科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对正交时频空调制（OTFS）系统由多普勒频移引起的信道估计准确度下降的问题，本文提出了一种联合无线信道在时延-多普勒域稀疏特性的SBL-Turbo压缩感知信道估计算法。首先，将时延-多普勒域中的稀疏信道建模为服从以噪声功率为条件的高斯先验模型，利用稀疏贝叶斯学习模块估计得到稀疏信道的均值与方差，并结合期望最大化算法更新高斯先验模型中的参数。其次，引入了LMMSE（线性最小均方误差）估计器模块，该模块对稀疏信道的后验分布进行再估计，提高估计的准确度。通过对每个模块估计得到的信道后验分布进行数据处理，使得模块的输入值与输出值解耦，进而减少模块间的错误传播。最后，两个模块采用Turbo结构迭代估计信道的后验分布，得到信道状态信息。实验结果表明，相较于其他估计方法，该算法能够显著提高信道估计的精度，并且改善系统的误码率性能，能够有效地解决OTFS系统中由多普勒频移引起的信道估计问题。
- 单位
