基于壓縮感知的信道估計關鍵技術研究.pdf

1、壓縮感知是在本世紀所提出最重要的理論之一,它聲稱可以將稀疏信號從比奈奎斯特采樣率得到地更少的樣本點中恢復出來。壓縮感知理論是在圖像處理的背景下,發(fā)展出來的數據采集和壓縮技術,革新了傳統(tǒng)對信號的采集和存儲的手段。因此它不僅在圖像處理方面有著重要作用,在其他一些領域,如信道估計,信號采樣以及數據壓縮等,壓縮感知理論都有極大的應用價值。
　　本文將主要介紹壓縮感知的基本理論以及壓縮感知在信道估計中的應用。在無線通信中,在障礙物物較多的無

2、線通信環(huán)境下,發(fā)送信號通常經過多條不同延時的路徑到達接收者。多經無線信道通常被建模為一個線性濾波器,接收到的信號為發(fā)送信號經不同衰減和延遲的線性疊加。實測數據表明,傳輸路徑的沖激響應在時域上可看作是一個近似稀疏的信號。因此,可以采用壓縮感知技術對信道進行估計。由于考慮了信道的稀疏性,所以可以得到比傳統(tǒng)信道估計方法更準確的估計結果。
　　在壓縮感知理論中恢復信號的算法主要有三類:凸松弛,貪婪算法和貝葉斯學習。貪婪算法的計算復雜度低,

3、實現(xiàn)容易,在實時性要求較高的通信技術中更加適合作為信號恢復算法。
　　本文將討論貪婪算法作為信道估計的算法問題和優(yōu)勢,并從兩個方面對貪婪算法進行改進。第一,討論在信號稀疏度未知的情況下,如何使貪婪算法自適應停止迭代。本文中通過對OMP算法中的剩余向量進行分析,然后采用信號檢測理論來給出算法停止迭代檢測器。第二,最后本文將從貝葉斯的角度出發(fā),改進貪婪算法的評估剩余向量與矩陣相關度的標準。通過計算復雜度分析和數值仿真來顯示出以上兩個改