基于壓縮感知的OFDM稀疏信道估計及研究.pdf

1、壓縮感知(Compressed Sensing, CS)技術是近年來信號處理領域最熱門的研究方向之一,其打破了奈奎斯特采樣定理的框架,將對信號的采樣轉變?yōu)閷π畔⒌牟蓸?可利用遠低于奈奎斯特采樣要求的速率對信號進行采樣,同時又可以高效的實現(xiàn)原信號的重構。因此,在雷達成像、無線傳感器網(wǎng)絡、通信系統(tǒng)、醫(yī)學成像等領域,壓縮感知技術得到了非常廣泛的應用。
　　在正交頻分復用(Orthogonal Frequency Division Mul

2、tiplexing, OFDM)系統(tǒng)中,信號經(jīng)過頻率選擇性衰落后,在接收端需要進行均衡和相干信號的檢測,所以準確的信道估計必不可少。同時,由于無線寬帶多徑信道固有的稀疏性,其抽頭分布分布通常滿足稀疏特性,因此使得壓縮感知應用于無線寬帶多徑信道成為可能。已有研究表明,與傳統(tǒng)的信號估計算法(LS算法、MMSE算法等)相比,基于壓縮感知的信道估計技術在獲得同樣的信道估計精確度的前提下,所需的導頻符號數(shù)目會明顯降低,從而提高了系統(tǒng)的頻譜利用率。

3、
　　壓縮感知技術的實現(xiàn)包括三個關鍵步驟:信號的稀疏表示、觀測矩陣的構造及稀疏信號重構。將壓縮感知技術運用于 OFDM稀疏信道估計時,這三個步驟也是需要重點考慮的問題。本論文將從觀測矩陣的構造及稀疏信號重構兩個方面進行研究,論文的創(chuàng)新主要集中在以下三個方面:
　　1.壓縮感知觀測矩陣的構造與導頻符號在子載波的分布是緊密聯(lián)系的,本文根據(jù)觀測矩陣的相關性從理論上推導出一種有效的導頻分布圖案設計方法,并仿真驗證該設計方法的有效性。

4、本文提出的導頻分布圖案設計方法的基本原理為從理論上尋找列相關性最小的觀測矩陣作為 OFDM信道估計所采用的觀測矩陣。計算機仿真表明:在相同的仿真環(huán)境下,本文提出的導頻分布圖案相比其它導頻分布圖案相比,信道估計均方誤差(MSE)降低2-4dB,系統(tǒng)的誤碼率也顯著降低降低。
　　2.著重介紹了幾種壓縮感知的重構算法,具體包括 OMP算法、ROMP算法、CoSAMP算法、SP算法、SAMP算法、貝葉斯壓縮感知技術等。其中,由于稀疏度自適

5、應匹配追蹤算法(SAMP)不需要以信號稀疏度為先驗信息,所以非常適合應用在CS-OFDM稀疏信道估計問題中。然而,該算法的算法復雜度相對于其它算法復雜度較高。在此基礎上,本文提出了一種自適應閾值 SAMP算法,該算法根據(jù)信噪比算法的迭代閾值發(fā)生變化,并且迭代步長在每次迭代中也是變化的,從而降低算法的復雜度。計算機仿真表明:本文提出的算法相比于未改進的 SAMP算法,在較低信噪比下也能達到不錯的效果,并且CPU運行時間降低大約一半。