基于压缩感知的OFDM信道跟踪方法
专利汇可以提供基于压缩感知的OFDM信道跟踪方法专利检索，专利查询，专利分析的服务。并且本 发明 公开一种基于 压缩 感知 的OFDM信道 跟踪 方法，是基于传统导频辅助的LS信道估计 算法 所估计出的结果 基础 上进行进一步变换得到的，先由 匹配追踪算法 估计出变量l的取值，然后对各个路径的信道参数进行持续跟踪，对Lk中所有的延时路径的信道参数进行卡尔曼滤波，得到估计值判断跟踪过程中信道延时路径是否发生变化，若满足相关判据，则认为信道的延时路径的 位置 发生了变化，返回重新进行延时路径的匹配追踪，否则判断是否已经处理完所有的OFDM符号，是则结束跟踪过程。本发明具有以下有益效果：克服传统的LS信道估计算法易受噪声的影响，估计的 精度 不高的不足，在降低计算复杂度的同时，提高信道估计的精度。，下面是基于压缩感知的OFDM信道跟踪方法专利的具体信息内容。
1.基于压缩感知的OFDM信道跟踪方法，其特征在于：先由匹配追踪算法估计出变量l的取值，然后对各个路径的信道参数进行持续跟踪，其中变量l表示延时路径数量，具体步骤如下：
步骤1:初始化OFDM符号计数k＝1，初始化时域信道参数中非零系数的位置集合其中 表示空集；
步骤2:对于第k个OFDM符号，采用基于匹配追踪的LS信道估计算法，得到时域信道参数中非零系数的位置集合Lk，即确定变量l的取值；
步骤3:初始化噪声阈值εe，并遍历集合Lk中所有的延时路径l的取值，若 初始化第l径卡尔曼跟踪的参数：
Pl(k-1)＝1 (23)
步骤4:利用导频符号获得原测量向量HP，然后进行线性变换，得到各延时路径对应的观测数据zl，利用时域信道参数状态变量的量测方程和状态方程，对Lk中所有的延时路径的信道参数进行卡尔曼滤波，得到估计值
步骤5:判断跟踪过程中信道延时路径是否发生变化，若满足
则认为信道的延时路径的位置发送了变化，返回步骤2重新进行延时路径的匹配追踪，否则判断是否已经处理完所有的OFDM符号，是则结束跟踪过程，若没有，则处理下一个OFDM符号，k＝k+1，Lk＝Lk-1，返回步骤4。
2.根据权利要求1所述的基于压缩感知的OFDM信道跟踪方法，其特征在于：其中步骤2中的基于匹配追踪的LS信道估计算法具体包括如下步骤：
步骤①利用导频符号获得原测量向量HP，即 然后通过线性变换，得
到新的测量向量z；其中，h为信道，N表示子载波数量，VP为对应的噪声量，GP表示由矩阵G对应于导频位置的行所组成的子矩阵，下标P表示由向量抽取导频子载波位置上的值所得到的子向量，G表示由N点傅里叶变换矩阵F第0到第L-1列的向量组成的矩阵；
步骤②取新的测量向量z中的前L个元素，初始化冗余向量r＝zL，初始化重建向量迭代计数设为t＝1；
步骤③找到冗余向量中幅值最大的元素所在的位置p，即：
步骤④计算新的重建向量 和冗余r，将上一步得到的位置p上的元素添加到重建向量中，同时将冗余r中此位置的值置零，即：
步骤⑤t＝t+1，如果t
3.根据权利要求2所述的基于压缩感知的OFDM信道跟踪方法，其特征在于:其中所述步骤①利用导频符号获得原测量向量HP的具体过程为：
考虑一个OFDM符号中导频子载波上的数据，可得导频数据的描述公式：
其中，GP表示由矩阵G对应于导频位置的行所组成的子矩阵，下标P表示由向量抽取导频子载波位置上的值所得到的子向量，则：
Hp＝[diag{Xp}]1Yp。
4.根据权利要求1所述的基于压缩感知的OFDM信道跟踪方法，其特征在于：所述步骤4中通过用公式 对HP进行线性变换，得到各延时路径对应量测方
程式zL＝h+nL(12)中的观测数据zl，其中zl为新的测量向量z的前l个元素，HP为原测量向量，FNp表示按公式(3)给出的NP点的傅里叶变换矩阵，F矩阵表达式为：
其中 D是一个NP阶的对角阵，对角线元素为D(l,l)＝exp(-j2πP0l/N)，表示由初始导频位置P0引起的频移因子。
5.根据权利要求1所述的基于压缩感知的OFDM信道跟踪方法，其特征在于:所述步骤4中的利用时域信道参数状态变量的量测方程和状态方程，对Lk中所有的延时路径的信道参数进行卡尔曼滤波具体过程为：
将新的测量向量z中的前L个元素抽取出来，可得到以下测量矩阵：
zL＝h+nL (12)
式(12)给出了状态空间的量测方程，用下标l表示第l径延时路径的各个变量，则相应的量测方程和状态方程分别为
zl＝hl+nl (13)
hl(k)＝hl(k-1)+vl(k-1) (14)
其中下标l表示第l径延时路径的各个变量，vl(k-1)表示对应第k个OFDM符号的AR模型预测误差，方差记为Ql(k)。
6.根据权利要求5所述的基于压缩感知的OFDM信道跟踪方法，其特征在于:在所述步骤
4中，结合状态变量的状态方程和量测方程，可以得到关于第l径时域信道参数的卡尔曼迭代跟踪过程：
PlF(k)＝Pl(k-1)+Ql(k-1) (15)
Hl(k)＝PlF(k)/[PlF(k)+Rl] (16)
Pl(k)＝[1-Hl(k)]PlF(k) (18)。
7.根据权利要求1所述的基于压缩感知的OFDM信道跟踪方法，其特征在于:所述步骤4中的估计值 为：
8.根据权利要求1所述的基于压缩感知的OFDM信道跟踪方法，其特征在于：所述步骤5中，CMP>1，为容错系数。
9.根据权利要求8所述的基于压缩感知的OFDM信道跟踪方法，其特征在于：所述CMP取为
2。
10.根据权利要求6所述的基于压缩感知的OFDM信道跟踪方法，其特征在于:Ql(k)可通过若干个观测状态的估计值对其进行自适应更新：
基于压缩感知的OFDM信道跟踪方法
技术领域
发明内容
附图说明
具体实施方式
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种基于学习的稀疏表示的超分辨率图像重建方法 | 2020-05-11 | 851 |
| 作业型飞行机器人的四自由度机械臂遥操作系统及方法 | 2020-05-13 | 644 |
| 一种基于压缩感知的多通道采样的宽带功放预失真方法 | 2020-05-12 | 727 |
| 一种无监督位姿与深度计算方法及系统 | 2020-05-12 | 335 |
| 一种基于低秩和稀疏约束的地震数据重建方法 | 2020-05-12 | 511 |
| 一种基于双光梳光谱的温度场和浓度场测量系统和方法 | 2020-05-11 | 155 |
| 一种图像校正方法、装置、设备及介质 | 2020-05-08 | 868 |
| 用于文化制品的分析的数字数据细节处理 | 2020-05-11 | 260 |
| 一种基于图像序列的模型形变人脸三维重建方案 | 2020-05-12 | 558 |
| 一种指部多特征全面三维重建方法 | 2020-05-13 | 633 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
