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:
提出一种基于压缩感知框架下的长时延水声信道估计算法。用传统的自适应算法如最小二乘( LS )算法处理典型的长时延水声信道的估计问题时,会导致其收敛速率下降,即跟踪能力有限,而使用时延多普勒函数则加大了计算量和复杂度。通过训练序列构建一个Toeplitz矩阵作为测量矩阵,将长时延信道估计问题转为压缩感知问题,并利用信道的稀疏结构特性进行稀疏估计。与传统的l1范数或基于指数形式的近似l0范数稀疏恢复策略不同,所提出的是一种新的似l0范数稀算法(简称AL0),该算法通过融合最陡梯度和迭代投影寻优进行求解。仿真与海试数据结果验证了所提算法的优越性。
推荐文章
长时延扩展水声信道的联合稀疏恢复估计
长时延水声信道
分布式压缩感知
同步正交匹配追踪
水声信道估计
基于压缩传感的OFDM水声信道估计方法研究
压缩传感
稀疏信号
匹配追踪
正交匹配追踪
OFDM
信道估计
采用时域测量矩阵的压缩感知稀疏信道估计方法
压缩感知
稀疏信道估计
单载波分块传输
时域测量矩阵
贝叶斯模型下基于坐标下降法的水声信道估计
相关水声信道
贝叶斯模型
稀疏信道估计
坐标下降法
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 稀疏长时延水声信道的压缩感知估计
来源期刊 东南大学学报(英文版) 学科 工学
关键词 范数约束 稀疏水声信道 压缩感知
年,卷(期) 2014,(3) 所属期刊栏目
研究方向 页码范围 271-277
页数 7页 分类号 TB567
字数 1716字 语种 英文
DOI 10.3969/j.issn.1003-7985.2014.03.003
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 方世良 东南大学水声信号处理教育部重点实验室 63 379 11.0 16.0
2 童峰 厦门大学水声通信与海洋信息技术教育部重点实验室 67 576 12.0 21.0
3 周跃海 厦门大学水声通信与海洋信息技术教育部重点实验室 17 114 7.0 9.0
4 伍飞云 厦门大学水声通信与海洋信息技术教育部重点实验室 8 39 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (8)
同被引文献  (9)
二级引证文献  (4)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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)
2015(4)
  • 引证文献(4)
  • 二级引证文献(0)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
范数约束
稀疏水声信道
压缩感知
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
东南大学学报(英文版)
季刊
1003-7985
32-1325/N
大16开
南京四牌楼2号
1984
eng
出版文献量(篇)
2004
总下载数(次)
1
总被引数(次)
8843
论文1v1指导