基于分簇特性的宽带信道估计算法

针对宽带稀疏信道具有分簇结构的特点,在原有基于压缩感知稀疏信道估计算法的基础上,加入稀疏信道分簇结构,提出一种基于簇稀疏特性的自适应正则匹配追踪压缩信道感知算法。在信道簇稀疏度未知的情况下,自适应调整候选簇的数目,应用正则化的思想对候选支撑簇进行二次筛选,达到信道的精确重构。仿真结果表明,该算法比传统的LS算法、BPDN算法、OMP算法、BOMP算法具有更低的误比特率(BER)、更小的均方误差(MSE)。

基于修正压缩感知的信道估计算法

针对稀疏信道在两个OFDM符号间变化缓慢的特性,利用宽带稀疏信道分簇特性,提出了一种修正分簇自适应正则匹配追踪(MOD-CRAMP)压缩感知信道估计算法.该算法在原有基于压缩感知稀疏信道估计算法的基础上,加入信道的先验信息.同时,利用前次估计的索引值作为当前估计的支撑,并采用正则化的思想对候选支撑集进行2次筛选,从而达到信道的精确重构.仿真结果表明,该算法比传统的OMP算法、CRAMP算法及MODOMP算法均具有更好的估计性能.