论文研究-MIMO-OFDM系统中基于压缩感知的信道参数反馈方法.pdf

所需积分/C币:50 2019-07-22 18:55:18 1.72MB .PDF
51
收藏 收藏
举报

为了解决MIMO-OFDM系统中基于完全信道状态信息预编码所面临的反馈链路开销大的问题, 提出将压缩感知技术应用于这种预编码的信道状态信息的反馈阶段。在接收端通过压缩感知技术对由信道估计得出的信道状态信息进行观测, 将少量的观测值反馈到发送端, 在发送端通过正交匹配追踪算法重构出完全信道状态信息。仿真结果表明, 信道状态信息在KLT域的压缩感知性能明显优于DCT域的压缩感知性能, 可以由反馈到发送端的少量采样值精确地重构出信道状态信息, 降低了反馈链路的开销。
1872 计算机应用研究 第29卷 0,1,2.…,E-1 80 最后分别计算基于上述两种域的压缩感知得到的H和 432 H之间的标准误差( standart error,sE)以评价重构数据的可靠 性。标准误差越小,重构数据可靠性越大。 3仿真结果与分析 40080012001600 40080012001600 仿真中,设收发两端天线数P=Q=4,信道为瑞利衰落信 KLT域维数 样点 (a)原始信道参数相位数据在(b)原始信道参数相位数据与 道,OFDⅥ子载波数N=32,每个子载波多径扩展数D=3,每 KLT域效果 KLT域重构数据对比 径延迟符号数T=1,H的行数E=1536。压缩感知观测次数 4 即高斯随机观测矩阵行数M=200。 图4给出了棊于KLT域与DCT域的压缩感知对MMO OFDM信道参数幅度的重构效果对比。由图4(a)可知,信道 参数幅度数据在KLT域只有一个绝对值较大的数,其余的数 都为零或近乎为零,因而这些数据在KLT域具有很好的稀疏 040080012001600 40080012001600 性。由图4(b)可知,经KLT域稀疏化的数据可以精确重构出 DCr域维数 样点 (c)原始信道参数相位数据在 (d原始信道参数相位数据与 原始数据,山仿真结果显示S=0,因此重构数据可靠性很大 DCT域效果 DCT域重构数据对比 由图4(o)说明,信道参数幅度数据在DCT域只有少数几个较 图5基于KLT域与DCT域的压缩感知针对信道 参数相位的重构效果对比 大值,其余均为零或近乎为零的数,因此信道参数幅度数据在 DCT域同样具有较好的稀疏性。由图4(d可看出,经过DCT 数摒在变换域的压缩感知性能包括数据在变换域的稀玧 域稀疏化的数据对原始数据的重构效果没有KT域重构效果性和斥缩感知重构性能。原始数据越稀疏,压缔感知对原始数 好但仿真结果显示SE=0.0503.说明重构数据的可靠性还是据的重构效果就越好。由图4和5可知,元论是信道参数幅度 比较好的。 数据还是相位数据,它们在KLT域的斥缩感知性能都比在 DCT域的压缩感知性能好。原因在于KLT可以完全去除原始 5 09 瓦始数据 0.8 数据中各元素之间的相关性,使数据的能量集中到极少数系数 0.6 上,从而使数据在KLT域上达到最稀疏的理想效果且原始数 崆0.5 箫-15 据可以被精确重构。因此,KLT是种最佳的稀疏变换方法。 0.3 0.2 但是,由式(7)-(14)可知,对于每个H都需要求对应的KLT 0.1 矩阵U,复杂度较高。因此本文一方面要銖续寻找解特征值与 040080012001600 040080012001600 IT域维数 样点 特征向量的快速算法,另一方面则要寻找一些虽不是最佳但也 (a)原始信道参数幅度数据在(b)原始信道参数帼度数据与 有较好的去相关性能且容易实现的一些变换方法。DCT对信 KLT域效果 KL域重构数据对比 道参数特别是相位数据的去相关性能不如KLT好,导致数据 重数拐 谅氪据 在DCT或的稀疏性以及压缩感知重构性能较差 4结束语 本文将压缩感知技术应用于MIMO-(FDM预编码中的反 1040080012001600 样占200160 馈阶段,对信道状态信息在KIT'域和D(:T域的压缩感知性能 DCT城维数 ()原始信道参数幅度数据在(d)原始信道参数幅庋数据与 作」比较。仿真结果显示,信道状态信息在KT域的稀疏性 DCT城效果 DCT域重构数据对比 能比在nCT域的稀疏性能好,且信道状态信息在KIT域有更 图4基于KLT域与DCT域的压缩感知针对信道 参数幅度的重构效果对比 优异的压缩感知重构性能。由于KT很难实际应用于信道状 图5绘出了基于KLI域与DCT域的压缩感知针对MIM 态信息的压缩感知中,因此如何将数据进行趋近于KI.T域那 FDM信道参数相位的重构效果对比。由图5(a)(b)可知,与样的稀疏化,找到一种能实际应用并且性能趋近于KT的方 信道参数幅度数据相同,信道参数相位在KLT域只有一个绝 法就成为今后研究的课题。 