)更加明顯。本文針對(duì)這個(gè)問(wèn)題,拋棄了傳統(tǒng)的觀測(cè)字典,基于連續(xù)壓縮感知理論,構(gòu)建出可以施加原子范數(shù)最優(yōu)化的原子集,提出了更加精確的多徑稀疏信道估計(jì)方法。這種方法避免了網(wǎng)格化帶來(lái)的誤差,實(shí)現(xiàn)了高精度、超分辨率的估計(jì)。本文首先對(duì)此進(jìn)行了理論闡述,進(jìn)而在兩種不同的多徑稀疏信道模型下進(jìn)行了仿真試驗(yàn),并從估計(jì)精度、計(jì)算效率等方面與其他有網(wǎng)格稀疏估計(jì)方法以及去網(wǎng)格估計(jì)方法進(jìn)行了對(duì)比。仿真結(jié)果證明,采用本文提出的方法進(jìn)行多徑稀疏信道估計(jì)時(shí),相比其他算法可以更加精確地估計(jì)出信道沖激響應(yīng)。
[Abstract]:Sparse channel estimation using a mesh observation dictionary is a commonly used multipath sparse channel estimation method in recent years. However, the existence of meshes makes the estimation accuracy worse, especially when the mesh spacing is large. The disadvantages of this method are even more obvious. In order to solve this problem, the traditional observation dictionary is abandoned, and based on the theory of continuous compression perception, the atomic set which can be optimized by applying atomic norm is constructed, and a more accurate multipath sparse channel estimation method is proposed. This method avoids the error caused by gridding and achieves high precision and super resolution estimation. In this paper, first of all, the theory is expounded, and then the simulation experiments are carried out under two different multipath sparse channel models, and the estimation accuracy is analyzed. The computational efficiency is compared with other mesh sparse estimation methods and de-mesh estimation methods. Simulation results show that the proposed method can estimate channel impulse response more accurately than other algorithms.
【作者單位】： 中國(guó)科學(xué)院聲學(xué)研究所;中國(guó)科學(xué)院水下航行器信息技術(shù)重點(diǎn)實(shí)驗(yàn)室;中國(guó)科學(xué)院大學(xué);中國(guó)科學(xué)院信息工程研究所;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(61471352,61431020,61571434)資助
【分類號(hào)】：TN911

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 蘇秉華,金偉其,牛麗紅,劉廣榮;超分辨率圖像復(fù)原及其進(jìn)展[J];光學(xué)技術(shù);2001年01期

2 譚兵,徐青,耿則勛,邢帥;超分辨率圖象重建技術(shù)發(fā)展現(xiàn)狀[J];信息工程大學(xué)學(xué)報(bào);2003年04期

3 焦斌亮;趙文蕾;;淺析互有位移圖像序列的超分辨率復(fù)原[J];遙測(cè)遙控;2006年01期

4 周冠群;張光昭;;一種實(shí)現(xiàn)超分辨率付里葉變換譜的新方法[J];中山大學(xué)學(xué)報(bào)(自然科學(xué)版);1989年03期

5 杜娟,余英林;超分辨率重構(gòu)技術(shù)需要考慮的幾個(gè)因素[J];計(jì)算機(jī)工程與應(yīng)用;2003年21期

6 鄧振淼;葉淋美;傅茂忠;張貽雄;;壓縮感知雷達(dá)超分辨率成像[J];應(yīng)用科學(xué)學(xué)報(bào);2014年02期

7 ;視頻技術(shù)[J];電子科技文摘;2000年02期

8 呂侃;王世勇;;超分辨率技術(shù)在紅外微掃描中的應(yīng)用[J];電子設(shè)計(jì)工程;2011年13期

9 張永軍,陳宗騭,韓平;冪迭代超分辨率快速算法[J];電子科學(xué)學(xué)刊;1998年03期

10 胡辛;葉信鋒;錢浩;;壓縮圖像的變換域凸集投影法超分辨率重建[J];電子科技;2006年02期

相關(guān)會(huì)議論文 前1條

1 肖鵬;胡棟;;基于窄量化約束集的H.264視頻超分辨率重建方法[A];第十五屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

相關(guān)博士學(xué)位論文 前4條

1 韓玉兵;圖像及視頻序列的超分辨率重建[D];東南大學(xué);2006年

2 閆華;基于重構(gòu)的超分辨率技術(shù)研究[D];山東大學(xué);2007年

3 譚兵;多幀圖像空間分辨率增強(qiáng)技術(shù)研究[D];解放軍信息工程大學(xué);2004年

4 劉力維;基于TOF深度攝像機(jī)的深度超分辨率恢復(fù)和深度融合研究[D];浙江大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 周才發(fā);基于流形對(duì)齊的WLAN室內(nèi)定位方法研究[D];哈爾濱工業(yè)大學(xué);2015年

2 李靖;基于壓縮感知的超分辨率理論與技術(shù)研究[D];電子科技大學(xué);2015年

3 唐欣;基于機(jī)器學(xué)習(xí)的多維數(shù)據(jù)壓縮算法研究[D];上海交通大學(xué);2015年

4 董文;監(jiān)控視頻中人臉超分辨率重建軟件設(shè)計(jì)與實(shí)現(xiàn)[D];齊齊哈爾大學(xué);2016年

5 于建;視頻監(jiān)控中運(yùn)動(dòng)目標(biāo)檢測(cè)及超分辨率恢復(fù)算法研究[D];杭州電子科技大學(xué);2013年

6 張俊;圖像的超分辨率重建算法研究[D];東南大學(xué);2004年

7 朱思敏;冠層模型的光譜超分辨率方法研究[D];華中科技大學(xué);2009年

8 趙文蕾;基于互有位移序列圖像的超分辨率復(fù)原技術(shù)研究[D];燕山大學(xué);2006年

9 張平;基于序列圖像重構(gòu)的超分辨率成像技術(shù)研究[D];浙江大學(xué);2003年

10 劉娟;基于壓縮感知的單幅圖像超分辨率重建算法研究[D];電子科技大學(xué);2012年

，

本文編號(hào)：2255381