论文部分内容阅读
随着无线用户数量的不断增加以及无线多媒体业务的蓬勃式增长，对下一代无线通信系统提出了更高的技术指标要求（低时延、低功耗、高可靠等），但实际通信系统环境更加复杂和更加恶劣。从无线通信物理层来看，由于无线通信系统设计结构更加复杂，所带来的复杂噪声干扰问题，不同频率信号调制带来的不同信道衰落问题，以及可能存在的信道非平稳问题。为了解决这些系统物理层存在的问题，本博士论文的研究动机受到压缩感知理论以及自适应滤波理论的启发，针对这些系统存在的关键问题，重点从四个不同方面解决，分别提出相对应的稀疏信道估计算法，并通过理论推导和计算机仿真验证其算法的有效性和可靠性。因此，本博士论文的工作创新点总结如下：
首先，针对复杂噪声环境下的无线通信系统，提出一种有效的稀疏混合误差自适应信道估计算法。通常情况下，基于?p-范数稀疏惩罚的归一化最小均方(LP-NLMS)误差算法比基于?p-范数惩罚的归一化最小四次均方(LP-NLMF)误差算法的收敛速度更快,但后者能够获得较好的稳态误差性能，特别是在低信噪比(SNR)域内。为了同时利用两者的优点，本文提出了一种改进的稀疏混合误差自适应滤波算法(SHAFA)。具体来说，首先构造一个使用统计误差项和稀疏惩罚项的代价函数，其中第一项是由二阶和四阶统计误差得到的混合误差函数，第二项是稀疏约束函数。混合误差项可以由一个比例参数α∈[0,1]来平衡。实验结果验证了本节提出的SHAFA能够有效挖掘信道的稀疏结构信息且能够降低信道估计误差，尤其在低信噪比环境下具有明显的性能优势。
第二，针对宽带/超宽带无线通信系统，提出一种基于可变核的自适应稀疏信道估计技术。在这样的系统系统中，频率选择性衰落被看作通信可靠性的关键因素，因此需要精确的信道估计算法来降低频率选择性衰落。许多物理测量实验表明有限脉冲响应在时域分布具有稀疏结构的特性。为了提高信道估计的精度，可以利用这种信道固有的稀疏结构信息。已有很多自适应稀疏信道估计算法，例如，零吸引递归最小二乘（Zero-AttractingRecursiveLeastSquare,ZA-RLS）算法和加权ZA-RLS（ReweightedZero-AttractingRecursiveLeastSquare,RZA-RLS）算法已被用来稀疏信道估计。然而，最优化理论从数学角度来看这种算法的精度还可以进一步提高，以利用更多的稀疏结构信息。为了进一步改善估计性能，本文提出了一种由惩罚最小二乘算法(CIM-RLS)诱导的相关熵稀疏信道估计算法。在这里，稀疏约束由相关熵函数执行，而误差约束项用惩罚最小二乘算法计算。
第三，针对无线通信系统种的非平稳特性以及信道的稀疏结构特性，提出了一种基于压缩感知的非平稳稀疏信道估计技术。第五代移动通信系统的信道具有两个重要特征：非平稳性和稀疏性。我们研究了几种新提出的稀疏感知算法的性能，在这些算法的基础上改进并提出一种增强的带有VT-RZA-LMS/F可变阈值的RZA-LMS/F算法。仿真结果表明，该算法在估计误差方面具有较好的性能，尤其是在非平稳性干扰严重情况下。本文利用稀疏重建算法对挖掘信道的稀疏结构特性和对抗非平稳瑞利信道衰落是可行的。大量的实验结果表明，本文所提出的信道估计算法是有效的，且信道的估计性能随着非平稳性减少而提高，反之亦然。
