您现在的位置: 首页> 研究主题> 稀疏信道

稀疏信道

稀疏信道的相关文献在2005年到2022年内共计156篇,主要集中在无线电电子学、电信技术、自动化技术、计算机技术、地球物理学 等领域,其中期刊论文69篇、会议论文4篇、专利文献44826篇;相关期刊43种,包括应用科学学报、重庆邮电大学学报(自然科学版)、西北工业大学学报等; 相关会议4种,包括中国声学学会第十一届青年学术会议、第十七届全国信号处理学术年会、中国电子学会第十四届青年学术年会等;稀疏信道的相关文献由326位作者贡献,包括刘郁林、朱行涛、乔钢等。

稀疏信道—发文量

期刊论文>

论文:69 占比:0.15%

会议论文>

论文:4 占比:0.01%

专利文献>

论文:44826 占比:99.84%

总计:44899篇

稀疏信道—发文趋势图

稀疏信道

-研究学者

  • 刘郁林
  • 朱行涛
  • 乔钢
  • 戚晨皓
  • 王巍
  • 何剑
  • 傅剑斌
  • 刘旸旭
  • 刘永芳
  • 周锋
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

作者

    • 孟金; 易胜宏; 张红升; 甘济章; 雷鹏
    • 摘要: 针对现有的稀疏集员(SM,Set-Membership)自适应滤波算法,普遍存在稳态均方偏差(MSD,Mean Square Deviation)的稳定性较低及运算复杂度较高等问题,提出了一种新颖的稀疏集员NLMS(NLMS,Normalized Least Mean Square)算法。该方案提出一种运算复杂度更低的零吸引(ZA,Zero-attracting)惩罚函数,使算法对稀疏信道的估计更为合理。在多种稀疏信道仿真中,与目前的稀疏集员算法相比,所提算法的稳态MSD更低且稳定性更高。最后,将所提算法应用于声波信号的稀疏系统辨识中,比目前的稀疏集员算法更具有优势。
    • 李晶晶; 孙贞; 满永恒
    • 摘要: 扩散式子带自适应滤波(Diffusion Subband Adaptive Filtering, DSAF)算法是针对分布式估计中输入信号存在相关性的一种有效解决方案。但现实世界中广泛存在的具有脉冲特性的非高斯噪声会导致传统的DSAF算法性能下降甚至完全失效。同时,水声通信、电话会议等实际应用场合中待估计系统常呈现出稀疏特性,传统的DSAF算法并未充分利用该特性。为此基于稳健估计理论和稀疏信号处理方法深入研究了非高斯噪声下稀疏系统的改进扩散式子带自适应滤波算法,并在不同脉冲性的非高斯噪声环境下对稀疏系统中的改进算法进行了仿真,验证了改进扩散式子带自适应滤波算法的有效性。
    • 侯威翰; 郭莹
    • 摘要: 在自适应滤波算法已经被广泛应用的今天,许多不同种类的自适应滤波算法被用于不同的工程应用,如噪声消除、回声抵消和信道估计等.但是,在自然界中广泛存在的非高斯噪声,对各类自适应滤波算法产生了严重破坏.为了解决这个问题,研究者设计了许多针对这个问题的算法,主要分成两类.一种是依靠某些函数对计算误差进行优化的算法,如符号算法;另一种是基于非二阶统计量的算法,如基于最大相关熵的算法.这两大类算法都可以在一定程度上对非高斯噪声产生抑制效果,但是它们之间的工作原理和效果却存在很大区别.基于稀疏系统,针对以上两大类算法的原理进行分析并比较,进一步总结了以上两大类算法的优缺点.
    • 穆晓敏; 刘亚丽; 张建康; 赵凌霄
    • 摘要: 针对大规模MU-MIMO(多用户多输入多输出)系统中上行链路的信道估计问题,提出了一种基于平行因子(PARAFAC)分解的稀疏信道估计算法.该算法利用稀疏数学模型构造稀疏信道模型,将稀疏理论与张量分解相结合,对基站端的接收信号进行PARAFAC建模.在满足唯一性分解条件下,利用双线性交替最小二乘(BALS)拟合算法联合估计出多个用户的信号矩阵与信道矩阵.仿真结果表明:所提算法的估计性能优于经典的正交匹配跟踪算法等稀疏信道估计算法,与基于导频序列的估计方法相比,其信道估计的精度大幅提高;仅需少量导频,降低了导频开销,实现了高频谱效率的通信传输.
    • 彭培楠
    • 摘要: 针对无线通信系统中,偏移正交幅度调制的正交频分复用(OFDM/OQAM)系统中采用基于导频的多载波信道估计方法存在导频开销大的问题,通过利用无线信道的固有稀疏特性,将信道估计问题看作一个压缩感知(CS)问题来研究,以提高信道估计性能.通过引入阈值的思想,提出了一种基于子空间匹配追踪(SP)的改进算法(ASP).仿真结果表明,与传统的基于导频的信道估计方法相比,基于CS的方法获得了较好的信道估计性能改善.所提出的ASP算法优于传统的子空间匹配追踪算法,进一步减小了均方误差.
    • 彭培楠1
    • 摘要: 针对无线通信系统中,偏移正交幅度调制的正交频分复用(OFDM/OQAM)系统中采用基于导频的多载波信道估计方法存在导频开销大的问题,通过利用无线信道的固有稀疏特性,将信道估计问题看作一个压缩感知(CS)问题来研究,以提高信道估计性能。通过引入阈值的思想,提出了一种基于子空间匹配追踪(SP)的改进算法(ASP)。仿真结果表明,与传统的基于导频的信道估计方法相比,基于CS的方法获得了较好的信道估计性能改善。所提出的ASP算法优于传统的子空间匹配追踪算法,进一步减小了均方误差。
    • 张凯; 于宏毅; 胡赟鹏; 沈智翔
    • 摘要: 针对单输入多输出系统下稀疏信道均衡问题,提出了一种新的基于最大似然准则的频域迭代均衡算法.首先将多天线联合均衡问题建模为非完整观测数据集下频域信号序列的最大似然估计问题,利用期望最大化算法进行近似迭代求解,最终得到各个单频信号加权求和形式的均衡输出表达式.在每次迭代过程中,算法依次完成均衡输出的更新和信道参数联合条件后验分布的更新.考虑到信道固有的稀疏特性,在求解信道参数联合条件后验时,引入具有稀疏促进作用的先验分布对信道系数加以约束,使用稀疏贝叶斯学习迭代求解信道参数联合条件后验.仿真结果表明,本文算法具有较好的收敛特性和稳态性能,在中高信噪比条件下可以获得接近信道已知条件下的稳态系统误符号率性能.%Aiming at the equalization problem of sparse channels in single-input multiple-output (SIMO) systems,a new iterative frequency-domain equalization algorithm is proposed based on the maximum likelihood(ML) criterion.The e-qualization of multiple signals is first modeled as the maximum likelihood frequency-domain signal sequence estimation from incomplete observations,and approximately solved by means of the expectation-maximization (EM) algorithm in an itera-tive manner.Analytic expression of the equalization output is finally obtained in the form of weighted summation of each discrete-frequency signals.In each iteration,the proposed scheme alternates between equalization output update and channel