论文部分内容阅读
超宽带作为一种高速无线通信技术，具有很多优势，但是其过高的带宽造成采样困难的问题。考虑到超宽带信号和信道固有的稀疏性且信道稀疏性未知，贝叶斯压缩感知提供了一种低速采样方法，将信道估计问题转化为压缩感知理论中的重构问题。压缩感知理论的关键在于信号的稀疏表示与观测矩阵的设计。目前常用的单位矩阵字典和多径字典并没有使信号具有最大的稀疏度，重构所需要的观测数目较大；并且常用的随机观测矩阵与稀疏表示字典相关度较高，算法必须在降维比较高时才能达到重构要求，采样速率依然较高。针对上述问题，文中提出使用特征字典表示稀疏信