该文提出一种基于矩阵开方(computing Roots of Matrices,RM)的盲信道估计算法和一种自适应矩阵开方(Adaptive computing Roots of Matrices,ARM)盲信道估计算法。RM算法利用信息符号的有限字符集特性,在时域上通过对一个Toeplitz下三...该文提出一种基于矩阵开方(computing Roots of Matrices,RM)的盲信道估计算法和一种自适应矩阵开方(Adaptive computing Roots of Matrices,ARM)盲信道估计算法。RM算法利用信息符号的有限字符集特性,在时域上通过对一个Toeplitz下三角矩阵开方进行信道解卷积,得到信道估计的闭合解。该运算复杂度远低于现有的盲信道估计搜索算法,并且适用于信道阶数较大、搜索算法不能处理的情况。仿真结果表明RM信道估计性能接近于搜索算法的最佳性能,而ARM通过最陡下降迭代将代价函数最小化,可以进一步提高信道估计的准确性。展开更多
文摘该文提出一种基于矩阵开方(computing Roots of Matrices,RM)的盲信道估计算法和一种自适应矩阵开方(Adaptive computing Roots of Matrices,ARM)盲信道估计算法。RM算法利用信息符号的有限字符集特性,在时域上通过对一个Toeplitz下三角矩阵开方进行信道解卷积,得到信道估计的闭合解。该运算复杂度远低于现有的盲信道估计搜索算法,并且适用于信道阶数较大、搜索算法不能处理的情况。仿真结果表明RM信道估计性能接近于搜索算法的最佳性能,而ARM通过最陡下降迭代将代价函数最小化,可以进一步提高信道估计的准确性。
