一种改进的变步长SAMP压缩感知浅海水声信道估计算法

针对稀疏度自适应匹配追踪（Sparsity Adaptive Matching Pursuit,SAMP）算法估计性能过度依赖初始步长的问题,提出了改进的变步长稀疏度自适应匹配追踪（Improved Variable Step-size Sparsity Adaptive Matching Pursuit,IVSSAMP）算法,并将IVSSAMP算法应用于水声正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）系统的压缩感知信道估计框架中。IVSSAMP算法通过残差条件对步长选取进行分类,在不同条件下分别引入微调因子设置残差与测量向量、残差与噪声之间的阈值来调整步长,实现变步长和稀疏度的自适应,同时规避了过度估计情况的发生。实验结果表明,IVSSAMP算法利用步长的灵活选取实现了估计精度与运行速度之间的平衡,降低了初始步长对算法性能的影响,具有较好的稳健性和应用性。     

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。     

一种基于匹配追踪的OFDM稀疏信道估计算法

针对OFDM系统,利用信道冲激响应的稀疏特性,提出了一种新的OFDM信道估计算法.首先利用匹配追踪思想确定出非零抽头系数的位置,然后再采用最小二乘算法完成对非零系数值的二次估计,从而通过减少信道估计参数的个数降低算法复杂度.在低信噪比和导频数较少情况下,该算法具有良好的归一化均方误差性能,特别是当因信噪比低而引起GAIC算法性能恶化的时候,新算法具有更好的稳健性.仿真结果验证了算法的有效性.     

基于FBMP算法的水声信道估计

设计了一种基于贝叶斯压缩感知(bayesian compressing sensing,BCS)的水声信道(underwater acoustic channel,UWAC)估计方法,并具体采用快速贝叶斯匹配追踪算法(fast bayesian matching pursuit,FBMP)对水声正交频分复用(OFDM)通信系统下的信道脉冲响应进行估计。在水声信道中,信道的抽头的位置及系数通常分别服从伯努利和复高斯分布,利用这一先验知识,首先对抽头的位置进行检测,然后通过最小均方误差准则得到准确的信道估计。仿真分析了导频数量、信噪比对FBMP、正交匹配追踪(orthogonal matching pursuit,OMP)、变换域(discrete fourier transform,DFT)、最小二乘法(least square,LS)信道估计算法的性能的影响,仿真结果表明,在稀疏信道下,基于FBMP的信道估计方法明显优于OMP、DFT、LS信道估计方法。     

G3-PLC系统压缩感知信道估计的LS-SAMP算法

为了提高G3-PLC系统可靠性,引入压缩感知(Compressed Sensing,CS)的信道估计方法,提出了一种基于最小二乘(Least Squares,LS)的稀疏度预测自适应匹配追踪(LS Based Prediction-Sparsity Adaptive Matching Pursuit,LS-SAMP)算法。该算法在稀疏度自适应匹配追踪(Sparsity Adaptive Matching Pursuit,SAMP)算法的基础上,采用了基于LS的稀疏度预测方法对信道稀疏度进行预估计,使算法可以快速逼近信道的真实稀疏度,提高算法运行效率;其次利用主成分分析方法对观测矩阵进行线性优化,降低观测矩阵相干度,提高算法的重构性能。实验结果表明,在误码率为10-3时,所提算法相对于LS算法的信道估计性能有1 dB的提升,且其运行效率比SAMP算法提升了31.23%,以更有效的方式提高了G3-PLC系统的可靠性。     

基于MCoSaMP算法的MIMO稀疏信道估计

针对单载波多输入多输出(Multiple Input Multiple Output,MIMO)系统中的稀疏信道估计问题,基于压缩传感(Compressed Sensing,CS)理论,提出了一种改进的压缩采样匹配追踪(Modified Compressive Sampling Matching Pursuit,MCoSaMP)算法.新算法在现有的压缩采样匹配追踪算法的基础上,通过前一步迭代的残差设计了一种自适应加权因子,利用该加权因子进行加权最小二乘估计,逐步减小了异常样本对当前估计的影响.仿真结果表明,在使用相同长度的训练序列时,新算法与现有的基于压缩采样匹配追踪的估计算法相比,在估计精度上有明显提高.     

