论文部分内容阅读
高效可靠的通信系统是实现煤矿井下安全生产的重要保障,而信道估计技术作为其中的一个关键环节,其估计性能的好坏将直接影响整个系统的通信质量。然而,井下复杂多变的环境很大程度上增加了对无线信道的影响,导致信道普遍呈现出多径衰落特征。为有效对抗多径干扰并提升系统性能,本文基于正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）技术来完成信号的传输。与此同时,压缩感知理论的兴起与发展为信道估计研究领域开拓了全新思路,本文建立在井下OFDM通信系统之上,重点研究压缩感知重构算法在信道估计中的应用。经典的压缩感知重构算法在稀疏信道估计中表现出一定的优越性,但这类算法在原子筛选阶段大多采用内积准则度量方法,导致扩充支撑集时传感矩阵中任意两个相似的原子都会干扰与信号残差的匹配,从而造成了部分原始信号的丢失。为此,本文在收敛速度较快的广义正交匹配追踪（Generalized Orthogonal Matching Pursuit,GOMP）算法基础上提出了一种改进策略,即筛选支撑集原子时使用Dice系数匹配准则,通过此方式有效避免了因使用内积准则而无法从冗余字典中选出最优原子的问题。实验表明,在信噪比同取40且步长设定为3的条件下,GOMP算法对应的系统误码率为0.8557?10-2,而DGOMP算法使误码率下降到0.2356?102-,这说明了所提出算法在信道估计中的性能有了很大的提升。然而,上述算法的先验条件之一是稀疏度已知,但实际的系统中稀疏度往往很难被准确获取,因而本文进一步针对盲稀疏度压缩感知算法进行了研究。在稀疏度自适应匹配追踪（Sparsity Adaptive Matching Pursuit,SAMP）算法之上,本文引入了一种新的变步长迭代思想,并根据相邻信号能量之间的关系选择性更新步长,有效地改善了SAMP算法存在的欠估计和过估计问题。同时,算法结合了原子“弱”选择思想与Dice系数匹配准则,从而在原子选择阶段实现了进一步优化。经实验验证,本文提出的算法在稀疏度未知的信道估计中,有着比SAMP算法更好的估计性能。