压缩感知理论下的稀疏信道估计技术

信道估计就是从无线传输系统的接收数据中将假定的某个信道模型的模型参数估计出来的过程。无线通信系统的性能很大程度上受到无线信道的影响，如阴影衰落和频率选择性衰落等，使得发射机和接收机之间的传播路径非常复杂。无线信道并不像有线信道那样固定并可预见，而是具有较强的随机性，对接收机的设计提出了很大的挑战，信道估计的精度将直接影响整个系统的性能。

根据是否考虑多径信道的稀疏性特点，信道估计方法可以分为密集信道估计和稀疏信道估计。基于密集信道假设的信道估计模型中，信道自由度的数目与信道空间维数呈线性关系，且多径信道的每一个抽头位置上的系数假设为非零。该类方法没有考虑信道固有的稀疏结构信息，会牺牲部分频谱资源或者以计算复杂度高为代价获取较为准确的信道状态信息。相对于密集信道估计，稀疏信道估计方法利用信道结构的稀疏性，需要估计的多径参数减小，可通过更少的导频数估计出整个信道的频响特性，从而减小导频开销，提高通信资源利用率。因此，稀疏信道估计方法在提高通信系统的频谱效率和能量效率方面具有重要的研究价值。

随着信道测量技术的发展，越来越多的研究成果证明，无线多径信道在高维空间具有较强的稀疏结构，如时延扩展域、多普勒扩展域、多天线域或空间角域，大部分信道自由度在信号的高维空间接近于零或者等于零。对于稀疏信道，对信道冲激响应的采样得到离散近似，通过正交基的投影等方式获取信道的稀疏表示，进而采用稀疏重构算法进行稀疏信道估计。考虑信道稀疏结构特性的信道估计，利用信道的稀疏特性，信号序列中训练序列的长度大幅减少，同样可以获得较为精确的信道估计性能。因此，稀疏信道估计技术能够很好地提高资源利用率，节约日益紧张的频谱资源。近年来兴起的压缩感知理论促使稀疏信号处理技术蓬勃发展，同时为稀疏信道估计技术提供了强有力的理论支撑。(www.xing528.com)

稀疏信道估计需要分析信道的稀疏结构信息，建立信道的稀疏模型，在此基础上利用稀疏信号重建理论获取稀疏解。压缩感知（Compressed Sensing，CS）理论因其能够有效挖掘高维信号中的稀疏结构而受到了广泛关注，尤其在无线通信和感知系统中得到了初步成功应用，例如，基于压缩感知方法的无线通信系统中稀疏多径信道估计降低了导频信号使用量，大幅提高了频谱资源的利用率。

对协同中继通信系统进行稀疏信道估计，压缩感知信道估计技术的研究意义在于如何节约频谱资源，以达到提高频谱资源利用率的目的，进而实现绿色通信。基于压缩感知理论的稀疏信道估计的思想是，在保证系统可靠通信的条件下，所需要的导频信号资源相对较少，所以能够大幅提高频谱利用率，从而降低通信成本。因此，研究基于压缩感知理论的稀疏信道估计技术，对于未来通信技术的发展而言，具有重要的理论研究意义和工程参考价值。本书以压缩感知理论为基础，重点研究协同通信系统的信道估计技术。