论文部分内容阅读
针对目前稀疏度自适应的压缩感知（compressedsensing，CS）信道估计算法计算量过大的问题，文章提出了基于关联度分析的稀疏度自适应归档正则化迭代硬阈值（sparsityadaptivearchivingnormalizeditera—tivehardthresholding，SAANIHT）算法。ANIHT算法可以解决传统压缩感知理论计算量大、计算时间过长的问题，但需要预知信道的稀疏度。引入高斯核函数对一种稀疏度估计算法进行了改进，并与ANIHT算法结合，使其可以在盲稀疏情况下对信道进行估计。