嵌套稀疏逼近：基于几何随机信道模型的V2V信道结构化估计
最优化与控制
2015-10-28 v2
摘要
未来的智能交通系统有望提高安全性和能源效率。实现此类系统将需要车对车（V2V）通信技术。高保真V2V通信反过来又依赖于精确的V2V信道估计。V2V信道具有不同于经典蜂窝通信信道的特性。本文采用基于几何的随机建模来开发V2V信道的特征描述。所得模型展现出显著的结构；具体而言，V2V信道由时延-多普勒平面内的三个不同区域表征。每个区域具有独特的镜面反射和漫散射分量组合，导致特定的逐元素和分组稀疏性。利用这种联合稀疏结构，我们开发了一种新颖的信道估计算法。我们提供了一个通用框架，使用一大类正则化函数的邻近算子来解决联合元素/组稀疏信道（信号）估计问题。采用基于邻近算子的交替方向乘子法来优化混合目标函数。证明了所提目标函数的关键性质，这些性质确保了新算法能找到最优解。脉冲形状泄漏的影响被明确表征和补偿，从而显著提高了性能。数值仿真和真实的V2V信道测量数据用于评估所提方法的性能。结果表明，新方法相比先前提出的方法能获得显著增益。
引用
@article{arxiv.1412.2999,
title = {Nested Sparse Approximation: Structured Estimation of V2V Channels Using Geometry-Based Stochastic Channel Model},
author = {Sajjad Beygi and Urbashi Mitra and Erik G. Ström},
journal= {arXiv preprint arXiv:1412.2999},
year = {2015}
}
备注
36 pages, 7 figures, journal