基于稀疏贝叶斯学习的MIMO-OFDM电力线通信系统接收机设计.docx
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
"基于稀疏贝叶斯学习的MIMO-OFDM电力线通信系统接收机设计" 本文提出了一种基于稀疏贝叶斯学习的MIMO-OFDM电力线通信系统接收机设计方法,该方法可以同时估计信道参数和脉冲噪声。该方法首先基于电力线信道模型参数的稀疏性特征和脉冲噪声稀疏性设计了一个联合估计信道模型参数和脉冲噪声的压缩感知模型,然后利用MIMO系统的空间相关性将该联合估计问题转变为多测量向量(multiple measurement vector,MMV)压缩感知问题,通过引入多响应稀疏贝叶斯学习(multiple response sparse Bayesian learning,MSBL)设计了信道模型参数和脉冲噪声的联合估计算法。 在MIMO-OFDM电力线通信系统中,脉冲噪声是主要的干扰噪声之一,它具有持续时间短、能量高的特点,一旦出现会严重恶化MIMO-OFDM PLC系统性能。因此,脉冲噪声的估计和抑制是MIMO-OFDM电力线通信系统中的一个关键问题。 本文提出的方法可以同时估计信道参数和脉冲噪声,从而提高MIMO-OFDM电力线通信系统的性能。该方法首先基于电力线信道模型参数的稀疏性特征和脉冲噪声稀疏性设计了一个联合估计信道模型参数和脉冲噪声的压缩感知模型,然后利用MIMO系统的空间相关性将该联合估计问题转变为多测量向量(multiple measurement vector,MMV)压缩感知问题,通过引入多响应稀疏贝叶斯学习(multiple response sparse Bayesian learning,MSBL)设计了信道模型参数和脉冲噪声的联合估计算法。 在仿真结果中,本文提出的方法与传统的MIMO-OFDM接收机设计方案相比,可以使MIMO-OFDM PLC接收机获得更好的信道估计性能和误比特率性能。 本文的贡献在于提出了一个基于稀疏贝叶斯学习的MIMO-OFDM电力线通信系统接收机设计方法,该方法可以同时估计信道参数和脉冲噪声,从而提高MIMO-OFDM电力线通信系统的性能。 本文的结论是基于稀疏贝叶斯学习的MIMO-OFDM电力线通信系统接收机设计可以提高MIMO-OFDM PLC系统的性能,并且可以同时估计信道参数和脉冲噪声。因此,本文的方法可以应用于实际的MIMO-OFDM电力线通信系统中,以提高系统的性能。 本文的创新点在于提出了一个基于稀疏贝叶斯学习的MIMO-OFDM电力线通信系统接收机设计方法,该方法可以同时估计信道参数和脉冲噪声,从而提高MIMO-OFDM电力线通信系统的性能。 本文的贡献可以总结为以下几点: 1. 提出了一个基于稀疏贝叶斯学习的MIMO-OFDM电力线通信系统接收机设计方法,该方法可以同时估计信道参数和脉冲噪声。 2. 该方法可以提高MIMO-OFDM电力线通信系统的性能。 3. 该方法可以应用于实际的MIMO-OFDM电力线通信系统中,以提高系统的性能。 本文的结论是基于稀疏贝叶斯学习的MIMO-OFDM电力线通信系统接收机设计可以提高MIMO-OFDM PLC系统的性能,并且可以同时估计信道参数和脉冲噪声。
剩余12页未读,继续阅读
- 粉丝: 3907
- 资源: 1万+
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助