首页> 中文学位 >基于贝叶斯压缩感知的超宽带信道估计研究及实现
【6h】

基于贝叶斯压缩感知的超宽带信道估计研究及实现

代理获取

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 研究背景

1.2 研究目的和意义

1.3 研究现状与分析

1.4 主要工作和内容安排

第2章 超宽带通信系统基本原理

2.1 超宽带信号的产生

2.2 超宽带脉冲

2.3 超宽带信道模型

2.4 超宽带接收机

2.5本章小结

第3章 贝叶斯压缩感知的基本原理

3.1压缩感知

3.2 贝叶斯压缩感知

3.3 本章小结

第4章 基于贝叶斯压缩感知的超宽带信道估计

4.1 传统信道估计算法

4.2 基于贝叶斯压缩感知框架的超宽带信道估计

4.3 仿真结果与分析

4.3 本章小结

第5章 总结与展望

参考文献

致谢

个人简历

展开▼

摘要

随着人们对无线通信中信息传输容量和质量需求的日益增长,如何利用有限的频谱资源传输更多的信息,成为无线网络设计的核心问题之一。超宽带技术以其具有抗干扰性能强、传输速率高、带宽极宽、消耗电能小、发送功率小等诸多优势,已成为短距离无线通信技术研究的热点。无线通信中由于多径衰落的影响常采用Rake接收机实现分集接收,而Rake接收机的设计需要对信道参数进行估计。由于超宽带信号的带宽极宽,在信道估计时所需系统采样率过高难以硬件实现。因此需要寻求一种新的信道估计算法使之能在较低的采样速率下对信道进行精确的估计。
  压缩感知是近几年流行起来的一个介于数学和信息科学的新技术,它与传统的奈奎斯特采样定理不同,它指出只要信号是可压缩的或在某个变换域是稀疏的,可以采用一个平稳、与变换基不相关的测量矩阵将高维信号投影到一个低维空间上,然后通过求解一个优化问题从这些少量的投影中以高概率重构出原始信号。在该理论框架下,采样速率不取决于信号的带宽,而决定于信号的结构和内容,信号的采样和压缩同时以低速率进行,使采样和计算的成本大大降低。
  本文针对传统超宽带信道估计需要的系统采样速率过高难以实现的问题,根据压缩感知技术和超宽带信道的特点,提出了基于贝叶斯压缩感知(BCS)理论的超宽带信道估计方法。BCS算法作为一种压缩感知的重构算法,从概率论的角度出发,分别对观测值和待重构信号构建概率模型,利用贝叶斯推论,通过最大化待重构信号的后验概率来重构信号,具有更低的计算复杂度和重构误差。本文将BCS算法与BP算法进行了性能比较,得到BCS算法在重构准确度和运算复杂度上都要优于BP算法。然后还讨论了测量数目对BCS算法重构效果的影响,随着测量数目的增加,能够准确重构出信号的概率越大,但计算复杂度越高,仿真实验表明当测量数目是稀疏度的3倍左右时就可以精确地重构出信号。最后还比较了传统信道估计LS算法,BP算法和BCS算法三种算法信道估计的系统BER性能,得到BCS算法的性能最好,BP算法其次,LS算法最差。通过仿真实验表明,BCS算法可有效的用于超宽带系统信道估计。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

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