高级搜索

基于贝叶斯自动相关性确定的稀疏重构正交频分复用信号时延估计算法

崔维嘉 张鹏 巴斌

引用本文: 崔维嘉, 张鹏, 巴斌. 基于贝叶斯自动相关性确定的稀疏重构正交频分复用信号时延估计算法[J]. 电子与信息学报, 2019, 41(10): 2318-2324. doi: 10.11999/JEIT181181 shu
Citation:  Weijia CUI, Peng ZHANG, Bin BA. Sparse Reconstruction OFDM Delay Estimation Algorithm Based on Bayesian Automatic Relevance Determination[J]. Journal of Electronics and Information Technology, 2019, 41(10): 2318-2324. doi: 10.11999/JEIT181181 shu

基于贝叶斯自动相关性确定的稀疏重构正交频分复用信号时延估计算法

    作者简介: 崔维嘉: 男,1976年生,博士,副教授,研究方向为移动通信、信号处理等;
    张鹏: 男,1993年生,硕士生,研究方向为通信信号处理、稀疏重构等;
    巴斌: 男,1987年生,博士,讲师,研究方向为阵列信号处理、参数估计等
    通讯作者: 张鹏,ieu_zp@outlook.com
  • 基金项目: 国家自然科学基金(61401513)

摘要: 针对复杂环境下,单测量矢量(SMV)条件下的正交频分复用(OFDM)时延估计问题,该文提出了一种基于贝叶斯自动相关性确定(BARD)的稀疏重构时延估计算法。该算法运用贝叶斯框架,从进一步挖掘有用信息的角度入手,引入不对称的自动相关性确定(ARD)先验,融入参数估计过程中,有效提升了低信噪比(SNR)和SMV条件下的时延估计精度。该算法首先基于OFDM信号物理层协议数据单元估计出的信道频域响应构造稀疏化实数域表示模型,然后对模型中的噪声和稀疏系数矢量进行概率假设,同时引入自动相关性确定先验;最后根据贝叶斯框架,通过期望最大化(EM)算法求解超参数,实现对时延的估计。仿真实验表明,该算法具有更好的估计性能,在信噪比较高时更加贴近克拉美罗界(CRB)。同时基于通用软件无线电外设(USRP),利用实际信号对所提算法进行了有效性地验证。

English

图(5)表(2)
计量
  • PDF下载量:  27
  • 文章访问数:  718
  • HTML全文浏览量:  399
文章相关
  • 通讯作者:  张鹏, ieu_zp@outlook.com
  • 收稿日期:  2018-12-24
  • 录用日期:  2019-04-12
  • 网络出版日期:  2019-04-25
  • 刊出日期:  2019-10-01
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

/

返回文章