压缩感知在信道估计中的应用

宽带频谱感知的一种有效方法，避免奈奎斯特速率

压缩包内包含关于信道估计当面的论文及代码，其中还有GMSK调制的论文

几种不同的内插算法的信道估计的比较，涵盖很多方面

信道估计的MATLAB仿真，其中分别给出基于导频的了MMSE估计和LS估计。

采用基于梳状导频的信道估计，并且采用QPSK调制。IFFT和FFT的点数为128，子载波个数为100，每符号上的比特数为2，每桢的OFDM符号数为12，导频之间的间隔为7，保护间隔长度为8，每比特信噪

Verilog编写的信道估计

用matlab写的信道估计的程序，大家可以参考使用

基于深度神经网络（DNN）的信道估计方法，通过输入接收端观测向量和传输信号向量，训练DNN网络进行信道估计，可以有效地提高通信系统的性能。本文详细介绍了信道估计的算法原理和实现方法，并给出了实验结果证

信道估计问题是使用正交频分复用(OFDM)方案的稀疏选频衰落多输入多输出(MIMO)通信系统中的关键技术问题之一。 为了估计稀疏MIMO信道,将稀疏不变步长归一化最小均方(ISS-NLMS)算法应用于

传统的信号采样必须遵循香农采样定理,产生的大量数据造成了存储空间的浪费。压缩感知(CS)提出一种新的采样理论,它能够以远低于奈奎斯特采样速率采样信号。