论文部分内容阅读
传统的信道参数估计方法估计精度较差，而快时变信道对估计方法要求很高。采用稀疏贝叶斯学习（SBL）模型，实现了对无线通信中快时变信道参数的建模。首先。利用间隔采样法选取部分数据作为训练集；其次，根据训练集训练得出SBL模型参数；最后，应用所建立的SBL模型估计某时间段内信道参数的整体数据。稀疏贝叶斯模型的稀疏特性使得基函数数量较少，大大减少了模型训练、估计的计算量，适用于对无线通信中高速快时变信道数据的估计。间隔采点方式能够降低采样频率。节约信道资源。最后应用实际信道数据进行算例分析，对本方法在快时变信道建