基于快速貝葉斯匹配追蹤優(yōu)化的海上稀疏信道估計方法
發(fā)布時間:2021-06-09 04:33
正交頻分復(fù)用(OFDM)系統(tǒng)中,由于頻率發(fā)生選擇性衰落會導(dǎo)致信道在數(shù)據(jù)傳輸中產(chǎn)生符號間干擾,因此接收機往往需要知道信道狀態(tài)信息。而在海上通信的情況下,信道傳輸會受到多種外界因素的干擾,往往需要預(yù)先進行信道探測估計。為了提高估計性能,該文提出一種基于奇異值分解優(yōu)化觀測矩陣的快速貝葉斯匹配追蹤稀疏信道估計優(yōu)化算法(FBMPO),該算法不僅能夠充分考慮海上通信的信道稀疏性,也能夠降低信道的不確定性帶來的影響。計算機仿真實驗表明,與傳統(tǒng)的信道估計算法相比,該算法能夠提高信道估計的精確度。
【文章來源】:電子與信息學(xué)報. 2020,42(02)北大核心EICSCD
【文章頁數(shù)】:7 頁
【部分圖文】:
海上通信損耗模型
}=Ehh22(30)其中,h與h則表示實際信道向量與信道估計向量。在圖2—圖4中,比較了FBMPO算法與OMP和BCS算法,可以發(fā)現(xiàn)貝葉斯快速匹配追蹤算法比其他兩個算法在均方誤差指標方面,優(yōu)化效果更好。同時本文比較了當導(dǎo)頻序列為32,48,64時信道估計的效果。結(jié)果表明,在海上稀疏信道的背景下,當選取較長的訓(xùn)練序列的時候,信道估計的效果會越來越好,獲得較低的均方誤差。同時,從圖5不難發(fā)現(xiàn),本文更改了p1的值,它的取值會對搜索集圖2N為32時,p1為0.04時,3種算法的AMSE對比圖3N為48時,p1為0.04時,3種算法的AMSE對比圖4N為64時,p1為0.04時,3種算法的AMSE對比圖5N為32時,p1為0.01時,3種算法的AMSE對比表1FBMPO算法的偽代碼FBMPO算法輸入:參數(shù)向量s,觀測矩陣φi,迭代閾值K,RandL;輸出:hMMSE;μ0,1(1)Initializeby式(20)(2)fori←1toL:bi←φ1i;βi←(1+σ12Tibi)1(3);μ1,i←μ0,1+12lg(βiσ12)+12βiyTbi2+lgp11p1(4);(5)endfor(6)forq←1toK:μ1,q←μ1,ib1,q(1)←μ1,ic1,q(1)←c1,iβ1,q(1)←β1,i(7);;;;(8)endfori←U1W2V1Ti′←U1W2′V1T(9);;(10)forl←1toR:βi←(1+σ12i′Tbi)1(11);μi←μ(l1)+12lgβi+12βi(sTc(l)i)2+lgp11p1(12);i(l)←argma
(30)其中,h與h則表示實際信道向量與信道估計向量。在圖2—圖4中,比較了FBMPO算法與OMP和BCS算法,可以發(fā)現(xiàn)貝葉斯快速匹配追蹤算法比其他兩個算法在均方誤差指標方面,優(yōu)化效果更好。同時本文比較了當導(dǎo)頻序列為32,48,64時信道估計的效果。結(jié)果表明,在海上稀疏信道的背景下,當選取較長的訓(xùn)練序列的時候,信道估計的效果會越來越好,獲得較低的均方誤差。同時,從圖5不難發(fā)現(xiàn),本文更改了p1的值,它的取值會對搜索集圖2N為32時,p1為0.04時,3種算法的AMSE對比圖3N為48時,p1為0.04時,3種算法的AMSE對比圖4N為64時,p1為0.04時,3種算法的AMSE對比圖5N為32時,p1為0.01時,3種算法的AMSE對比表1FBMPO算法的偽代碼FBMPO算法輸入:參數(shù)向量s,觀測矩陣φi,迭代閾值K,RandL;輸出:hMMSE;μ0,1(1)Initializeby式(20)(2)fori←1toL:bi←φ1i;βi←(1+σ12Tibi)1(3);μ1,i←μ0,1+12lg(βiσ12)+12βiyTbi2+lgp11p1(4);(5)endfor(6)forq←1toK:μ1,q←μ1,ib1,q(1)←μ1,ic1,q(1)←c1,iβ1,q(1)←β1,i(7);;;;(8)endfori←U1W2V1Ti′←U1W2′V1T(9);;(10)forl←1toR:βi←(1+σ12i′Tbi)1(11);μi←μ(l1)+12lgβi+12βi(sTc(l)i)2+lgp11p1(12);i(l)←argmaxi(13)μi;G(l)←G(l1)∪{i
