期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
大规模MIMO系统中分布式压缩感知LMMSE信道估计
被引量：
4
1
作者
李贵勇
于敏
余永坤
《系统工程与电子技术》
EI
CSCD
北大核心
2021年第3期823-831,共9页
大规模多输入多输出(multiple input multiple output,MIMO)系统中,信道估计算法复杂度随着基站侧天线数量的增加而急剧增加,针对需要在信道估计算法复杂度与算法性能之间进行折中的问题,提出分布式压缩感知线性最小均方误差(distribute...
大规模多输入多输出(multiple input multiple output,MIMO)系统中,信道估计算法复杂度随着基站侧天线数量的增加而急剧增加,针对需要在信道估计算法复杂度与算法性能之间进行折中的问题,提出分布式压缩感知线性最小均方误差(distributed compressed sensing linear minimum mean square error,DCS-LMMSE)算法。该算法利用信道的空时共稀疏性,首先根据先验支撑集信息将接收信号分为密集部分和稀疏部分,然后分别采用不同的算法进行初始信道估计,最后采用奇异值分解代替信道相关矩阵求逆进一步降低DCS-LMMSE算法复杂度。所提算法与传统线性最小均方误差算法相比明显地降低了计算复杂度。仿真结果表明,所提算法与纯压缩感知稀疏信道估计算法相比具有更好的性能。
展开更多
关键词
大规模多输入多输出
空时共稀疏性
信道估计
分布式
压缩
感知
线性
最小
均方
误差
下载PDF
职称材料
题名
大规模MIMO系统中分布式压缩感知LMMSE信道估计
被引量：
4
1
作者
李贵勇
于敏
余永坤
机构
重庆邮电大学通信与信息工程学院
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2021年第3期823-831,共9页
基金
国家科技重大专项(2017ZX03001021-004)
重庆教委科学技术研究项目(KJ1500428)资助课题。
文摘
大规模多输入多输出(multiple input multiple output,MIMO)系统中,信道估计算法复杂度随着基站侧天线数量的增加而急剧增加,针对需要在信道估计算法复杂度与算法性能之间进行折中的问题,提出分布式压缩感知线性最小均方误差(distributed compressed sensing linear minimum mean square error,DCS-LMMSE)算法。该算法利用信道的空时共稀疏性,首先根据先验支撑集信息将接收信号分为密集部分和稀疏部分,然后分别采用不同的算法进行初始信道估计,最后采用奇异值分解代替信道相关矩阵求逆进一步降低DCS-LMMSE算法复杂度。所提算法与传统线性最小均方误差算法相比明显地降低了计算复杂度。仿真结果表明,所提算法与纯压缩感知稀疏信道估计算法相比具有更好的性能。
关键词
大规模多输入多输出
空时共稀疏性
信道估计
分布式
压缩
感知
线性
最小
均方
误差
Keywords
massive multiple input multiple output(MIMO)
space-time co-sparseness
channel estimation
distributed compressed sensing linear minimum mean square error(DCS-LMMSE)
分类号
TN929.5 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
大规模MIMO系统中分布式压缩感知LMMSE信道估计
李贵勇
于敏
余永坤
《系统工程与电子技术》
EI
CSCD
北大核心
2021
4
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
