基于稀疏贝叶斯学习的码元速率估计

摘要：

现有的相位编码信号码元速率估计方法在样本点足够多的情况下才能准确估计出参数,且算法复杂度高.针对此问题,该文详细分析了BPSK信号的结构特征,并以此为先验信息对其循环自相关(CA)向量进行压缩采样,降低了传统贝叶斯复数处理方法的维度.利用压缩传感中离散傅里叶变换矩阵的奇偶性,分解传感矩阵为正弦和余弦变换,分别将CA向量的实虚部转换到对应变换域测量,根据复数信号实虚部具有相同支撑集这一特点,采用多任务稀疏贝叶斯重构时延积向量的单边谱分量,从而估计出码元频率.理论分析和仿真结果表明,相较于其它基于稀疏贝叶斯学习的参数估计算法,所提方法在测量数量较少的情况下也能准确估计出循环频率,且算法实时性显著提高.

关键词：码元速率估计、稀疏贝叶斯学习、循环自相关、单边谱

所属期刊栏目：40

分类号：TN911.72

资助基金：国家自然科学基金61201286;陕西省自然科学基金2014JMS304

在线出版日期：2018-11-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1598-1603