没有合适的资源?快使用搜索试试~ 我知道了~
基于二进制编码多导频搜索的导频设计.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
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)
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)
版权申诉
0 下载量 93 浏览量
2022-07-12
15:24:28
上传
评论
收藏 456KB DOCX 举报
温馨提示
试读
8页
基于二进制编码多导频搜索的导频设计.docx
资源推荐
资源详情
资源评论
0 引言
正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术作为无线通信的核
心技术,能够有效抵抗无线通信传输的多径效应。而在 OFDM 系统中,信道估计十分必要,传统
算 法 常 常 使 用 最 小 均 方 误 差 (Minimum Mean Square Error, MMSE)和 最 小 二 乘 误 差 (Least
Square, LS)
[1]
作为信道估计算法,导频开销较大。近年来,压缩感知(Compressive Sensing, CS)
在信道估计中的应用考虑了信道的系统特性,不仅提高了系统性能,还降低了导频开销,提高了频
谱利用率。
CS 理论 中
[2]
,测量矩 阵的构造必 须满足有限 等距性质(Restricted Isometry Property, RIP),
但 在 应 用 中 无 法 实 现 。 而 文 献 [3-7] 提 出 了 利 用 信 道 数 据 MMSE 和 最 小 互 相 干 性 (Minimum
Mutual Property,MIP)的测量矩阵设计方案,由于 MIP 易于实现,方便检验,故本文主要是利
用 MIP 作为优化导频的目标函数。虽然穷举法可以找到最优导频,但其占用大量内存且有较高的
计算复杂度,不具有实用性。文献[8]通过数学推导出满足循环差分集(Cyclic Difference Set,
CDS)导频集的 MIP 最小,但并非所有的载波与导频集都有 CDS,因此文献[6]提出了一种基于离
散随机逼近(Discrete Stochastic Approximation, DSA)算法来寻找导频集,但当子载波数目较
大时,搜索空间会增大;文献[9]提出了一种具有内外循环的随机顺序搜索(Stochastic Sequential
Search,SSS)方法,其通过内外循环迭代寻找最优导频集合,但 SSS 方法需要更多的计算复杂
度和更长的时间,且子载波数量越大,时间复杂度呈指数增长;文献[10]提出了基于遗传算法的导
频设计算法,但该算法需要的交叉和变异概率需要不断验证,否则算法容易局部收敛;文献[11]基
于尾迭代串联 CDS 的方法寻找导频,但该方法找到的 MIP 并非最小。现有文献[12-16]中的算法
都是从全子载波中选择导频集,在实际应用中,并非所有的子载波都放置了数据,因此从实际出发,
本文考虑有限带宽范围的导频集合。
本文提出了一种基于二进制编码的多导频并行搜索导频优化算法,该算法将导频集合进行了二进制
编码,利用 MIP 准则进行导频更新。更新导频首次采用多个导频同时更新,增加了导频组的多样
性,为下次迭代提供了更多可能性。实验结果表明,该算法能找到较优的导频集合,是可以提高信
道估计性能的优化试验模型。
1 系统模型
我们考虑 N 个子载波的 OFDM 系统,其中 N
c
和 N
p
分别为有效子载波和导频。在有效子载波范围
内,一组导频 P={p
1
,…,pN
p
}⊆N
c
⊆(1<p
1
<…<pN
p
<N)为导频集合,pN
p
为一组导频中的一个
导频位置。信道频率响应 H 可表示为
(1)
式中:x 为发送端的用户信息;y 为接收端接收到的信息;h 为信道的冲激响应;η=[η(1),η(2),…,
η(N
p
)]
T
~CN(0, )为独立同分布的加性高斯白噪声(Additive White Gaussian Noise,
资源评论
罗伯特之技术屋
- 粉丝: 3591
- 资源: 1万+
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 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
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功