毫米波系统中基于压缩感知的波束空间信道估计

波束空间信道估计中大多为窄带信道模型,因此,将基于天线开关网络(Antenna Switching Network, ASN)的导频分组方案应用到宽带信道中,将信道估计构建为稀疏信号恢复问题。针对稀疏信号重构算法中基于广度优先准则的多径匹配追踪算法(Breadth First Based Multipath Matching Pursuit, MMP-BF)需要已知稀疏度的问题,使用分段弱正交匹配追踪算法(Stagewise Weak Orthogonal Matching Pursuit, SWOMP)的阈值准则代替MMP-BF算法的相关性准则,并在每一次迭代结束后根据估计值再次采用阈值准则进行回溯以提高原子选择的准确性。仿真结果表明,在信噪比为0 dB时,改进算法在低导频开销下相比正交匹配追踪(Orthogonal Matching Pursuit, OMP)等传统算法估计精度提高了至少2 dB,相比MMP-BF算法在不同路径个数下具有更好的鲁棒性。     

采用残差变化控制的自适应稀疏信道估计

针对传统压缩感知信道估计对稀疏度信息依赖和稀疏度自适应信道估计在低信噪比时抗噪能力较差的问题,提出了一种采用残差变化控制的稀疏度自适应的压缩感知信道估计算法。该算法在传统的压缩感知信道估计的基础上引入残差变化控制,通过比较每次迭代下的残差变化的幅度来控制信道估计的迭代次数,提高信道估计的自适应性和鲁棒性。同时,为解决传统稀疏度自适应压缩感知信道估计抗噪能力较差的问题,利用正交匹配追踪提高算法的抗噪声性能。相比于传统的稀疏度自适应匹配追踪(Sparsity Adaptive Matching Pursuit, SAMP)算法,所提算法约有4 dB的性能优势,且算法复杂度更低。     

长时延扩展水声信道的联合稀疏恢复估计

对具有长时延扩展的水声信道,传统的信道估计算法如最小二乘法将在大量零值抽头产生严重的估计噪声,导致估计性能下降,同时信道估计时所需的较高估计器阶数大大提高了运算复杂度。压缩感知信道估计方法可有效利用多径稀疏特性改善性能,但需采用较大的训练序列长度以保证稀疏恢复精度,由此导致额外的系统开销。利用水声信道多径稀疏结构在数据块间存在的相关性,建立基于分布式压缩感知的长时延水声信道联合稀疏模型,从而可利用同步正交匹配追踪算法进行联合重构,以进一步减小系统的训练序列开销,提高估计性能。最后通过仿真和海上实验验证了所提方法的有效性。     

RIS辅助无线系统中基于压缩感知的稀疏度自适应级联信道估计方法研究

为了解决可重构智能超表面（Reconfigurable Intelligent Surface,RIS）辅助无线通信系统中级联信道的估计问题,本文提出了一种基于压缩感知（Compressive Sensing,CS）的自适应双结构稀疏正交匹配追踪算法（Adaptive Double-Structured Orthogonal Matching Pursuit,ADS-OMP）。已有的双结构稀疏正交匹配追踪算法（DoubleStructured Orthogonal Matching Pursuit,DS-OMP）利用级联信道的双结构稀疏特性即行稀疏特性和列稀疏特性来提高算法估计性能,但需要已知相关信道稀疏度信息。本文提出的ADS-OMP算法在现有的DS-OMP算法基础上设计合理的判决准则和迭代阈值来估计相关稀疏度,从而能在角域级联信道的行稀疏度和列稀疏度均未知的情况下完成级联信道估计,有效克服了现有DS-OMP算法对相关信道稀疏度的依赖,算法实用性更强。仿真结果表明,本文提出的ADS-OMP算法和已有DS-OMP算法估计性能一致,算法复杂度在同一数量级上,前者复杂度略微提升。     

基于基扩展模型的改进正则化正交匹配追踪V2X快时变SC-FDMA信道估计

为了进一步提升车联万物(V2X)的通信性能,首先根据信道冲激响应的稀疏性建立了适用于高速移动场景的基扩展模型(BEM);其次,证明了BEM系数具有稀疏性,将信道估计问题转化为稀疏信号重构问题,进而提出基于BEM的改进正则化正交匹配追踪(iROMP)迭代稀疏信道估计算法(简称为BEM-iROMP算法).所提算法通过iRO...     

