压缩感知在稀疏信道估计中的应用

（转自http://guiuestc.blog.sohu.com/165344960.html）

压缩感知的理论发展趋势让我们看到了信号处理的革命，同时也也提高通信领域的资源利用效率，尤其是在信道估计这一个topic.

    在稀疏信道估计中，主要存在三个方面的研究问题：

1. 不同的通信信道的稀疏表示问题。对于单天线通信系统来说，我们可以假设在时域扩展中直接看成是稀疏的进行信道估计，这是最基础的信道估计问题。但是对于单天线双选择性衰落信道而言我们需要考虑在时延-多普勒扩展域的稀疏表示，这就涉及到基最优化的问题，如何寻找合适的基来将信道矩阵表示最稀疏的信道系数，从而使得利用比较少的训练信道资源就能准确估计出信道系数。对于多天线频率选择性衰落信道和双选择性衰落信道而已，由于MIMO信道矩阵表现出固有的聚类特性结构，因为我们可以考虑直接将信道估计矢量化从而估计出这个信道，或者寻找合适的基将信道矩阵表示成稀疏的信道系数。对于压缩感知来说，如何找到合理的稀疏信号系数从而可以利用比较少的已知信号资源，降低信号处理的成本。
2. 稀疏信道估计算法。如何选择合理的稀疏信号重建算法也是稀疏信道估计中非常重要的一步。由于无线通信的实时性我们需要选择算法简单的信号重建算法。比如贪婪算法中的OMP,CoSaMP和SP。
3. 训练信号设计问题。