典型文献
改进的时序多重稀疏贝叶斯学习冰下水声信道估计方法
文献摘要：
针对时序多重稀疏贝叶斯学习信道估计方法计算复杂度高且在低信噪比时估计精度低的问题,本文提出了一种改进的时序多重稀疏贝叶斯学习正交频分复用冰下水声信道估计方法.首先,采用奇异值分解方法对接收导频矩阵进行去噪;随后利用去噪后的接收导频矩阵结合最小二乘信道估计方法获得时序多重稀疏贝叶斯信道估计的超参数矩阵、感知矩阵等先验知识;最后,利用冰下水声信道的稀疏特性和多途结构较为稳定的特点,采用时序多重稀疏贝叶斯信道估计对不同符号的冰下水声信道进行联合重建.仿真结果显示,在能量系数为0.03时,改进方法信道估计均方误差相比较于原始方法至少降低了约2.87×10-5,运算时间至少下降了约为90％.第11次北极科学考察冰下试验结果显示,改进方法的平均原始误码率略微低于原始方法,平均运算时间降低约75％.研究结果表明,利用冰下水声信道的特点,改进方法可以实现高精度冰下水声信道估计,并且有效降低系统计算复杂度.
文献关键词：
中图分类号：
作者姓名：
洪丹阳;王巍;尹力;普湛清;周成阳;黄海宁
作者机构：
中国科学院声学研究所 北京 100190;中国科学院大学 北京 100049;中国科学院先进水下信息技术重点实验室 北京 100190
文献出处：
引用格式：
[1]洪丹阳;王巍;尹力;普湛清;周成阳;黄海宁-.改进的时序多重稀疏贝叶斯学习冰下水声信道估计方法)[J].声学学报,2022(05):591-602
A类：
多途结构
B类：
稀疏贝叶斯学习,水声信道,信道估计,估计方法,计算复杂度,低信噪比,估计精度,正交频分复用,奇异值分解,分解方法,导频,去噪,用去,超参数,感知矩阵,先验知识,稀疏特性,能量系数,改进方法,均方误差,运算时间,北极,科学考察,误码率,略微
AB值：
0.212283
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
