压缩感知在无线通信系统中的应用研究

发布时间：2017-08-31 17:33

  本文关键词：压缩感知在无线通信系统中的应用研究

  更多相关文章： 贝叶斯压缩感知 匹配追踪 阵列天线 波束成形 信道估计

【摘要】：作为一种全新的信号低速采样技术,压缩感知突破了传统奈奎斯特采样定理的限制,已在通信领域受到广泛关注。本论文主要探索了压缩感知在大规模多输入多输出系统波束矢量搜索和超宽带信道估计这两个方面的应用。多天线系统通常使用波束成形技术来克服路径损耗,提高信噪比,改善系统性能。在波束成形技术中,波束矢量的选择是关键,非码本的波束成形技术通常需要通过信道估计、信道分解、反馈这一系列的过程找到最优的波束矢量,当阵列天线的数目很大时,需要的开销是巨大的。本文通过对大规模天线阵列多输入多输出信道的特性进行分析,观察到不同角度构成的方向矢量是近似正交的,信道可以被分解为类似奇异值分解(Singular Value Decomposition, SVD)的形式。通过用方向矢量代替奇异矢量的方式,复杂的信道奇异值分解问题就转化为了识别最强径所对应的方向矢量的问题。对于上下行信道互易的系统,我们提出了基于匹配追踪的波束矢量搜索算法,该算法利用离开角/到达角的稀疏性,采用匹配追踪的方法从字典中寻找满足条件的方向矢量。该方法绕过了繁琐的信道估计过程,避免了计算复杂的SVD分解,操作容易且复杂度低。通过在收/发端迭代很少的次数就能得到最优波束矢量对,与传统的直接估计算法和级数迭代算法做比较,该算法能够取得更优的性能。在超宽带无线通信系统中,为保证可靠和有效的通信,设计的接收机需要知道信道的信息。因此,信道估计就成为超宽带无线通信系统中的一项关键技术,然而,由于超宽带信号频域带宽过宽,按照奈奎斯特采样定理的要求,其采样速率可以超过吉赫兹,这样就给模数转换器和数字信号处理器带来很大的负担。本文分析了实超宽带信号内部的统计稀疏性,利用特征向量构造了一个新的本征字典,将信道估计的问题转化为压缩感知的问题。随后,我们利用超参数之间的相关性,提出了两种基于改进贝叶斯压缩感知的超宽带信道估计算法。方案一中利用超参数、展开系数的期望和方差之间的更新公式,采用循环更新的方法,得到信道的估计值。方案二中引入了中间变量,通过嵌套循环的方式更新展开系数向量,避开矩阵求逆过程,使用对数似然函数的变化值作为迭代终止的判断依据。两种算法能够有效地从少量采样样本中恢复超宽带信号,并可以由单任务推广到多任务算法来进一步提高重构性能。
【关键词】：贝叶斯压缩感知 匹配追踪 阵列天线 波束成形 信道估计
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN92
，

本文编号：766949