基于压缩感知的OFDM稀疏信道估计应用

压缩感知理论可通过远低于那奎斯特准则的方式进行采样数据,仍能够精确恢复出原始信号,基于CS技术的信道估计可减少OFDM系统中导频的数量,同时可获得较好的估计性能,本文通过介绍CS理论和OFDM信道估计方法,将CS理论应用到信道估计中,重点介绍通过ROMP算法估计信道冲击响应函数。     

压缩感知在稀疏信道估计中的应用

压缩感知( CS,Compressive Sensing)理论指出可以用低于奈奎斯特抽样定理的速率对稀疏信号进行采样并在收端以很高的概率重建信号,它是目前信号处理领域的研究热点.基于CS理论的信道估计会降低导频辅助信道估计的导频数量且估计性能好,介绍了CS的基本原理和信道估计相关内容,以及正交频分复用(OFDM,Ort...     

基于压缩感知的OFDM稀疏信道估计中的导频设计

为了提高基于压缩感知的正交频分复用( Orthogonal Frequency Division Multiplexing,OFDM)稀疏信道估计性能,提出以互相关矩阵元素之间的距离立方和作为新的导频设计准则,更加准确地评价采样矩阵整体互相关性;针对传统导频搜索算法效率慢的问题,提出一种基于树的顺序替换导频间隔搜索( ...     

一种基于RAMP算法的OFDM稀疏信道估计方法

针对OFDM稀疏信道估计需要信道稀疏度作先验条件的不足,将正则化自适应匹配追踪（RAMP ） 用于信道重建,可在信道稀疏度未知的情况下,自适应地调整候选集原子的个数,并利用正 则化过程实现支撑集的二次筛选,逐步扩大支撑集,准确地估计出信道的冲激响应。仿真结 果表明,该方法收敛速度快,估计效果好,有较好的应用价值。     

基于改进广义正交匹配追踪的OFDM稀疏信道估计

在OFDM稀疏信道中,将压缩感知中的广义正交匹配追踪(GOMP)重构算法用到OFDM信道估计中.由于其信道重构的精度比较低,根据其特点做出了改进,提出了一种用于OFDM稀疏信道估计的改进广义正交匹配追踪算法.该改进算法能够在不需要预知信道稀疏度的情况下准确恢复出信号.根据实验和仿真结果可以看出,该改进算法与LS算法、OMP算法、GOMP算法相比,在同样的环境下误比特率以及均方误差相对比较低,而且运算速度比较快,具有一定的实用性.     

OFDM稀疏信道估计中导频设计算法

由于无线信道固有的稀疏性,压缩感知理论已被应用于正交频分复用(OFDM)系统的信道估计中来提高频谱利用率。文中研究OFDM系统稀疏信道中确定性导频的设计问题,针对互相关最小准则的不足,提出了一种基于测量矩阵互相关和测量矩阵列相关平方和最小化的联合算法。仿真结果表明,该算法的归一化均方误差(MSE)和误码率(SER)性能均优于基于互相关最小准则的随机搜索导频,相比于最小二乘算法,稀疏信道估计使用了更少的导频获得了更好的估计效果,提高了频谱利用率。     

基于SAMP重构算法的OFDM系统稀疏信道估计方法

为了提高OFDM系统稀疏信道估计的精度和减少导频子载波的数目,本文将OFDM系统频率选择衰落信道时域稀疏冲激响应的参数估计问题转化为压缩感知理论中在稀疏度未知及存在噪声干扰情形下复数稀疏信号的重构问题,提出了分别基于基追踪降噪（BPDN）和稀疏度自适应匹配追踪（SAMP）的两种OFDM系统稀疏信道估计方法。在导频数和信噪比均相同的情形,与传统的最小二乘法（LS）、匹配追踪-最小二乘法（MP-LS）的信道估计方法相比,仿真结果表明所提出的两种方法无须将信道的稀疏度作为先验知识,并具有归一化均方误差小和误比特率低的优点。在所提出的两种方法中,基于SAMP的方法比基于BPDN的方法具有运行速度快、性能更接近Cramer-Rao界的优点,且导频子载波仅为系统子载波的12.5%,信噪比约大于10dB时,采用基于SAMP的方法在信道稀疏度未知的情形也能获得满足实际应用的误比特率。      

利用ZC序列的OFDM同步及稀疏信道估计

利用ZC序列构造了新导频符号,能够在时域兼具完成OFDM符号定时同步,频偏估计及稀疏信道估计。符号定时同步无需本地序列,频偏估计在时域完成不需要进行FFT,稀疏信道估计则选取优化的由ZC序列形成的感知矩阵对时域信道进行感知,并以OMP算法重构。仿真结果表明,新方法能在时域以较高的精度完成同步和稀疏信道估计。     

OFDM信道估计中基于随机导频的OMP算法研究

信道估计是正交频分复用（OFDM）系统中非常重要的一个环节,准确的信道状态信息是数据可靠接收的重要保证.文中具体采用基于随机导频的正交匹配追踪算法（OMP）对OFDM系统进行信道估计,通过与最小二乘（LS）算法性能对比,验证了OMP算法可以使用更少的导频获得较好的估计性能.并仿真分析了OMP算法对先验信道稀疏度的依赖程度,为实际应用提供了一定参考意义.     

