基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
超宽带是一种新颖的高速无线通信技术.其过高的带宽给采样带来了困难,压缩感知理论提供了一种可行的低速采样方法.针对目前的压缩感知超宽带信道估计方法必须假设信道稀疏度已知,论文提出了基于贝叶斯压缩感知理论的超宽带信道估计方法.将超宽带信道估计转化为压缩感知理论中的重构问题,并使用贝叶斯压缩感知方法进行重构,得到信道估计值及其误差范围,最终实现信息解调.贝叶斯压缩感知理论将稀疏贝叶斯学习理论引入到压缩感知中,给需要重构向量中的每个值设置受超参数控制的后验概率密度函数,在超参数的更新过程中,零值所对应的超参数将趋向于无穷大,与之对应的后验概率将趋向于零,通过这种方法剔除非重要多径,自适应地找出信道向量中的重要多径,并使用回归算法进行重构.实验结果表明在信道稀疏度未知的情况下,该方法能够对原信道进行有效的重构.
推荐文章
超宽带通信压缩感知信道估计与信号检测方法
超宽带
信道估计
压缩感知
随机滤波器
基于压缩感知和粒子滤波的OFDM超宽信道估计
压缩感知
信道估计
正交匹配
粒子滤波
基于有限新息率采样理论的超宽带信道估计
超宽带
有限新息率
信道估计
奈奎斯特速率
基于压缩感知的低压电力线载波通信信道估计
电力线载波
正交频分复用
压缩感知
信道估计
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于贝叶斯压缩感知理论的超宽带通信信道估计
来源期刊 新能源进展 学科 工学
关键词 超宽带 信道估计 信道稀疏度 贝叶斯压缩感知 相关向量机
年,卷(期) 2013,(1) 所属期刊栏目 论文
研究方向 页码范围 168-176
页数 9页 分类号 TN911.5
字数 8065字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨俊安 69 461 10.0 18.0
5 王蔚东 3 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (16)
参考文献  (5)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
超宽带
信道估计
信道稀疏度
贝叶斯压缩感知
相关向量机
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电路与系统学报
双月刊
1007-0249
44-1392/TN
16开
广东省广州市
1996
chi
出版文献量(篇)
2090
总下载数(次)
5
总被引数(次)
21491
论文1v1指导