• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IEEE International Conference on Acoustics, Speech and Signal Processing >APPLYING CSISZAR'S I-DIVERGENCE TO BLIND SPARSE CHANNEL ESTIMATION
【24h】

APPLYING CSISZAR'S I-DIVERGENCE TO BLIND SPARSE CHANNEL ESTIMATION

机译：应用CSISZAR的I分解盲目稀疏信道估计

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Compressed sensing (CS) has renewed interest in sparse channel estimation. Herein, a semi-blind, iterative, sparse channel estimation method is proposed. The new method is based on minimizing Csiszar's I-divergence using Schulz & Snyder's iterative deautocorrelation algorithm. First, it is shown that the desired methods can be adapted to the problem of interest. The proposed semi-blind method accurately estimates the significant tap locations of a sparse channel, and their corresponding magnitudes. A method for determining the channel coefficients up to a phase ambiguity is presented. The simulation results show that although limited pilots are used, the proposed semi-blind iterative algorithm achieves performance comparable to that of training-based compressed sensing methods.
机译：压缩传感（CS）已更新对稀疏信道估计的兴趣。 这里，提出了半盲，迭代，稀疏信道估计方法。 新方法是基于使用Schulz＆Snyder的迭代Deaut相关算法最大限度地降低CSISZAR的I分歧。 首先，示出了所需的方法可以适应感兴趣的问题。 所提出的半盲方法精确地估计稀疏通道的显着抽头位置及其相应的大小。 提出了一种确定频道系数的方法，其呈现为较高的相位歧义。 仿真结果表明，尽管使用了有限的飞行员，所提出的半盲迭代算法实现了与基于训练的压缩传感方法相当的性能。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号