对值较大的数,其余的数都是为零或近乎为零,因而也具有很参考文献 好的稀疏性且重构效果很好。同样仿真结果显示SE=0,所以[1] JIANG Cheng4ng, WANG MM, YANG Chun-liang. MIMO precod 重构数据可靠性很大。在仿真过程中发现,信道参数相位数据 ing using rotating codebooks [J]. IEEE Trans on Vehicular Tech 在DCT域的稀疏性较差(图5(c)),重构效果也不好。为了更 nology,2011,60(3):1222-1227 2]王静怡。多用户MIM系统中的预编码技术研究[D西安:西安 好地体现原始信道参数相位数据与DCT域重构数据的对比情 电子科技大学,2010 况,仿真时将原始数摒与重构数据均进行了量化。由图5(d)[3]傅洪亮,陶勇,张元.基于非线性预編码的多载波分层空时裣测方 可知,DCT域重构效果较差,仿真结果显示S=1.9818,说明 法[冂].计算机应用研究,201,28(4):1500-1511. 重构数据的可靠性较小。 (下转第1876页) 1876· 计算机应用研究 第29卷 定位误差。随着信标节点的逐渐増加,三种定位算法的定位误多个误差修正值,还避免了接收节点需要不断地判断哪些修正 差都呈下降趋势,而木文提岀的改进算法相对于另外两种定位值该保留哪些该丟弃的工作,降低了算法执行的复杂度。不文 算法,具有更高的定位精度,分別比文献[9]算法提高了3%~改进算法只要求各个节点适当地增加计算量,主要表现在:信 8%,比文献[Ⅰ算法提高了5%~12%。由图3中还可以看标节点进行RSSI测距误差修正时的自定位和计算自身坐标误 出,当网络中信标节点的数量增加到40个以后,本文改进算法差,未知节点计算网络近似定位误差和修正自身的估计坐标。 的定位误差开始趋于稳定,而其他两种算法的定位误差还是继但这些计算开销相对于大量广播消息所耗的通信开销要小 续随着信标节点数量的增加而下降,这意味着本文改进算法对得多,所以,本文改进算法能有效地减少网络中的通信开销,从 信标节点密度具有更低的要求,有利于降低网络的运行成本。而降低网终的能耗。 2)网络节点密度对定位精度的影响 首先在伤真区域中预先部署好30个信标节点,然后将未4结束语 知节点的数目从30个增加到120个,每次增加10个,且都是 本文介绍了 DV-distance定位算法,并分析其存在的问题 随机部署的。在不同未知节点数量的情况下,分别多次运行定及几种已有的改进Dv- distance定位算法。在此基础上,考虑 位算法的程序计算未知节点的位置坐标,并将各次得到的定位到 DV-distan定位算法是利用RS测距技木测量两个相邻 误差进行均值统计,以比较三种算法的平均定位误差。仿真结节点间的距离的,对测距误差非常敏感,以及距离误差修正值 果如佟4所示。 在广播过程中会带来人量的通信开销等问题,提出一种基于 50 H RSSI测距误差修正的改进型DⅤ- distance差分定位算法,并详 细描述了算法的定位流程;最后进行仿真验证并对仿真结果进 行了分析,结果证明该改进算法具有更好的定位效果。 参考文献 [张杰,胡向东.定位技术在无线传感器网络中的应用[J.电信 30405060708090I00l0120 快报;网络与通信,2008(8):34-36 未知节点的个数 [2ˉ孙利民,李建中,陈瑜,等.无线传感器网络[M].北京:清华大学 图4不同未知节点密度下三和算法的平均定位误差 出版社,205:136-148 分析:由此可见,提高网络中节点的密度可以降低定位误3. NICULESCU D,NAB. Ad-hoc positioning system(APs)[C 差,因为节点数量增多,每个节点的网络连通度就会增大,DV- Proc ot fee global telecommunications conference. sau aulorio distance是一种基于多跳机制的定位算法,网络平均连通度的 IEEE Communications Societv. 2001. 2926-2931 增大可以让节点获得更多的信标节点信息,一方面有利于提高 [4]张佳,吴延海,石峰,等.基于DV-Hlp的无线佶感器网络定位算 法[J].计算机应用,2010,30(2):323-326 定位精度,另方面有利于提高节点定位的覆盖率。其中,本[5: NICULESCU D, NATH B. DV based on positioning in Ad hoc net 文改进算法的定位精度都比文献[9,11]中的算法略有提高 works[ J]. Joumal of Telecommunication Systems, 2003, 22(1 刚开始时,提高的幅度并不是很大,因为此时的网络连通度不 4):267-280 高,节点间能获得的用定位的信息很少,但随着节点数的不[6.