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:
现有的压缩感知MIMO-OFDM信道估计方法多采用正交匹配追踪算法及其改进的算法.针对该类算法重构大规模的数据存在计算复杂度高、存储量大等问题,提出了基于梯度追踪算法的MIMO-OFDM稀疏信道估计方法.梯度追踪算法采用最速下降法对目标函数解最优解,即每步迭代时计算目标函数的搜索方向和搜索步长,并以此选择原子得到每次迭代重构值的最优解.本文使用梯度追踪算法对信道进行估计,并与传统的最小二乘估计算法、正交匹配追踪算法的性能和计算复杂度进行比较.仿真结果表明,梯度追踪算法能够保证较好的估计效果,减少了导频开销,降低了运算复杂度,提高了重构效率.
推荐文章
基于MIMO-OFDM系统的信道估计算法分析
MIMO-OFDM
信道估计算法
最小平方
最小均方误差
盲信道估计
半盲信道估计
基于匹配追踪算法阈值改进的MIMO-OFDM信道估计研究
信道估计
压缩感知
MIMO-OFDM
原子弱选择
CoSaMP算法
OMP算法
基于CS的大规模MIMO-OFDM信道估计
MIMO-OFDM系统
基于数据辅助的信道估计算法
压缩感知
OMP
SCA
MIMO-OFDM系统角域LS信道估计算法
多输入输出
正交频分复用
信道估计
最小二乘
角域
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 基于梯度追踪的MIMO-OFDM稀疏信道估计算法
来源期刊 数据采集与处理 学科 工学
关键词 MIMO-OFDM 信道估计 压缩感知 梯度追踪 稀疏多径信道
年,卷(期) 2019,(3) 所属期刊栏目
研究方向 页码范围 396-405
页数 10页 分类号 TP911.23
字数 5236字 语种 中文
DOI 10.16337/j.1004-9037.2019.03.003
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 吴君钦 江西理工大学信息工程学院 53 269 9.0 13.0
2 王加莉 江西理工大学信息工程学院 2 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (115)
共引文献  (79)
参考文献  (17)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(5)
  • 参考文献(1)
  • 二级参考文献(4)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(16)
  • 参考文献(3)
  • 二级参考文献(13)
2007(19)
  • 参考文献(1)
  • 二级参考文献(18)
2008(10)
  • 参考文献(1)
  • 二级参考文献(9)
2009(16)
  • 参考文献(1)
  • 二级参考文献(15)
2010(15)
  • 参考文献(0)
  • 二级参考文献(15)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(18)
  • 参考文献(2)
  • 二级参考文献(16)
2013(4)
  • 参考文献(4)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
MIMO-OFDM
信道估计
压缩感知
梯度追踪
稀疏多径信道
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
数据采集与处理
双月刊
1004-9037
32-1367/TN
大16开
南京市御道街29号1016信箱
28-235
1986
chi
出版文献量(篇)
3235
总下载数(次)
7
总被引数(次)
25271
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
论文1v1指导