基于GTurbo算法的信号恢复研究文献综述

 2022-09-26 05:09

  1. 文献综述(或调研报告):

文献综述

  1. 导言

随着信息技术的发展,人们对信息的需求急剧增加,对系统的信息获取和处

理能力的要求也越来越高。为满足对日益增长的数据传输速率和系统容量的要求,无线宽带移动通信已由传统的单输入单输出(single-input and single-output, SISO)系统发展到多输入多输出(multiple-input multiple-output, MIMO)系统。

MIMO(Multiple-InputMultiple-Output)技术是针对多径无线信道来说的,它是指在发射端和接收端分别使用多个发射天线和接收天线,它与传统的信号处理方式的不同之处在于其同时从时间和空间两个方面研究信号的处理问题,从而能够在不增加带宽与发射功率的前提下,提高系统的数据速率、减少误比特率、改善无线信号的传送质量。然而在实际应用的过程中,MIMO系统中仍存在一些关键技术有待解决,主要集中在信道估计、信道纠错编码、自适应等方面,这些问题都在一定程度制约了MIMO技术的发展。

随着研究的深入,越来越多的测试实验表明无线信道表现出稀疏特性,即约少于10%的多径信道占据着信道85%以上的能量。有效地挖掘稀疏信道特性并加以利用可以大大的减少导频信号,从而大幅度提高频谱资源的利用效率。

而压缩感知技术正是利用了信号的稀疏特性,以远低于奈奎斯特采样速率的标准对模拟信号进行采样,从而实现了在采样的同时进行数据压缩的目的,大大降低了运算的复杂度,减少了硬件成本。

  1. 研究背景

压缩感知技术是近些年来应用数学和信号处理领域中新兴且极具有应用前景的理论。可以实现以远低于奈奎斯特采样速率的标准对模拟信号进行采样,从而实现了在采样的同时进行数据压缩的目的。若已知信号是稀疏或可压缩的,应用该理论能有效的获取或重构出信号。

在理解压缩感知技术之前,我们可以简单地回顾一下经典的数据压缩方法及其特点。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

免费ai写开题、写任务书: 免费Ai开题 | 免费Ai任务书 | 降AI率 | 降重复率 | 论文一键排版