基于贝叶斯压缩感知的超宽带信道估计研究及实现-电子与通信工程专业论文.docxVIP

AB ABSTRACT PAGE PAGE III measurement on the reconstruction performance of BCS algorithm. The probability of reconstructing signal accurately is greater and the computational complexity is higher with the increase in the number of measurement. The simulation results show that the signal can be reconstructed accurately when the number of measurements is about three times the sparsity. Finally, we compare the BER performance of the traditional channel estimation LS algorithm, BP algorithm and the BCS algorithm. The results show that the BCS algorithm has the best performance while the LS algorithm has the worst performance. All the simulation experiments show that the BCS algorithm can be effectively used for the UWB channel estimation. Keywords：Ultra-wideband; channel estimation; Bayesian; compressed sensing 目 目 录 PAGE PAGE IV 目 录 摘 要 I ABSTRACT II 目 录 IV 第 1 章 绪论 1 1.1 研究背景 1 1.2 研究目的和意义 2 1.3 研究现状与分析 3 1.3.1 超宽带信道估计研究现状与分析 3 1.3.2 压缩感知研究现状与分析 4 1.4 主要工作和内容安排5 第 2 章 超宽带通信系统基本原理 6 2.1 超宽带信号的产生 6 2.1.1 跳时超宽带信号的产生 6 2.1.2 直接序列超宽带信号的产生 8 2.2 超宽带脉冲 9 2.3 超宽带信道模型 10 2.4 超宽带接收机 12 2.5 本章小结 17 第 3 章 贝叶斯压缩感知的基本原理 18 3.1 压缩感知 18 3.1.1 压缩感知的产生 18 3.1.2 信号的稀疏性19 3.1.3 测量矩阵 20 3.1.4 信号的重构 22 3.2 贝叶斯压缩感知 23 3.2.1 贝叶斯框架 23 3.2.2 相关向量机求解贝叶斯压缩感知 26 3.3 本章小结 27 PAGE PAGE V 第 4 章 基于贝叶斯压缩感知的超宽带信道估计 28 4.1 传统信道估计算法28 HYPERLINK \l _TOC_250007 4.1.1 最小二乘估计（LS） 28 HYPERLINK \l _TOC_250006 4.1.2 最大似然信道估计（ML） 29 4.2 基于贝叶斯压缩感知框架的超宽带信道估计 30 HYPERLINK \l _TOC_250005 4.2.1 IR-UWB 接收信号的稀疏表达基设计 31 HYPERLINK \l _TOC_250004 4.2.2 IR-UWB 接收信号的低速非相关测量 31 HYPERLINK \l _TOC_250003 4.2.3 利用贝叶斯压缩感知重构 IR-UWB 接收信号 32 4.3 仿真结果与分析 36 HYPERLINK \l _TOC_250002 4.3.1 BCS 算法与 BP 算法性能比较 36 HYPERLINK \l _TOC_250001 4.3.2 测量数目对 BCS 重构性能的影响 37 HYPERLINK \l _TOC_250000 4.3.3 信道的误比特率（BER）性能 39 4.3 本章小结 41 第 5 章 总结与展望 42 参考文献 44 致 谢 49 个人简历 50 第 第 1 章 绪论 PAGE PAGE 1 第 1 章 绪论 1.1 研究背景 随着社会的发展，人们