论文部分内容阅读
多信道估计时,如果利用信道的稀疏性和多信道的相关性,可以提高信道估计性能。本文利用阵列信道的结构性稀疏特性,提出了一种多路分组稀疏LMS算法（Group Sparse LMS,GS-LMS）。该算法将多路信道作为一个整体同时进行自适应信道估计,通过引入l2,1范数,将结构性稀疏先验引入到稀疏LMS算法的代价函数中,导出新的滤波器权系数更新公式。仿真结果表明了在不同信道条件下,本文算法的稳态误差性能明显优于若干现有的稀疏LMS算法。