论文部分内容阅读
脉冲超宽带技术作为一种新的短距离无线通信技术,具有低功耗、高带宽,低复杂度、抗多径能力强、保密性好等优点。随着计算机技术和数字信号处理技术的飞速发展,我们希望能够在数字域上对脉冲超宽带信号进行处理。奈奎斯特采样定理表明：为了确保信号信息不丢失,采样率至少为目标信号最高频率的两倍以上。由于脉冲超宽带信号的超宽带特性,采样问题必定成为制约脉冲超宽带技术发展的主要因素之一不同于奈奎斯特采样理论,压缩感知可以在采样的同时压缩信号,是一种新的信号处理框架。该理论指出：如果信号是稀疏的或可压缩的,那么就可以通过一个与稀疏域不相关的观测矩阵去观测原信号,获得少量的观测点,然后通过相应的重构算法便可以从这些少量观测点中高概率地重构或者逼近出原始信号。因此,压缩感知为脉冲超宽带采样问题的解决提供了契机。本文主要对压缩感知脉冲超宽带系统信道估计这一问题进行研究,旨在提高信道估计性能,降低计算复杂度,提高信道重构效率。本文主要研究成果包括以下两个方面：1.对于OMP算法,有噪情况下,迭代过程中会选出大量的虚假原子,这就造成了信号重构效果的降低。针对这一问题,为了提高OMP算法的原子选择精度,基于超宽带字典构造时的先验知识,我们对OMP算法进行改进,提出了一种加权的OMP算法(WOMP)。该算法执行一种加权匹配的过程,能够大大提高原子的选择精度,增强算法的抗噪性能。对于多径分集稀疏字典,我们根据平均功率延迟剖面(Averaged Power Delay Profile, APDP)来确定各个原子的加权系数；对于特征向量稀疏字典,我们采用每个原子对应的特征值作为各原子的加权系数。另外,我们对采用WOMP算法进行信道估计时的相关系数和误码率性能进行仿真分析,为了便于对比,我们同时给出了OMP算法的仿真结果。仿真结果表明：无论采用哪种稀疏字典,采用WOMP算法进行信道估计时较OMP算法能够获得更好的相关系数和误码率性能。2.对于传统压缩感知信道估计方法,我们需要一次性重构出整个信道波形。对于整个信道波形,其稀疏度和相应奈奎斯特采样点数较高,因此,其重构时的计算复杂度很高。为了降低重构计算复杂度,本文提出一种分段的压缩感知脉冲超宽带系统信道估计方法。该方法采用先分段重构后组合的方式获得信号相关模板。对于每段信号,其对应采样数目和稀疏度要远远小于整个信道波形的采样点数和稀疏度。因此,较传统压缩感知信道估计方法,该方法能够大大降低计算复杂度,提高信道估计效率。同时我们对其误码率性能进行了仿真分析。仿真结果表明：该分段方法不仅计算复杂度低,而且较传统压缩感知信道估计方法具有更好的误码率性能。