基于压缩感知的无线通信信号处理方法讨论摘 要随着无线通信技术的进展，信号处理过程中所面临的信号带宽日益增加，这使得以奈奎斯特采样定理为基础的传统信号处理方法对采样率的要求越来越高。然而，过高的采样率要求又将会导致传统的信号处理硬件和软件面临严峻的考验。因此，如何有效地实现在低采样率条件下的宽带信号处理已经成为当前无线通信领域的讨论热点。近年来兴起的压缩感知（Compressed Sensing, CS）理论使得从低维的观测信号中重构出稀疏或可压缩的高维信号成为可能。将 CS 理论应用于无线宽带稀疏信号的处理中，能够突破奈奎斯特定理的限制，以欠奈奎斯特采样率完成信号处理过程，显著提高信号处理方法的有用性。为此，本文重点讨论了基于 CS 理论的稀疏信道估量、基于 CS 理论的脉冲超宽带（Impulse Radio Ultra-wideband, IR-UWB）信号检测以及基于 CS 理论的正交频分复用（Orthogonal Frequency Division Multiplexing, OFDM）系统的脉冲干扰抑制问题，主要创新点如下：1、针对双向中继网络中的稀疏信道估量问题，提出了一种改进的正交匹配追踪（Improved Orthogonal Matching Pursuit, IOMP）估量算法，该算法在现有的正交匹配追踪估量算法基础上，利用迭代重加权最小二乘估量代替原有的最小二乘估量过程，逐步减小了异常样本对估量值的影响，不断地修正了估量值，提高了对稀疏双向中继信道的估量精度。2、针对多输入多输出（Multiple Input Multiple Output，MIMO）系统中的稀 疏 信 道 估 量 问 题 ， 提 出 了 一 种 改 进 的 压 缩 采 样 匹 配 追 踪 （ Modified Compressive Sampling Matching Pursuit，MCoSaMP）估量算法。该算法首先自适应的选择一些元素作为索引集，然后利用一种回溯策略删除之前已选择的元素集中不正确的元素，最后根据回溯删除更新后的索引集来估量信道。 MCoSaMP算法不仅避开了现有的压缩采样匹配追踪估量算法必须以稀疏度作为输入条件的限制，而且能够在估量性能与计算复杂度之间进行较好的折中选择。3、针对 IR-UWB 信号检测问题，利用 IR-UWB 信号的时域稀疏特性，设计了一种基于 CS 理论的 IR-UWB 信号检测框架，在此基础上提出了一种适用于IR-UWB 通 信 系 统 的 自 适 应 修 正 匹 配 追 踪 （ Adaptive Correction Matching Pursuit, ACMP）信号检测算法。该算法首先利用 IR-UWB 发射机的具体参数推...