第四，针对衰落的无线传感网络，提出一种基于自适应网络扩散协作策略的衰落信道估计算法。首先分析了无线传感器网络中参数估计的扩散自适应策略的性能，其中节点在噪声和衰落无线信道上交换信息。文中给出了无线自适应网络中Rayleigh衰落和Rician衰落效应的差异，证明了Rician衰落在这种网络中是比较实用的模型。仿真结果表明，Rayleigh衰落对估计结果的影响比Rician衰落更加恶化；此外，适应性较好的组合（ATC）扩散算法比单纯考虑无线节点噪声的组合适应（CTA）要好，虽然CTA的性能在无线传感器网络中存在噪声和信道衰落的情况下占优势。
首先，针对复杂噪声环境下的无线通信系统，提出一种有效的稀疏混合误差自适应信道估计算法。通常情况下，基于?p-范数稀疏惩罚的归一化最小均方(LP-NLMS)误差算法比基于?p-范数惩罚的归一化最小四次均方(LP-NLMF)误差算法的收敛速度更快,但后者能够获得较好的稳态误差性能，特别是在低信噪比(SNR)域内。为了同时利用两者的优点，本文提出了一种改进的稀疏混合误差自适应滤波算法(SHAFA)。具体来说，首先构造一个使用统计误差项和稀疏惩罚项的代价函数，其中第一项是由二阶和四阶统计误差得到的混合误差函数，第二项是稀疏约束函数。混合误差项可以由一个比例参数α∈[0,1]来平衡。实验结果验证了本节提出的SHAFA能够有效挖掘信道的稀疏结构信息且能够降低信道估计误差，尤其在低信噪比环境下具有明显的性能优势。
第二，针对宽带/超宽带无线通信系统，提出一种基于可变核的自适应稀疏信道估计技术。在这样的系统系统中，频率选择性衰落被看作通信可靠性的关键因素，因此需要精确的信道估计算法来降低频率选择性衰落。许多物理测量实验表明有限脉冲响应在时域分布具有稀疏结构的特性。为了提高信道估计的精度，可以利用这种信道固有的稀疏结构信息。已有很多自适应稀疏信道估计算法，例如，零吸引递归最小二乘（Zero-AttractingRecursiveLeastSquare,ZA-RLS）算法和加权ZA-RLS（ReweightedZero-AttractingRecursiveLeastSquare,RZA-RLS）算法已被用来稀疏信道估计。然而，最优化理论从数学角度来看这种算法的精度还可以进一步提高，以利用更多的稀疏结构信息。为了进一步改善估计性能，本文提出了一种由惩罚最小二乘算法(CIM-RLS)诱导的相关熵稀疏信道估计算法。在这里，稀疏约束由相关熵函数执行，而误差约束项用惩罚最小二乘算法计算。
第三，针对无线通信系统种的非平稳特性以及信道的稀疏结构特性，提出了一种基于压缩感知的非平稳稀疏信道估计技术。第五代移动通信系统的信道具有两个重要特征：非平稳性和稀疏性。我们研究了几种新提出的稀疏感知算法的性能，在这些算法的基础上改进并提出一种增强的带有VT-RZA-LMS/F可变阈值的RZA-LMS/F算法。仿真结果表明，该算法在估计误差方面具有较好的性能，尤其是在非平稳性干扰严重情况下。本文利用稀疏重建算法对挖掘信道的稀疏结构特性和对抗非平稳瑞利信道衰落是可行的。大量的实验结果表明，本文所提出的信道估计算法是有效的，且信道的估计性能随着非平稳性减少而提高，反之亦然。
第四，针对衰落的无线传感网络，提出一种基于自适应网络扩散协作策略的衰落信道估计算法。首先分析了无线传感器网络中参数估计的扩散自适应策略的性能，其中节点在噪声和衰落无线信道上交换信息。文中给出了无线自适应网络中Rayleigh衰落和Rician衰落效应的差异，证明了Rician衰落在这种网络中是比较实用的模型。仿真结果表明，Rayleigh衰落对估计结果的影响比Rician衰落更加恶化；此外，适应性较好的组合（ATC）扩散算法比单纯考虑无线节点噪声的组合适应（CTA）要好，虽然CTA的性能在无线传感器网络中存在噪声和信道衰落的情况下占优势。