一种改进的稀疏信道估计算法

文中在匹配跟踪算法的基础上实现了一种稀疏信道估计的改进算法。该算法首先通过正交匹配跟踪得到信道非零抽头的粗略估计,并依此来设置自适应均衡器的权重系数的初始值,进行自适应的调整和校正,最终实现对实际信道冲激响应的精确逼近。这样不仅避免了对无谓零抽头的估计,而且提高了信道估计的性能。     

一种稀疏信道非零抽头检测的新方法

为了提高稀疏信道估计时的精确度,需对其非零抽头位置进行检测。传统的匹配追踪系列算法在检测时须以信道的稀疏度为先验信息,或给出严格的迭代终止条件。针对这一情况,引入了一种新的方法——分层检测算法实现信道非零抽头位置检测。实验仿真表明,分层检测算法在SNR大于10 dB时检测信道非零抽头位置的性能是与匹配追踪算法相当的,而当信噪比较低时,其性能更优。在算法实现过程中同时分析了影响其性能的原因,并在此基础上对其进行了改进。     

分布式压缩感知实现联合信道估计的方法

针对无线通信中多个信道之间存在相关性的现象,本文研究了基于压缩感知的联合信道估计。通过选取多个节点与簇头之间的信道为研究背景,本文建立了多信道下的联合信道估计模型,推导了判决门限与信噪比之间的关系,提出了基于门限自适应-正交匹配追踪联合重构技术(TA-SOMP)的信道估计算法,并进行了相应的仿真实验。仿真结果表明:与经典的正交匹配追踪(OMP)算法相比,本文算法所重构的信道与原始信道之间的均方误差(MSE)更小,传输信号误比特率(BER)更低;在相同信噪比环境下,TA-SOMP算法所需导频数量更少,频带利用率更高。      

基于多中继导频频分复用的协同通信系统信道估计算法

本文针对频率选择性衰落环境下结合正交频分复用技术的放大转发多中继协同通信系统,提出了基于导频频分复用的频域信道估计算法,包括最小二乘（LS）估计算法和线性最小均方误差（LMMSE）估计算法。理论分析和仿真结果表明,该算法不仅成功分辨了多中继协同通信系统的所有频域信道衰落系数,避免了各中继节点转发的导频符号在目的节点上的混叠干扰,而且减少了频域信道估计所需的导频符号数量和时隙周期长度,提高了协同通信系统的传输效率和频谱利用率,同时显著提高了信道估计的精度,降低了算法的复杂度,具有较高的实用价值。      

基于毫米波通信的混合MIMO系统的信道估计

作为5G的一项关键技术,毫米波通信要求提出专有的信道估计和预编码算法,为此,针对毫米波MIMO系统的窄带平坦衰落信道研究下行信道估计方案.由于毫米波系统的稀疏特性,将稀疏多径信道的信道估计转化为稀疏信号的重建,基于压缩感知设计适用于毫米波通信系统的信道估计方案,深入研究了正交匹配追踪算法.仿真结果显示,它可以高概率地恢复信号,与传统的最小二乘法比较,能获得更好的信道估计性能.     

一种降低复杂度的压缩感知水声信道估计方法

针对浅海的水声信道稀疏特性,提出了一种降低复杂度的前向回溯正交匹配追踪(RC-LABOMP)信道估计方法。首先计算正交匹配追踪和子空间追踪信道估计算法的两类支撑集,接着根据两类支撑集的交集和并集,预处理先验信息,最后利用先验信息完成前向回溯正交匹配追踪信道估计。该算法经过先验信息的预处理,能够减少原LABOMP算法的迭代次数,同时缩小原子的索引范围,因此能够显著降低原LABOMP算法的计算复杂度。此外,将提出的算法与水声Turbo均衡系统相结合,更适用于水声通信系统。仿真结果表明,所提算法在随机信道和水声信道条件下,具有估计精度高、误码率低的特点,同时能够显著降低LABOMP算法的计算复杂度,是一种适用于浅海水声信道的有效估计方法。     

基于虚拟时间反转镜的水声OFDM信道均衡

针对水声信道对正交频分复用(OFDM)系统带来的符号间干扰(ISI)问题,提出了虚拟时间反转镜(VTRM)信道均衡算法,该算法具有时间压缩特性和频域相位共轭特性,可以有效缩短信道长度,减小多途信道带来的相位畸变,采用匹配追踪(MP)算法估计信道冲激响应,可以精确的估计出水声信道的幅度、时延和相位信息,为虚拟时反信道均衡提供准确的信道信息,改进了传统匹配相关信道估计方法估计精度低、无法估计信道相位信息的缺点。仿真、水池和湖上实验结果表明,OFDM水声通信系统中,VTRM信道均衡技术性能优于被动时反镜(PTRM)信道均衡和最小平方(LS)信道均衡。