OFDM系统中稀疏信道的估计

为了提高信道估计的精确性,针对稀疏信道的稀疏特性,利用处理稀疏信号中的一种算法对稀疏信道进行了估计,与传统的最小二乘法的信道估计性能相比,此种算法有效地降低了多载波间的干扰和多普勒的扩展对信道估计的影响,其信道估计性能有所提高。此方法同最小二乘法相结合,信道估计的精确性和频谱利用率进一步得到了提高。通过计算机仿真验证了该算法的有效性。     

基于压缩感知的OFDM系统信道估计方法

针对无线信道的时域稀疏性以及稀疏度未知的问题,文章将压缩感知技术应用到正交频分复用(OFDM)系统信道估计中,提出了一种稀疏度自适应正交匹配追踪信道估计算法。算法利用离散傅里叶变换(DFT)信道估计算法对循环前缀内和外的噪声进行处理,估计得到的信道频率响应作为正交匹配追踪(OMP)算法稀疏迭代终止的判断条件,实现稀疏度自适应信号重建。同时在原子预选阶段,采用Dice系数准则代替内积准则作为相关性度量准则,可达到更优的估计性能。仿真结果表明,该算法相比于传统的压缩感知信道估计算法具有较好的性能,可以提高系统的归一化均方误差(NMSE)和误码率(BER)性能。     

OFDM系统双选择性慢衰落信道的压缩感知估计

为了增强压缩感知框架里Sl0(Smoothedl0-norm)重构算法的抗噪性能,该文在其目标函数里添加一个误差容允项,并提出了一种改进型重构算法l2-Sl0(Smoothed l0-norm regularized least-square)。另外通过对多径信道的时延和多普勒频移参数构成的时频2维有界区域进行量化,将OFDM时频双选择性慢衰落信道估计问题建模为压缩感知理论中的稀疏信号重构问题,提出了一种采用l2-Sl0估计信道时频参数的方法。仿真结果表明在相同的噪声环境里,l2-Sl0的重构性能优于Sl010 dB左右;运用l2-Sl0的信道估计方法可获得接近于理想最小二乘法的估计性能,且该方法在低信噪比的场景里也能获得较高的估计准确度。     

托普利兹矩阵在压缩多径信道估计中的应用

可靠的无线通信需要准确地知道下层信道的信息,因此需要进行信道估计。而许多真实信道表现为仅有一些相对较少的非零信道系数的稀疏多径信道。对于稀疏多径信道的估计,传统方法例如最小二乘法,没有利用稀疏信道本身的低维度特性,所需训练序列的长度较长,因此估计代价较大。基于压缩感知的信道估计方法,利用稀疏先验信息,能较大地缩短所需训练序列的长度,获得较好的估计效果。该文结合压缩感知观测矩阵的特点,证明了当训练序列的长度不长于信道冲激响应的长度,且托普利兹观测矩阵的行数小于列数时,观测矩阵仍然满足有限等距性质;明确提出了稀疏多径信道估计中所使用的观测矩阵的构造条件。实验结果验证了这种优化了的托普利兹观测矩阵的可行性和实用性。      

基于压缩感知在线稀疏的红外视频遥感凝视成像

压缩感知理论是一种新兴的数字信号处理方法,在红外遥感视频成像中有很好的应用前景.为了提高红外视频遥感成像的效果,提出了基于压缩感知在线稀疏的红外遥感视频凝视成像方法.介绍了该方法的视频图像分块压缩采样策略,视频图像在线稀疏方法,以及视频图像重构方法.重点研究了有运动目标的红外遥感图像在线稀疏表示方法,提出了迭进分块训练样本的设计方法和累积冗余字典构造方法.通过数值计算可以看出,该方法提高了遥感红外图像的重构效果.     

数字电视系统中OFDM稀疏信道估计算法

针对采用OFDM调制技术的数字电视传输系统,利用信道的稀疏特性提出一种基于子空间拟合的信道估计算法。该算法首先利用参考矩阵列向量与观测向量的相关性来确定信道的非零抽头位置,然后再采用最小二乘算法完成对非零系数值的二次估计,避免了无谓的零抽头估计,改善了算法性能。在低信噪比和导频数较少的情况下,算法仍具有稳健的性能,仿真结果验证了该算法的有效性。     

非理想载波同步下OFDM快衰落信道的稀疏与感知

针对稀疏导频 OFDM 系统,提出非理想载波同步 OFDM 快衰落信道稀疏表示与感知方法。首先提出了一种稀疏化信道核向量的广义信道冲激响应矩阵稀疏化表示方法;推导了稀疏导频快衰落信道估计压缩感知模型;利用OMP算法重构稀疏化信道核向量与广义信道冲激响应矩阵,从而完成非理想载波同步下的 OFDM 快衰落信道估计。仿真结果表明,该算法能有效降低非理想载波同步的稀疏导频 OFDM 系统的误码率。