posterior distribution update.During the later step,the inherent sparse nature of the channels is exploited by employing sparse promoting prior distributions.Then,the sparse Bayesian learning iterative inference method is applied to the proposed model in order to obtain joint conditional posterior distribution of the channel parameters.Simulation results show that the proposed scheme has a good convergence and steady-state performance,and approaches the steady-state symbol error rate(SER) with known channel parameters,at moderate and high signal-to-noise ratio (SNR) values.
    • 徐啸涛; 陈丽琴; 朱燕
    • 摘要: Numerous research results showed that massive multiple-input-multiple-output (Massive MIMO) channel exhibited a sparse structure.Using this feature,a new channel estimation algorithm had been developed,which could adaptively beam form and jointly optimize the sparse vector and matrix functions.The key part of this algorithm was to randomly optimize the structural model based on continuous constants and to use it alternately with the basic denoising optimization scheme to find the sparse feature channel.The simulation results showed that this improved sparse channel estimation method could not only reduce the number of pilots but also improve the channel estimation error of at least 20 dB compared with the common sparse channel estimation method based on Fourier transform.%大量研究结果表明大规模多输入多输出(Massive MIMO)信道表现出一种稀疏结构特性.利用这个特性开发了一种全新的信道估计算法,它能够自适应波束赋形,并且联合优化稀疏矢量和矩阵函数的方法.该算法关键部分是随机优化基于连续常量的结构模型,并且与基本的去噪优化方案交替使用以找到稀疏特征信道.仿真结果表明,与基于傅里叶变换的普通稀疏信道估计方法进行比较,这种改进型的稀疏信道估计方法不但能够允许适当减少导频数量,且至少改善20 dB以上的信道估计误差.
    • 肖瑛; 董玉华
    • 摘要: 针对高速水声通信信道稀疏特性,提出了一种凸组合实时判决反馈盲均衡算法.将盲均衡器分为保持均衡器支路和稀疏均衡器支路,以保持均衡器能量和权系数的瞬时梯度为判据,对稀疏均衡器支路对应抽头进行实时稀疏化处理.算法中避免设置稀疏化阈值,对不同稀疏水声信道和通信信号具有通用性,且对于时变稀疏水声信道可以利用保持均衡器支路恢复稀疏均衡器支路置零抽头系数,使算法对信道具有较强跟踪和冷启动能力.典型稀疏水声信道条件下的仿真结果证明,凸组合实时判决反馈稀疏水声信道盲均衡算法性能稳健,与全阶判决反馈盲均衡算法相比,计算简单,收敛速度快,稳态剩余误差小,有利于算法在水声通信系统中的推广应用.%According to the sparse characteristics of underwater acoustic channel in high speed communication system, a convex combination real time decision feedback blind equalization al-gorithm was proposed. The blind equalizer is divided into two branches, called maintaining e-qualizer branch and sparse equalizer branch. And the sparse equalizer branch carries sparse pro-cessing according to the instantaneous gradient and the energy of the maintaining equalizer branch. The proposed algorithm avoids sparseness threshold setting, which can be applied to dif-ferent sparse underwater acoustic channel and communication signal conditions. Furthermore, the maintaining equalizer branch can recover the sparse equalizer branch in time for the time va-riant sparse underwater acoustic channel, which makes the algorithm have strong tracking and cold starting ability. The simulation results of typical sparse underwater acoustic channel show that the convex combination real time decision feedback sparse underwater acoustic channel blind equalization algorithm has some advantages over full order decision feedback blind equali-zation algorithm, such as robustness, simple calculation, faster convergence rate and lower steady state residual error, which is beneficial to the application of the algorithm in underwater acoustic communication system.
  • 查看更多

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