科研之友
微信
新浪微博
Facebook
分享链接
摘要
为改善在大规模多输入多输出正交频分复用(MIMO-OFDM)系统中获取稀疏随机信道参数的精度并改善收敛速度，提出了在多测量向量条件下基于L1范数最小化的卡尔曼滤波(KF)优化模型和算法。该方法将优化过程分为2个步骤：先利用L1范数的次梯度和伪测量做时序递推修正，再利用常规KF修正测量误差(TKF)。在修正参数的L1范数时，可利用硬阈值回溯迭代的贪婪滤波(GKF)加速收敛。仿真结果表明，2个算法均优于单测量向量时的Bregman迭代算法，在较高信噪比时，GKF的估计精度高于TKF。
-
单位机电工程学院; 上海师范大学
