基于压缩感知的超宽带信道估计方法的研究-通信与信息系统专业论文.docx

南京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。本人学位论文及涉及相关资料若有不实,愿意承担一切相关的法律责任。研究生签名: 日期: 南京邮电大学学位论文使用授权声明本人授权南京邮电大学可以保留并向国家有关部门或机构送交论文的复印件和电子文档;允许论文被查阅和借阅;可以将学位论文的全部或部分内容编入有关数据库进行检索;可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质论文的内容相一致。论文的公布(包括刊登)授权南京邮电大学研究生院办理。涉密学位论文在解密后适用本授权书。研究生签名: 导师签名: 日期: 摘要超宽带(UWB)通信对比于传统通信方式,具备众多的优势,是未来通信行业发展的大方向,也是当前研究的热点课题。为保证UWB系统的整体性能,有效地信道估计必不可少。但是,UWB系统因其频带过宽,依据Nyquist抽样定律,需要极高的抽样频率,硬件技术难以实现。而压缩感知(CS)理论的兴起,给UWB信道估计创造了广阔的发展空间,因而备受科研人员关注。本文研究基于CS的UWB信道估计方法,对UWB通信的发展意义重大。本文分析了CS理论基础和UWB系统基本模型,探讨了UWB信道的特性,并根据其特点,使用BayesianCS方案实施信道估计。在CS中,信号的稀疏表示字典要使信号充分发挥其稀疏性,测量矩阵要采用尽可能少的测量数目实现信号重构。为此,本文对BayesianCS-UWB信道估计展开深入研究,给出特征字典与自适应测量联合的BayesianCS-UWB信道估计方案,特征字典的使用,充分发挥了信号的稀疏性,同时,自适应测量用尽量少的测量值达到所需的重构精度,真正意义上实现了低速抽样。此外,针对UWB信道固有的统计特性,将字典中各原子对信道估计的不同影响考虑进来,给出基于加权特征字典的分段BayesianCS-UWB信道估计方案,该方案充分利用了UWB信道的统计结构,在降低估计复杂度的同时改善了估计的性能。本文总共分为五个部分:lCS理论及UWB信道研究现状lCS理论及UWB信道估计基础知识介绍l特征字典与自适应测量联合的BCS-UWB信道估计l改进的BCS-UWB信道估计l总结与展望这些内容对于今后UWB信道估计领域的深入探索有着重要的参考价值。关键词:压缩感知,超宽带,municationtechnology,’,sincethebandwidthofUWBsystemisverylarge,ordingtoconventionalNyquistsamplingtheorem,whichresultsthatit’,pressivesensing(CS)’,,,sparsepresentationdictionaryshouldmakeasparserpresentationfortheoriginalsignal,,