基于压缩感知的时频双选信道估计研究

作     者：涂玉良 归琳 秦启波 罗汉文 Tu Yuliang;Gui Lin;Qin Qibo;Luo Hanwen

作者机构：上海交通大学电子信息与电气工程学院上海200240 

出 版 物：《上海师范大学学报（自然科学版）》 (Journal of Shanghai Normal University(Natural Sciences))

年 卷 期：2017年第46卷第1期

页      面：98-103页

学科分类：080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 081001[工学-通信与信息系统] 

基　　金：国家自然科学基金(1471236 61420106008 61671295) 111计划(B07022) 上海浦江人才计划(16PJD029) 

主　　题：时频双选信道 信道估计 压缩感知 稀疏贝叶斯学习 多谱勒效应 

摘      要：针对时频双选信道,利用信道的时间相关性,即同一条时延径在相邻时刻对应的信道系数之间具有很强的相关性,提出一种线性近似方法对时频双选信道进行建模,有效降低了未知参数的个数.考虑到无线信道在时延域具有稀疏性,基于压缩感知(Compressed sensing,CS)理论对线性近似模型进行了恢复重构.分别对未线性近似模型和线性近似模型的系统性能进行了仿真,并结合最小二乘(leastsquare,LS)算法、正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法、稀疏贝叶斯学习(Sparse Bayesian Learning,SBL)算法给出了系统的归一化均方误差(Normalized Mean Square Error,NMSE)曲线.仿真结果显示,线性近似方法能有效对时频双选信道进行建模,针对本研究提出的线性近似模型,SBL算法能精确恢复出信道响应,并能有效地克服多谱勒效应.