The sparsity of multipaths in wideband channel has motivated the use of compressed sensing for channel estimation. In this letter, we propose an entirely different approach to sparse channel estimation. We exploit the fact that $L$ taps of channel impulse response in time domain constitute a non-orthogonal superposition of $L$ geometric sequences in frequency domain. This converts the channel estimation problem into the extraction of the parameters of geometric sequences. Notably, the proposed scheme achieves the error-free estimation of the whole bandwidth with a few pilot symbols if the excess delay is bounded to a certain value.


翻译:宽带频道多路路路的宽度促使使用压缩遥感进行频道估计。 在本信中,我们建议对频道的稀疏估计采取完全不同的方法。我们利用以下事实:在时间域中,频道脉冲反应的拉皮龙头是频率域中非垂直的超值,是美元几何序列的超值。这把频道估计问题转换成几何序列参数的提取。值得注意的是,拟议的办法以几个试点符号实现了整个带宽无误估计,如果超延时与一定值有关的话,则以少数试点符号实现无误估计。

0
下载
关闭预览

相关内容

【图与几何深度学习】Graph and geometric deep learning,49页ppt
专知会员服务
41+阅读 · 2021年4月2日
【IJCAJ 2020】多通道神经网络 Multi-Channel Graph Neural Networks
专知会员服务
25+阅读 · 2020年7月19日
【ICLR2020】图神经网络与图像处理,微分方程,27页ppt
专知会员服务
47+阅读 · 2020年6月6日
MIT新书《强化学习与最优控制》
专知会员服务
275+阅读 · 2019年10月9日
已删除
将门创投
6+阅读 · 2019年4月22日
Arxiv
0+阅读 · 2021年6月1日
Geometric Graph Convolutional Neural Networks
Arxiv
10+阅读 · 2019年9月11日
VIP会员
相关VIP内容
【图与几何深度学习】Graph and geometric deep learning,49页ppt
专知会员服务
41+阅读 · 2021年4月2日
【IJCAJ 2020】多通道神经网络 Multi-Channel Graph Neural Networks
专知会员服务
25+阅读 · 2020年7月19日
【ICLR2020】图神经网络与图像处理,微分方程,27页ppt
专知会员服务
47+阅读 · 2020年6月6日
MIT新书《强化学习与最优控制》
专知会员服务
275+阅读 · 2019年10月9日
相关资讯
已删除
将门创投
6+阅读 · 2019年4月22日
Top
微信扫码咨询专知VIP会员