网站大量收购闲置独家精品文档,联系QQ:2885784924

基于改进贝叶斯压缩感知的正交频分复用系统信道-计算机应用与软件.PDF

基于改进贝叶斯压缩感知的正交频分复用系统信道-计算机应用与软件.PDF

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
查看更多
基于改进贝叶斯压缩感知的正交频分复用系统信道-计算机应用与软件

第33卷第2期    计算机应用与软件 Vol33No.2 2016年2月   ComputerApplicationsandSoftware Feb.2016 基于改进贝叶斯压缩感知的正交频分复用系统信道估计 常苗苗 周金和 (北京信息科技大学信息与通信工程学院 北京 100101) 摘 要  针对正交频分复用(OFDM)系统利用传统压缩感知算法进行信道估计需要已知信道稀疏度等消息,且算法复杂度高,重 构时间长的问题,提出改进贝叶斯压缩感知算法进行OFDM信道估计。该算法将正交频分复用系统的信道估计转化为贝叶斯压缩 感知重构问题,在不需要预先知道信道稀疏度信息的情况下,通过优化重构过程中的基函数选择方法,将基函数从1个开始逐渐增 加,而不是删除,进而得到信道估计值以及误差范围,使该算法具有更快的收敛速度。仿真结果表明,与传统信道估计算法相比,该 算法不需要信道的稀疏度信息,并且重构精度更高,在低信噪比的情况下估计效果更好,提高了运算速度,降低了复杂度。 关键词  改进贝叶斯压缩感知 信道估计 正交频分复用 基函数选择 中图分类号 TP391    文献标识码 A    DOI:10.3969/j.issn.1000386x.2016.02.024 OFDMSYSTEMSCHANNELESTIMATIONBASEDONIMPROVED BAYESIANCOMPRESSIVESENSING ChangMiaomiao ZhouJinhe (SchoolofInformationandCommunicationEngineering,BeijingInformationScienceandTechnologyUniversity,Beijing100101,China) Abstract  Orthogonalfrequencydivisionmultiplexing(OFDM)systemsusetraditionalcompressedsensingalgorithmtomakechannel estimation,thisneedstheinformationsuchastheknownchannelsparsity,etc.,andthealgorithmhashighcomplexityandlong reconstructiontimeaswell.Tosolvetheseproblems,weproposedtoimproveBayesiancompressivesensingalgorithmforOFDMchannel estimation.TheproposedalgorithmconvertstheOFDM’schannelestimationtoBayesiancompressivesensingreconstructionproblem.Under theconditionofnotknowingthechannelsparsityinformationinadvance,itgetsthechannelestimationvaluesanderrorrangebyoptimising thebasisfunctionselectioninreconstructionprocessandgraduallyaddingthebasisfunctionfromonetoallratherthandeleting,thismakes thealgorithmhavehigherspeedinconvergence.Simulationresultsindicatedthatcomparedwithtraditionalchannelestimationalgorithm,the proposedalgorithmdidnotneedsparsityinformationofchannelandhadhigherreconstructionaccuracy,betterestimationperformanceinlower signaltonoiseratiocondition.Itimprov

您可能关注的文档

文档评论(0)

2105194781 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档