摘要: |
鉴于采用最大似然算法估计分布式多天线系统的信道增益与频偏存在多维优化使计算复杂度高的缺陷,以及采用期望最大化(EM)算法存在收敛速度慢、对初值依赖性大的不足,而期望条件最大化(ECM)算法用一系列计算简单的CM步来代替一个复杂的M步,弱化了初值对收敛性的影响.综合考虑ECM算法与最大似然(ML)估计算法来优化EM的收敛过程,提出了一种高效稳定的EM算法.该算法在CM步取得频偏的更新值后,通过ML的结果来更新信道增益.仿真结果表明:该算法对初值的依赖性较低、计算简单且稳定性高,结合空间选择期望最大化(SAG |
关键词: 最大似然(ML)估计 期望最大化(EM) 信道估计 频偏 均方误差(MSE) |
DOI: |
分类号: |
基金项目:省部级基金 |
|
|
|
Abstract: |
|
Key words: |