季 策, 王金芝, 李伯群

(1.东北大学计算机科学与工程学院, 辽宁 沈阳 110169; 2.东北大学医学影像智能计算教育部重点实验室, 辽宁 沈阳 110169; 3.辽宁科技大学电子与信息工程学院, 辽宁 鞍山 114051)

0 引 言

正交频分复用(orthogonal frequency division multiplexing, OFDM)技术是无线通信系统中普遍应用的重要技术之一,对于OFDM系统而言,相关检测、解调、均衡等技术都需要精准的信道状态信息[1](channel state information, CSI)。而对于CSI的获取,信道估计技术尤为关键。因此,信道估计是无线通信系统中主要研究方向之一,信道估计的结果可直接影响整个通信系统性能。传统的用于解决信道估计问题的方法如最小二乘估计方法和最小均方误差估计方法[2-3]是事先假定无线信道为密集型而提出的估计方法,没有考虑到无线信道原有稀疏性,因此信道估计需要借助大量的导频信号完成。而且,传统的信道估计方法的性能并不理想。

压缩感知(compressed sensing, CS)[4-6]的出现,带来了一项获取和处理信号的新技术,可以实现对可压缩的信号以远小于奈奎斯特速率的方式采样,最终以较少的采样值高概率准确地重构出原始信号。目前无线通信系统逐渐宽带化,大量研究表明无线信道展现出较强的稀疏特性[7],加之CS理论的成熟和完善,其在无线通信领域的应用越发广泛。通过对比传统的和基于CS的信道估计方法发现,后者能够以较少的导频获得较好的估计性能。目前应用较广泛的基于CS的信道估计方法有正交匹配追踪(orthogonal match pursuit, OMP)算法[8-9]、子空间(subspace pursuit, SP)算法[10-11]、分段正交匹配追踪(stagewise orthogonal match pursuit, StOMP)算法[12-13]和广义正交匹配追踪(generalized orthogonal match pursuit, GOMP)算法[14-15]。……