文獻(xiàn)標(biāo)識(shí)碼: A
文章編號(hào): 0258-7998(2014)04-0106-03
近年來無線通信領(lǐng)域得到了迅猛的發(fā)展,隨著第四代移動(dòng)通信標(biāo)準(zhǔn)LTE/LTE-A的應(yīng)用以及無線局域網(wǎng)的大規(guī)模部署,其中的主要技術(shù)——正交頻分復(fù)用OFDM(Orthogonal Frequency Division Multiplexing)也應(yīng)用得越來越廣泛。OFDM系統(tǒng)的發(fā)射接收需要了解信道的狀態(tài)信息,因此研究在無線信道下的OFDM信道估計(jì)技術(shù)有著十分重要的工程意義。
壓縮感知CS(Compressed Sensing)作為最近幾年在應(yīng)用數(shù)學(xué)和信號(hào)處理領(lǐng)域興起的一門新理論,其主要思想是:利用信號(hào)的稀疏特性,通過盡量少次數(shù)的觀測(cè)數(shù)據(jù)恢復(fù)原信號(hào)。經(jīng)過長期大量的研究發(fā)現(xiàn),無線信道存在著天然的稀疏性,即信道長度較長,但實(shí)際的信道徑數(shù)較少。利用這種稀疏性,但以在較少導(dǎo)頻數(shù)量的情況下得到信道信息。目前國內(nèi)外有許多學(xué)者將目光投注到壓縮感知技術(shù)在信道估計(jì)領(lǐng)域的應(yīng)用,其中主要包括超寬帶(UWB)系統(tǒng)、OFDM系統(tǒng)。本文首先研究了壓縮感知在OFDM系統(tǒng)中的應(yīng)用,在估計(jì)性能相似的情況下,引進(jìn)了一種改進(jìn)型的正交匹配追蹤OMP(Orthogonal Matching Pursuit)算法——正交多重匹配追蹤OMMP(Orthogonal Multimatching Pursuit),相比于原算法可以在一定程度上減少算法復(fù)雜度,對(duì)于移動(dòng)設(shè)備在進(jìn)行信道估計(jì)時(shí)減少系統(tǒng)開銷、節(jié)約能量有著積極的意義。
1 壓縮感知理論
壓縮感知[1-3]理論本身的意義是對(duì)信號(hào)的高度不完備線性測(cè)量后的高精確重建。相比于依賴奈奎斯特采樣定理的測(cè)量,該理論是解決目前ADC采樣速率不夠高、移動(dòng)終端設(shè)備計(jì)算能力有限等問題的有力方法。
表1中給出了30 dB時(shí)信道估計(jì)在各種算法下運(yùn)行1 000次后的平均運(yùn)行時(shí)間,從中可以看出,當(dāng)信道徑數(shù)為6時(shí),OMMP算法與OMP算法的運(yùn)行時(shí)間接近。當(dāng)信道徑數(shù)為12時(shí),使用OMMP算法可以比OMP算法節(jié)省0.004 s以上,達(dá)到系統(tǒng)運(yùn)行時(shí)間的20%,效益比較可觀。
綜上分析,OMMP算法在信道徑數(shù)較低時(shí)表現(xiàn)不及OMP算法,同時(shí)在運(yùn)行時(shí)間上的優(yōu)勢(shì)也難以體現(xiàn)。隨著信道取大徑數(shù)時(shí),OMMP算法的性能與OMP算法相當(dāng),而且運(yùn)行時(shí)間明顯優(yōu)于OMP。因此在一些徑數(shù)較多的信道環(huán)境中,基于OMMP算法的信道估計(jì)是一種更好的選擇。
回顧了基于OMP算法的信道估計(jì),為了進(jìn)一步減少算法運(yùn)行的時(shí)間,在此基礎(chǔ)上引入OMMP算法。結(jié)合信道環(huán)境經(jīng)過仿真分析發(fā)現(xiàn),該算法在較多徑數(shù)的情況下,性能與OMP算法相當(dāng)且效率更高。因此在工程應(yīng)用中具有一定的實(shí)際意義。然而該算法基于信道稀疏度已知的假設(shè),且隨著多重因子的取值越來越大,算法的重構(gòu)精度也存在著降低的現(xiàn)象,低信噪比時(shí)OMMP算法和OMP算法一樣會(huì)發(fā)生性能嚴(yán)重惡化,這些都是今后工作中亟待解決的問題。
參考文獻(xiàn)
[1] DAVID DONOHO. Compressed sensing[J]. IEEE Trans. on Information Theory,2006,52(4):1289-1306.
[2] 石光明,劉丹華,高大化,等. 壓縮感知理論及其研究進(jìn)展[J].電子學(xué)報(bào),2009,37(5):1070-1081.
[3] 陶小峰,崔琪楣,許曉東,等. 4G/B4G關(guān)鍵技術(shù)及系統(tǒng)[M].北京:人民郵電出版社,2011:136-144.
[4] COTTER S F, RAO B D. Sparse channel estimation via matching pursuit with application to equalization[J]. IEEE Trans. on Communication,2002,50(3):374-377.
[5] 何雪云,宋榮方,周克琴.基于壓縮感知的OFDM系統(tǒng)稀疏信道估計(jì)新方法研究[J]. 南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版),2010,30(2):60-65.
[6] 李世平,李鑫,鄭文彬.基于壓縮感知的正交頻分復(fù)用信道估計(jì)方法[J].電子技術(shù)應(yīng)用,2012,38(8):106-108,155.
[7] BERGER C R,Zhou Shengli,Chen Wei,et al.Sparse channel estimation for OFDM: Over-complete dictionaries and super-resolution[C].2009.SPAWC’09.IEEE 10th Worshop on Signal Processing Advances in Wireless Communications, 2009:196-200.
[8] TROOP J A,GILBERT A C. SIGNAL recovery from random measurements via orthogonal matching pursuit[J]. IEEE Trans. on Information Theory,2007,53(12):4655-4666.