- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 10期 电 子 学 报 V01.36 No.10
2008年 10月 ACrA眦 CI1H0NICASINICA Oct. 20()8
自适应减少复杂度的盲最大似然序列估计
许小东 ,路友荣 ,戴旭初 ,徐佩霞
(1.中国科学技术大学电子工程与信息科学系,安徽合肥230027;2.西南电子电信技术研究所,四川成都610041)
摘 要:基于逐幸存路径处理原理和自适应选择幸存路径的思想,本文提出了一种自适应减少计算复杂度的盲
最大似然序列估计新算法 .通过分析和推导,给出了一种近似估计网格图最小欧式距离的方法,并利用该估计值对幸
存路径进行取舍,在网格搜索中仅保留少数幸存路径来进行信道参数和发送符号序列的联合盲估计.理论分析和计算
机仿真结果表明,对严重符号干扰信道,在较高信噪比条件下,本文提出的新算法具有较理想的误符号率性能和较低
的计算复杂度.
关键词: 逐幸存路径处理;减少复杂度;盲最大似然序列估计
中图分类号: TN91I.5 文献标识码: A 文章编号: 0372—2112(2008)10—2044—05
AdaptiveReduced-ComplexityBlindMaximum LikelihoodSequenceEstimation
XU Xiao—dong,LU You.rong2DA1Xu.chu ,XU Pei.xia
,
(1.DepartmentofElectronicEngineeringandInformation,Science,UniversityofScienceandTechnologyofChina,Hefei,Anhui230027,China;
2.SouthwestInstituteofElectronicandTeleco~ icationTechnolog~,Chengdu,Sichnan610041,hCina)
Abstract: Anovelalgorithm foradaptivereduced-complexityblindmaxinlum likelihoodsequenceestimation(MLSE)is
proposed.Basicideabehindtheproposde algorithm ishteprincipleofper-survivorprocessing(PsP)andhteadaptive~lecfionof
survivorpaht.Thekeyfeatureofhteproposedalgorithm isthathteminimum Euclidena distanceinhtetrellisCna aadptivelybe esti—
matde,nadhtenonlyasmallnumberofhtemostlikelysurvivorsinhtertellisaleretainde nadutilizedofrjointchannelnadadtaes—
timation.Theoreticalnaalysisandcomputersimulationresultsshowhtat,ofrchannelswihtsevereintersymbolinterference(ISI),the
proposedalgorithmhashigherperformanceinsymbolerrorratenadlowercompuattionalcomplexiytathihg signal—to-noiseratios
(SNR).
Keywords: per-survivorprocessing;rdeuced-complexiyt;blindmaximuinlikelihoodsequence estimation
原创力文档


文档评论(0)