基于奇异值分解的稀疏信道估计

• 作者: 侯宁宁 范艺芳 陈发堂
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 压缩感知 稀疏信道估计 奇异值分解
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 网络与通信
• 页码范围: 154-158,177
• 页数: 6页
• 分类号: TP3|TN929.5
• 字数: 5121字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.06.028

摘要

针对基于压缩感知的信道估计能高效获取信道状态信息,以及噪声对估计算法的影响,提出一种基于奇异值分解的压缩感知估计算法.无需已知信道稀疏度,采用自适应步长使其重构精度和效率达到折中.引入奇异值分解技术,并根据奇异熵确定有效重构阶次,达到降噪目的,同时避免迭代过程中选取相关性较低的原子.仿真结果表明,该算法具有较高的重构精度,特别在低信噪比环境下,如信噪比为5 dB时,均方误差相对传统稀疏度自适应匹配追踪算法降低了95％左右,同时,算法运行时间也降低了约15％,具有较高的重构效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈发堂	重庆邮电大学通信与信息工程学院	134	428	10.0	12.0
2	范艺芳	重庆邮电大学通信与信息工程学院	3	0	0.0	0.0
3	侯宁宁	重庆邮电大学通信与信息工程学院	3	0	0.0	0.0