面向5G的低复杂度稀疏信道估计算法实现
Digital communication World（2019）
摘要
5G移动通信需要高效且准确的信道估计.与传统的信道估计方法相比,基于压缩感知(Compressed Sensing,CS)的信道估计大大减少了导频的使用,提高系统的频谱利用率.但是,CS的高计算复杂度使得它很难应用到实际中.一般地,较高的估计精度意味着较大的计算复杂度,如何设计出一个估计精度高且计算复杂度低的信道估计方法仍是一个亟需解决的问题.本文采用最小二乘(Least Squares,LS)选择原子实现低复杂度信道估计,然后结合测量矩阵相干性最小化给出高精度低复杂度的信道估计方法.实验仿真证明了所提方法在估计精度和计算复杂度方面的有效性.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要