基于 Golay 互补序列的压缩感知稀疏信道估计算法

kajchild

摘 要：该文针对现有基于压缩感知的信道估计方法峰均功率比高、计算量大等问题，使用确定性格雷(Golay)序
* v$ A4 O, c  V- @( g( U5 j, F& \列作为训练序列对稀疏信道进行信道估计，在接收端实现了对信道冲激响应的估计，给出了估计模型和具体的算法
推演，推导了该方法的峰均功率比，并与基于随机高斯序列的压缩感知信道估计方法的性能、峰均功率比和计算量
: j9 f2 e' h# {进行了比较。仿真实验表明：格雷序列以及随机高斯序列两种序列都可以重构出稀疏信道非零抽头系数，但是格雷
/ a6 G! D8 X3 w( E( |3 Z序列对稀疏信道冲激响应的确定性观测估计值的均方误差(MSE)和匹配度性能(Match Rate, MR)均优于随机高斯
. y) }+ |/ Q2 i3 p  ^: H序列，计算量降低了许多，且在 OFDM 系统中峰均功率比大大降低。
关键词：信道估计；压缩感知；Golay 互补序列；稀疏信道
1 引言
在无线通信系统中，接收端需要利用信道状态
' _# h' `2 f8 |信息进行信道均衡与相干检测，准确的信道估计是
" y; K- E0 O1 V& U- A0 J其他许多信号处理的前提，其性能直接影响整个系
# Z) v! I# Z( p* H( a统的信道容量和误码率等，因此信道估计是无线通
信系统中最重要的技术之一。按照是否在发射端需
要发送辅助导频，信道估计技术可以分成两大类，
即盲估计和非盲估计。使用盲估计的系统由于不发
" s7 i" O: U  z% h0 Q+ O: A送导频从而节省了系统的频带开销和功率开销，它
2 d3 Y& v$ i- n1 E4 i0 ?: B" c


4 L6 ]" S* N6 w5 S' h# Y0 K) a* H

附件下载：

游客，如果您要查看本帖隐藏内容请回复

0 u7 z" @* k1 R( V7 @
, j! l. q2 K* M6 y6 ?) e+ l

land

谢谢