| 应用加权高斯模型的非理想稀疏信道估计 |
| |
| 引用本文： | 高童迪,秦学珍,袁正道,王家斌.应用加权高斯模型的非理想稀疏信道估计[J].国际商务研究,2021,61(3). |
| |
| 作者姓名： | 高童迪 秦学珍 袁正道 王家斌 |
| |
| 作者单位： | 1.河南开放大学 人工智能工程研究中心，郑州450002;1.河南开放大学 人工智能工程研究中心，郑州450002;2.郑州大学 信息工程学院，郑州450001;3.中船重工第七一三研究所，郑州450001 |
| |
| 基金项目： | 国家自然科学基金资助项目(61801434)；中国博士后科学基金面上项目(2019M652576)；河南省科技公关项目(202102210313,202102210172,202102210556)；河南省高等学校重点研究课题(20B510005) |
| |
| 摘 要： | 在高速通信系统中，由于多径信道通常存在一些小的散射体，使得抽头向量不满足理想的稀疏特性，导致经典的稀疏估计算法存在一定的性能损失。针对上述非理想稀疏特性问题，提出了一种基于酉变换近似消息传递（Unitary Transform Approximate Message Passing，UT-AMP）和加权高斯（Weighting-Gaussian,WG）先验模型的稀疏估计算法。首先，由非理想稀疏信道的构造分析，导出了WG先验模型和参数；其次，利用贝叶斯公式对正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统进行因式分解和因子图建模，归纳了在消息传递框架内期望最大化（Expectation Maximization，EM）算法嵌入方式，推导了联合UT-AMP和EM的信道估计算法；最后，建立仿真环境对所提算法进行复杂度分析和数值仿真。仿真结果表明，所提算法能够以同阶复杂度实现信道估计性能和频带利用率的提升，具有很高的应用和推广价值。
|
| 关 键 词： | 非理想稀疏信道 信道估计 期望最大化算法 加权高斯先验 压缩感知 |
Non-ideal sparse channel estimation using weighting-Gaussian model |
| |
| GAO Tongdi,QIN Xuezhen,YUAN Zhengdao,WANG Jiabin.Non-ideal sparse channel estimation using weighting-Gaussian model[J].International Business Research,2021,61(3). |
| |
| Authors: | GAO Tongdi QIN Xuezhen YUAN Zhengdao WANG Jiabin |
| |
| Abstract: | |
| |
| Keywords: | non-ideal sparse channel channel estimation expectation maximization weighting-Gaussian prior compressed sensing |
|
| 点击此处可从《国际商务研究》浏览原始摘要信息 |
| 点击此处可从《国际商务研究》下载免费的PDF全文 |
