文档介绍：稀疏信号处理在无线通信中的应用摘要论文中我们讨论了激励稀疏正则化优化、确定先验分布贝叶斯方我们将稀疏信号处理应用于冲击噪声下的信道估计问题。我们将稀疏贝叶斯学习应用于稀疏信道下的盲均衡。我们将稀疏贝叶斯学习与序列蒙特卡罗盲均衡算法结合,提高了原算法叶斯学习提高了植嫉闹柿康奶氐悖颐翘岢隽艘恢值透丛佣鹊我们将稀疏信号处理应用于ぞ狻N颐墙ń邮艿腝信号取反排序后进行差分,获得了稀疏信号。我们利用∥.范数作为代度较高,但可以在一个符号内收敛,该特性是其他同类算法关键词:稀疏信号处理冲击噪声信道估计稀疏信道盲均衡稀疏本论文中我们利用信号的稀疏性解决一系列无线通信中的问题。我们将稀疏性作为先验知识,在信号处理中加以利用,并将一类可以用该思路解决的问题定义为稀疏信号处理问题。法、参数化贝叶斯方法和贪婪认∈栊藕糯矸椒ā我们将∥。范数正则化应用于稀疏贝叶斯学习,给出了一种能够直接解释稀疏贝叶斯学习能够收敛至稀疏解的推导。我们利用∥。范数正则化还原冲击噪声分量并消除其影响。我们还提出了一种基于和门限的快速近似算法,也具有不错的性能。仿真结果显示我们的两种算法可以显著提高冲击噪声下信道估计性能。的性能。基于增加粒子数量对信号空间进行采样的低效率,和稀疏贝稀疏贝叶斯盲均衡算法。我们还利用迭代均衡提高了一个符号中前几个符号的估计质量,进一步提高了算法性能。价函数激励稀疏性,让均衡输出能收敛到星座点上。我们的算法复杂所不具备的。星座调制北京邮电大学硕士学位论文
知识水坝***@pologoogle为您整理
..甒,。,—琾∥。,..,..
知识水坝***@pologoogle为您整理
,瑃...,琧,琤,.蝜獄
。僻日期:涮,;.幻本人签名:镪鱼竺垒ǎ阂保密论文注释:本学位论文属于保密在一年解密后适用本授权书。非保密论独创性虼葱滦声明申请学位论本人签名:,本人承担一切相关责任。日期:关于论文使用授权的说明文注释:本学位论文不属于保密范围,适用本授权书。本人声明所旱交的论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得北京邮电大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对奉研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文作者完全了解北京邮电大学有关保留和使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权尊位属北京邮电大学。学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许学位论文被查阅和借阅:学校可以公布学位论文的全部或部分内容,可以允许采用影印、缩印或其它复制手段保存、汇编学位论文。C艿难宦畚脑诮饷芎笞袷卮斯娑
㈣:全∑第一章绪论其中荆课V副旰S捎」躀。不具备范数的特性,以下我们仍简称N!巍7妒齛稀疏信号处理概论∈栊藕糯砦侍饷枋在信号处理领域中,很大一部分信号都具备稀疏特性。即信号自身或其某一变换的大部分元素为零,仅有少数元素非零。一部分信号自身即具备稀疏特性,如无线信道的冲击响应、冲击噪声等;另。‘部分信号在经过正交变换后满足稀疏特性,比如语音和图像信号就住傅立叶变换域、离散余弦变换或小波变换后通常具有稀疏性。另一方面,有限的正交基不可能理想适应各种信号,因此学术界提出采用大量冗余的特征集作为基向量,并发展出与之相对应的稀疏信号表示问题。另外在模式识别和机器学习领域,利用稀疏回归扒舐阆∈杼匦缘幕毓椴问梢员苊庖员苊夤夂衔侍并获得最佳的泛化特性【俊@眯藕诺南∈杼匦裕发展出了一套压缩传感理论【浚梢砸缘陀谀文嗡固夭裳俾实牟裳识韵∈信号进行采样,并无差错还原,可以应用于语音图像信号处理、稀疏信号检测和信道编码等领域。我们首先给出信号稀疏性的量化方法。通常采用信号中非零元素的个数描述信号的稀疏性,定义稀疏信号表示问题即要找到一个目标信号在一组冗余基下的稀疏表示,—其中蔙枪鄄庀蛄浚瑇是满足稀疏特性权重,歉咚乖肷琺∈碾搬材是由鎏卣飨蛄抗钩傻淖值洹O∈栊藕疟硎疚侍饧匆Mü齓和约皒的稀疏特性,估计在常见稀疏信号表示问题中,经常遇到Ⅳ的情况,即需要估计的奈度大于观测向量奈取4耸庇蓎估计G范彭形耷疃组解。第
论文的内容和贡献论文的第一个贡献是,对参数化贝叶斯稀疏信号估计中的先验分布参数进行∥。范数正则化,由此推导出了稀疏贝叶斯学习方法,理论上直接解释了其能收敛至稀疏解的原因。在应用方面,我们将稀疏信号处理分别应用于无线通信中的冲击噪声信道估计,稀疏信道盲均衡和稀疏调制星座盲均衡问题,或降低了原有算法的复杂度,或提高了原有算法的性能,或一‘个新的角度给出了解决某通信问题的新方法。第二章,我们以∥。范数正则化方法为基础,介绍了稀疏信号表示的优化方法,确定