基于压缩感知的无线信道稀疏特征提取方法

发布时间：2020-03-27 20:32

【摘要】：在信息技术迅猛发展的浪潮下,无线通信对于数据传输发挥着越来越重要的作用。无线信道特征提取是无线信道传输特性估计与检测的前提,是破解信道多维复杂性、时变性的关键。而伴随着传输带宽的不断增大、频谱资源的日益紧缺,无线信道的传输特性受到很大的抑制,因此研究无线信道稀疏特征提取意义重大。本文首先介绍了无线信道的传输特性和传统的信道特征提取方法,分析了传统方法的不足在于未能充分利用信道的稀疏特性,造成频谱效率低,算法准确度低。而压缩感知理论为解决这一难题提供了崭新的方案。结合无线信道的本质特征和压缩感知的理论基础,本文找到了通过选取压缩感知测量矩阵来提升算法精度的新思路,确定了以信息熵理论作为优选判据的算法预判机制,提出了一种基于压缩感知测量矩阵优选的无线信道稀疏特征提取方法,旨在提升算法精度,缓解频谱压力。最后利用仿真软件对本文算法性能进行综合考察。稀疏特征提取实验表明:算法可以准确提取到稀疏特征,满足较小的误差和实时要求。常规性能与统计特性测试表明:在信道参数变化和算法参数变化的情况下,信息熵判据有着较好的可靠性,能够自适应地选出最优测量矩阵,完成稀疏特征的准确提取。由此证明了本文算法的实时有效。
【图文】：

图 2.1 简单无线通信系统Fig2.1 Simple wireless communication system无线信道的复杂之处就在于受信号强度、传播距离、相对传播时间条路径信号的到达时间、方向、相位和幅度各不相同，接收信号由多加而成，接收结果发生了急剧的随机变化。也就是说，当一个脉冲信

图 2.2 无线信道衰落的分类Fig2.2 Classification of wireless channel fading衰落落刻画了在较长距离（几百米或几千米）下的传输特性碍物两个主要因素的影响，接收信号的幅度和功率减少
【学位授予单位】：合肥工业大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TN92

【参考文献】

相关期刊论文 前10条

1 徐凤阳;王东;肖扬;寇金锋;;大规模MIMO系统中基于子空间跟踪的半盲信道估计[J];应用科学学报;2015年05期

2 王景尧;白岩;孟祥娇;崔雪然;;5G无线通信技术发展跟踪与分析[J];现代电信科技;2014年12期

3 隋吉生;赵亮;王圣达;付洋洋;;基于MMSE的无线OFDM系统信道估计算法[J];东北电力大学学报;2014年06期

4 刘胜兴;肖沈阳;;水声OFDM信道压缩感知估计研究[J];厦门大学学报(自然科学版);2014年03期

5 李少东;杨军;裴文炯;;一种新的量测矩阵在压缩感知复数重构中的应用[J];空军预警学院学报;2013年01期

6 邵文泽;韦志辉;;压缩感知基本理论:回顾与展望[J];中国图象图形学报;2012年01期

7 何雪云;宋荣方;周克琴;;认知无线电NC-OFDM系统中基于压缩感知的信道估计新方法[J];通信学报;2011年11期

8 王妮娜;桂冠;张治;唐恬;;基于压缩感知的MIMO系统稀疏信道估计[J];应用科学学报;2011年04期

9 何雪云;宋荣方;周克琴;;基于压缩感知的OFDM系统稀疏信道估计新方法研究[J];南京邮电大学学报(自然科学版);2010年02期

10 李树涛;魏丹;;压缩传感综述[J];自动化学报;2009年11期

相关博士学位论文 前1条

1 叶新荣;基于压缩感知重构算法的MIMO-OFDM稀疏信道估计方法研究[D];南京邮电大学;2014年

，

本文编号：2603355