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:
该文针对现有基于压缩感知的信道估计方法峰均功率比高、计算量大等问题,使用确定性格雷(Golay)序列作为训练序列对稀疏信道进行信道估计,在接收端实现了对信道冲激响应的估计,给出了估计模型和具体的算法推演,推导了该方法的峰均功率比,并与基于随机高斯序列的压缩感知信道估计方法的性能、峰均功率比和计算量进行了比较。仿真实验表明:格雷序列以及随机高斯序列两种序列都可以重构出稀疏信道非零抽头系数,但是格雷序列对稀疏信道冲激响应的确定性观测估计值的均方误差(MSE)和匹配度性能(Match Rate, MR)均优于随机高斯序列,计算量降低了许多,且在OFDM系统中峰均功率比大大降低。
推荐文章
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
改进的卡尔曼滤波压缩感知信道估计算法
压缩感知信道估计
卡尔曼滤波
伪测量过程
Levenberg-Marquardt方法
稀疏OFDM信道估计的同伦算法
稀疏信道估计
压缩感知
凸优化
同伦法
一种改进的卡尔曼滤波压缩感知信道估计算法
压缩感知
稀疏多径信道估计
卡尔曼滤波
伪测量过程
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Golay互补序列的压缩感知稀疏信道估计算法
来源期刊 电子与信息学报 学科 工学
关键词 信道估计 压缩感知 Golay互补序列 稀疏信道
年,卷(期) 2016,(2) 所属期刊栏目 论文
研究方向 页码范围 282-287
页数 6页 分类号 TN92
字数 5457字 语种 中文
DOI 10.11999/JEIT150594
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 王仕果 湘潭大学智能计算与信息处理教育部重点实验室 23 123 7.0 9.0
2 姚志强 湘潭大学智能计算与信息处理教育部重点实验室 19 86 6.0 8.0
3 游志宏 湘潭大学智能计算与信息处理教育部重点实验室 2 9 1.0 2.0
4 李广龙 湘潭大学智能计算与信息处理教育部重点实验室 1 8 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (10)
参考文献  (12)
节点文献
引证文献  (8)
同被引文献  (15)
二级引证文献  (4)
1961(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(6)
  • 参考文献(3)
  • 二级参考文献(3)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(6)
  • 参考文献(2)
  • 二级参考文献(4)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(5)
  • 参考文献(2)
  • 二级参考文献(3)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(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)
2017(4)
  • 引证文献(4)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(3)
  • 引证文献(2)
  • 二级引证文献(1)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
信道估计
压缩感知
Golay互补序列
稀疏信道
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
电子与信息学报
月刊
1009-5896
11-4494/TN
大16开
北京市北四环西路19号
2-179
1979
chi
出版文献量(篇)
9870
总下载数(次)
11
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
湖南省自然科学基金
英文译名:Natural Science Foundation of Hunan Province
官方网址:http://jj.hnst.gov.cn/
项目类型:一般面上项目
学科类型:
论文1v1指导