[论文解读] Compressed Sensing Algorithms for OFDM Channel Estimation

Jonathan Ling, Dmitry Chizhik+2 more|arXiv (Cornell University)|Dec 22, 2016

Advanced Wireless Communication Techniques参考文献 14被引用 6

一句话总结

本文提出eX-OMP，一种用于OFDM信道估计的压缩感知算法，利用时延域的信道稀疏性，实现与最优MMSE估计器相当的性能。通过引入少量额外导频数据，eX-OMP自适应地平衡噪声抑制与信道追踪，优于线性插值等固定权衡方法，在具有少数主导径的宽带测量中表现更优。

ABSTRACT

Radio channels are typically sparse in the delay domain, and ideal for compressed sensing. A new compressed sensing algorithm called eX-OMP is developed that yields performance similar to that of the optimal MMSE estimator. The new algorithm relies on a small amount additional data. Both eX-OMP and the MMSE estimator adaptively balance channel tracking and noise reduction. They perform better than simple estimators such as the linear-interpolator which fix this trade-off a priori. Some wideband measurements are examined, and the channels are found to be represented by a few delays.

研究动机与目标

• 解决在导频开销有限的宽带OFDM系统中高效且准确的信道估计挑战。
• 利用无线电信道在时延域的固有稀疏性，提升估计效率。
• 开发一种压缩感知算法，自适应地平衡噪声抑制与信道追踪，区别于固定参数估计器。
• 证明少量额外导频数据可使性能接近最优MMSE估计器。

提出的方法

• 提出eX-OMP，一种专为OFDM系统中稀疏信道估计而优化的增强正交匹配追踪算法。
• 利用无线电信道在时延域的稀疏性，将信道冲激响应建模为稀疏向量。
• 引入少量额外导频符号以提升估计精度与适应性。
• 通过迭代优化，动态调整算法以平衡噪声抑制与信道追踪。
• 采用反馈机制，根据残差误差与信道变化动态调整估计。
• 集成自适应阈值设定与支持恢复机制，提升在噪声环境下的收敛性与鲁棒性。

实验结果

研究问题

• RQ1 压缩感知算法是否能在OFDM信道估计中实现接近最优MMSE估计器的性能？
• RQ2 引入少量额外导频数据对估计精度与鲁棒性有何影响？
• RQ3 在保持估计质量的前提下，时延域稀疏性在多大程度上可被利用以减少导频开销？
• RQ4 eX-OMP与传统线性插值相比，在信道追踪能力与抗噪性方面表现如何？
• RQ5 在压缩感知框架中，能否有效实现噪声抑制与信道追踪的自适应平衡？

主要发现

• eX-OMP在导频开销有限的情况下，仍能实现接近最优MMSE估计器的性能。
• 该算法显著优于线性插值，后者在事前固定了噪声-追踪权衡。
• 宽带测量结果证实，信道在时延域确实具有稀疏性，仅有少数主导径。
• 增加少量额外导频符号，使eX-OMP能够实现接近MMSE的性能。
• 噪声抑制与信道追踪的自适应平衡显著提升了时变信道下的鲁棒性。
• 由于有效利用了稀疏性，该方法在低信噪比条件下仍能保持高精度。