10.3969/j.issn.1000-386x.2020.06.028
基于奇异值分解的稀疏信道估计
针对基于压缩感知的信道估计能高效获取信道状态信息,以及噪声对估计算法的影响,提出一种基于奇异值分解的压缩感知估计算法.无需已知信道稀疏度,采用自适应步长使其重构精度和效率达到折中.引入奇异值分解技术,并根据奇异熵确定有效重构阶次,达到降噪目的,同时避免迭代过程中选取相关性较低的原子.仿真结果表明,该算法具有较高的重构精度,特别在低信噪比环境下,如信噪比为5 dB时,均方误差相对传统稀疏度自适应匹配追踪算法降低了95%左右,同时,算法运行时间也降低了约15%,具有较高的重构效率.
压缩感知、稀疏信道估计、奇异值分解
37
TP3;TN929.5(计算技术、计算机技术)
国家科技重大专项2017ZX03001021
2020-06-28(万方平台首次上网日期,不代表论文的发表时间)
共6页
154-158,177