检索结果

Select

1. 基于压缩感知的大规模多输入多输出空间共稀疏信道估计

唐虎, 刘紫燕, 刘世美, 冯丽

计算机应用 2018, 38 (4): 1106-1110. DOI: 10.11772/j.issn.1001-9081.2017082027

摘要（377）

PDF （747KB）（434）

针对频分复用双工方式的大规模多输入多输出（MASSIVE MIMO）系统在虚拟角域信道中估计精度较差的问题，提出一种基于门限的稀疏度自适应匹配追踪（BT-SAMP）算法。该算法融合了回溯正交匹配追踪（BAOMP）算法的原子选择特性和稀疏度自适应匹配追踪（SAMP）算法的自适应特性，将BAOMP算法的"添加原子"规则作为SAMP算法的原子选择预处理，通过合理的阈值添加固定的原子，然后延续SAMP算法的步长迭代自适应特性，寻找到信道矩阵近似系数最大，达到了提高SAMP算法估计精度、加快算法收敛的目的。仿真结果表明，在低信噪比（SNR）情况下，与SAMP算法相比，信道估计精度均有提高，特别是信噪比在0~10 dB时，其估计精度提升4 dB，算法的运行时间减少约61%。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于压缩感知的多小区MASSIVE MIMO信道估计

刘紫燕, 唐虎, 刘世美

计算机应用 2017, 37 (9): 2474-2478. DOI: 10.11772/j.issn.1001-9081.2017.09.2474

摘要（560）

PDF （919KB）（730）

针对多小区多用户大规模多输入多输出（MASSIVE MIMO）系统信道估计在低信噪比情况下估计精度较差的问题，提出了一种基于群智能搜索的果蝇分段正交匹配追踪（FF-StOMP）压缩感知算法。该算法在分段正交匹配追踪（StOMP）求解不同阈值下的信道矩阵参数与归一化最小均方误差的基础上，采用果蝇优化算法动态搜索出最小归一化均方误差与其对应的阈值，达到自适应参数设定的目的。仿真结果表明，与StOMP算法相比，信噪比在0~10 dB情况下，所提出的FF-StOMP算法信道估计性能能够提升0.5~1 dB；信噪比在11~20 dB时，信道估计性能能够提升0.2~0.3 dB。当小区用户数发生变化时，所提出的算法能实现自适应信道估计，能够有效提升MASSIVE MIMO系统低信噪比情况下的信道估计精度。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于压缩感知的MASSIVE MIMO空间共稀疏信道估计

唐虎刘紫燕刘世美冯丽

录用日期: 2017-10-24