删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

基于压缩感知的OFDM稀疏信道估计导频优化算法

本站小编 Free考研考试/2021-12-21

本文二维码信息
二维码(扫一下试试看!)
基于压缩感知的OFDM稀疏信道估计导频优化算法
Optimized Pilot Placement for Compressive Sensing Based on Sparse Channel Estimation in OFDM Systems
投稿时间:2014-03-24
DOI:10.15918/j.tbit1001-0645.2017.05.014
中文关键词:正交频分复用压缩感知信道估计导频
English Keywords:OFDMcompressive sensingchannel estimationpilot pattern
基金项目:国家自然科学基金资助项目(61101131)
作者单位E-mail
薛艳明北京理工大学 信息与电子学院, 北京 100081
彭云柯北京理工大学 信息与电子学院, 北京 100081
高飞北京理工大学 信息与电子学院, 北京 100081gaofei@bit.edu.cn
摘要点击次数:863
全文下载次数:1425
中文摘要:
研究了在正交频分复用(OFDM)系统中基于压缩感知信道估计的导频图案设计问题.为了优化信道估计的性能,提出了优化算法,在基于压缩感知的测量矩阵互相关最小化准则的基础上,通过增大随机生成数进行分组,分别计算每组的互相关值,再进行比较求互相关的最大值从而获得导频图案.仿真结果表明,与使用基于测量矩阵互相关最小化准则的导频图案相比,该优化算法得到的信道估计的最小均方误差要低30%.
English Summary:
The pilot pattern problem for sparse channel estimation in orthogonal frequency division multiplexing (OFDM) systems has been examined. To optimize the performance of sparse channel estimation, an optimized algorithm was proposed. The algorithm was based on minimizing mutual coherence of the measurement matrix in CS theory, to group with increasing the generated random number. The mutual coherence value of each group was calculated, and compared to get the maximum mutual coherence value, consequently to optimize the pilot pattern. Simulation results demonstrate that the pilot pattern obtained using the proposed algorithm can get 30%lower mean square error(MSE)compared with the original pilot pattern.
查看全文查看/发表评论下载PDF阅读器
相关话题/信息 北京理工大学 电子 北京 优化