基于压缩感知的自适应V2V稀疏信道估计算法

Chen Xin,Zhang Xudong,Zhu Yaolin,Ma Ruiqing

wf（2022）

引用 0|浏览3

暂无评分

摘要

针对传统信道估计算法对稀疏性约束不强,导致信道估计性能下降,进而影响通信质量等问题,着重对车到车(vehicle to vehicle V2V)信道估计进行研究,提出了基于基扩展模型(base expansion model,BEM)的稀疏度自适应匹配追踪(sparsity adaptive matching pursuit,SAMP)信道估计算法.该算法将信道估计问题转变为对BEM系数的稀疏重构,通过SAMP获得BEM的系数,再利用反馈结果进行迭代,进而实现最优的信道估计.仿真结果表明,与最小二乘(least square,LS)、线性最小均方误差(linear minimum mean square error,LMMSE)和正交匹配追踪(orthogonal matching pursuit,OMP)信道估计算法比较,该算法在V2V信道下可以显著提高正交频分复用(orthogonal frequency division multiplexing,OFDM)系统的均方误差和误码率性能.

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要