【參考文獻】:
期刊論文
[1]基于觀測矩陣優(yōu)化的自適應(yīng)壓縮感知算法[J]. 胡強,林云. 計算機應(yīng)用. 2017(12)
本文編號:3219938
【文章來源】:電子與信息學(xué)報. 2020,42(02)北大核心EICSCD
【文章頁數(shù)】:7 頁
【部分圖文】:
海上通信損耗模型
}=Ehh22(30)其中,h與h則表示實際信道向量與信道估計向量。在圖2—圖4中,比較了FBMPO算法與OMP和BCS算法,可以發(fā)現(xiàn)貝葉斯快速匹配追蹤算法比其他兩個算法在均方誤差指標方面,優(yōu)化效果更好。同時本文比較了當導(dǎo)頻序列為32,48,64時信道估計的效果。結(jié)果表明,在海上稀疏信道的背景下,當選取較長的訓(xùn)練序列的時候,信道估計的效果會越來越好,獲得較低的均方誤差。同時,從圖5不難發(fā)現(xiàn),本文更改了p1的值,它的取值會對搜索集圖2N為32時,p1為0.04時,3種算法的AMSE對比圖3N為48時,p1為0.04時,3種算法的AMSE對比圖4N為64時,p1為0.04時,3種算法的AMSE對比圖5N為32時,p1為0.01時,3種算法的AMSE對比表1FBMPO算法的偽代碼FBMPO算法輸入:參數(shù)向量s,觀測矩陣φi,迭代閾值K,RandL;輸出:hMMSE;μ0,1(1)Initializeby式(20)(2)fori←1toL:bi←φ1i;βi←(1+σ12Tibi)1(3);μ1,i←μ0,1+12lg(βiσ12)+12βiyTbi2+lgp11p1(4);(5)endfor(6)forq←1toK:μ1,q←μ1,ib1,q(1)←μ1,ic1,q(1)←c1,iβ1,q(1)←β1,i(7);;;;(8)endfori←U1W2V1Ti′←U1W2′V1T(9);;(10)forl←1toR:βi←(1+σ12i′Tbi)1(11);μi←μ(l1)+12lgβi+12βi(sTc(l)i)2+lgp11p1(12);i(l)←argma
(30)其中,h與h則表示實際信道向量與信道估計向量。在圖2—圖4中,比較了FBMPO算法與OMP和BCS算法,可以發(fā)現(xiàn)貝葉斯快速匹配追蹤算法比其他兩個算法在均方誤差指標方面,優(yōu)化效果更好。同時本文比較了當導(dǎo)頻序列為32,48,64時信道估計的效果。結(jié)果表明,在海上稀疏信道的背景下,當選取較長的訓(xùn)練序列的時候,信道估計的效果會越來越好,獲得較低的均方誤差。同時,從圖5不難發(fā)現(xiàn),本文更改了p1的值,它的取值會對搜索集圖2N為32時,p1為0.04時,3種算法的AMSE對比圖3N為48時,p1為0.04時,3種算法的AMSE對比圖4N為64時,p1為0.04時,3種算法的AMSE對比圖5N為32時,p1為0.01時,3種算法的AMSE對比表1FBMPO算法的偽代碼FBMPO算法輸入:參數(shù)向量s,觀測矩陣φi,迭代閾值K,RandL;輸出:hMMSE;μ0,1(1)Initializeby式(20)(2)fori←1toL:bi←φ1i;βi←(1+σ12Tibi)1(3);μ1,i←μ0,1+12lg(βiσ12)+12βiyTbi2+lgp11p1(4);(5)endfor(6)forq←1toK:μ1,q←μ1,ib1,q(1)←μ1,ic1,q(1)←c1,iβ1,q(1)←β1,i(7);;;;(8)endfori←U1W2V1Ti′←U1W2′V1T(9);;(10)forl←1toR:βi←(1+σ12i′Tbi)1(11);μi←μ(l1)+12lgβi+12βi(sTc(l)i)2+lgp11p1(12);i(l)←argmaxi(13)μi;G(l)←G(l1)∪{i
【參考文獻】:
期刊論文
[1]基于觀測矩陣優(yōu)化的自適應(yīng)壓縮感知算法[J]. 胡強,林云. 計算機應(yīng)用. 2017(12)
本文編號:3219938
本文鏈接:http://www.sikaile.net/kejilunwen/wltx/3219938.html
最近更新
教材專著