付华,孙蕾.无线传感器网络 DV-distance定位算法[J].计算机 断增加,本文改进算法的优势戒来越明显。本文改进算法中用 系统应用,2010,19(3):56-58,132. 到RSsI测距误差修正法,这个方法在节点获得更多其他信标7 PERKINS D, TUMATI R. Reducing localization errors in sensor Ad 节点的信息时,能够得到更佳的网络近似定位误差,这有利于 hoc networks[ C]//Proc of the 23 rd IPCCC. New York: ACM Press 2004:723-729 修正未知节点的估计坐标。所以当未知节点数增加到90个以[8」刘林,范志平,一种降低定位误差的无线传感器网络节点定位改 后,本文改进算法的定位精度明显比其他两种算法分别提高了 进算法[J].它路与系统学报,2007,12(2):1-4 近5%和8%。 [9ˉ宋军钢.无线传感器网络自身定位算法研究[D].南京:南京理 3)三和算法的能耗分析 工大学,2008 WSN是种能量受限的网终,其中的传感器节点在能量、[10]高目胜,陈俊杰,李刚,基于FS测距的信标节点自校正定位箅 计算和存储能力方面非常有限,这就要求定位算法必须是低复 法[].测控技术,2009,28(8):93-97 杂性的,且必须减少定位过程中节点间的通信开销,因为用于 I WANG D-g, A llong-dong, HIEN Fen-ong,entn. An im- proved DV-dislanre localization alyorilhn for wireless sense 无线通信的能耗是节点的主要能耗 [C]//Proc of the 2nd Advanced Computer Control, International 本文提出的改进算法着重对信标节点间计算距离误差修 onference.2010:472-476 正值的方法作了进一步的改进,每个信标节点经计算只得到 [12]王珊珊,殷建平,张囯敏,等,求解无线传感器网络定位冋題的线 个距离淏差修正值,这就不会像文献9,11]算法那样需要广播 性规划算法[冂].计算机研究与发展,2009,46(5):705-712. (上接第l872页) Trans on Infarmation Theory, 2005, 51(12): 4203-4215 [41 DONOHO D L. Compressed sensing/ J 1. IEEE Trans on Informa- [8 CANDES E, TAO T. Near optimal signal recovery from random pro- tion Theory,2006,52(4):1289-1306 jections universal encoding strategies? [J]. IEEE Trans on Infor- 「5]金坚,谷源涛,梅顺良.压缩感知及应用「J].电子与信息学报, 2010,32(2):470-475. ation Theory,2006,52(12):5406-5425 [6] CANDES E, ROMBERG J. Sparsity and incoherence in compressive 9. TROPP, GILBERT A. Signal recovery from random measurements sampling[J]. Inverse Problems, 2007, 23(3): 969-985 ia orthogonal matching pursuit [J]. IEEE Trans on Information [7] CANDES E, TAO T. Decoding by linear programming[ J]. IEEE Theory,2007,53(12):455-466

...展开详情
试读 4P 论文研究-MIMO-OFDM系统中基于压缩感知的信道参数反馈方法.pdf
立即下载 低至0.43元/次 身份认证VIP会员低至7折
一个资源只可评论一次,评论内容不能少于5个字
您会向同学/朋友/同事推荐我们的CSDN下载吗?
谢谢参与!您的真实评价是我们改进的动力~
关注 私信
上传资源赚钱or赚积分
最新推荐
论文研究-MIMO-OFDM系统中基于压缩感知的信道参数反馈方法.pdf 50积分/C币 立即下载
1/4
论文研究-MIMO-OFDM系统中基于压缩感知的信道参数反馈方法.pdf第1页

试读结束, 可继续读1页

50积分/C币 立即下载