桂林同城网站_在线app开发_汕头seo排名_唐山百度搜索排名优化

2025/4/30 16:18:10 来源：https://blog.csdn.net/zh01085105/article/details/147616493 浏览: 次关键词：桂林同城网站_在线app开发_汕头seo排名_唐山百度搜索排名优化

前面最小二乘已经讨论过LS 准则在低信噪比情况下会出现噪声放大的情况，所以性能会比较差，工程上一般会进行一次MMSE 滤波过程。同样存在两种证明过程本文已正交性原理进行说明，求导证明可参考这篇文章：MMSE算法.

假设LS 估计的信道响应为 $H_{LS}$ , 真实的信道响应为 $H$ 。MMSE 准则的原则是存在一个 $W$ 使得使得 $J(W)=E\begin{Bmatrix} \begin{Vmatrix} H-WH_{LS} \end{Vmatrix}^2 \end{Bmatrix}$ 最小。正交性原理即若 $\epsilon=H-WH_{LS}$ 则

$E\begin{Bmatrix} \epsilon H_{Ls} \end{Bmatrix}=0$ （误差与原材料正交--张颢）

$E\begin{Bmatrix} \epsilon H_{Ls} \end{Bmatrix}=E\begin{Bmatrix} (H-WH_{LS})H_{LS}) \end{Bmatrix}=E\begin{Bmatrix} HH_{LS}-WH_{LS}H_{LS} \end{Bmatrix}\textrm{}\mathit{}$

$=E\begin{Bmatrix} HH_{LS} \end{Bmatrix}-E\begin{Bmatrix} WH_{LS}H_{LS} \end{Bmatrix}=0\mathfrak{}$

$R_{HH_{LS}}-WR_{HH_{LS}}=0\textsl{}$

$W=R_{HH_{LS}} R_{_{H_{LS}H_{LS}}}^{-1}\texttt{}$

$R_{H_{LS}H_{LS}}=E\begin{Bmatrix} H_{LS}H_{LS} \end{Bmatrix}=E\begin{Bmatrix} (X^{-1}Y)(X^{-1}Y)^H \end{Bmatrix}\textrm{\textsc{}}$

$=E\begin{Bmatrix} (X^{-1}(XH+Z))(X^{-1}(XH+Z))^H \end{Bmatrix}$

$=E\begin{Bmatrix} HH^H+\mathbf{(X^{-1}ZH^H)} + \mathbf{X^{-1}ZH^H}+(X^{-1}Z)(X^{-1}Z)^ H\end{Bmatrix}$

$=E\begin{Bmatrix} HH^H+X^{-1}ZZ^HX^{-1} \end{Bmatrix} \\=R_{H_{LS}H_{LS}}+\frac{\sigma_{z}^{2}}{\sigma_{x}^{2}}I\textup{\emph{}}$

$\textsl{}R_{HH_{LS}}=E\begin{Bmatrix} HH_{LS} \end{Bmatrix}=E\begin{Bmatrix} (H_{LS}+\epsilon)H_{LS} \end{Bmatrix}\\ =E\begin{Bmatrix} H_{LS}H_{LS}+\epsilon H_{LS} \end{Bmatrix}\\ =E\begin{Bmatrix} H_{{LS}}H_{LS} \end{Bmatrix}+E\begin{Bmatrix} \epsilon H_{LS} \end{Bmatrix}\\ =R_{H_{LS}H_{LS}}\textup{\texttt{}}$

所以最终 $W=R_{HH}(R_{HH}+\frac{\sigma_{z}^{2}}{\sigma_{x}^2}I)^{-1}$

因为 $R_{HH}$ 为对角矩阵所以： $R_{HH}=U\Lambda U^H$ ， $UU^H=I$ 带入上式则：

$W=R_{HH}U(\Sigma +\beta I )^{-1}U^H$ 这样就可以简化运算不用求逆。

至此MMSE 就说完了，剩下的就剩 $R_{HH}$ 相关系数的计算。由于真实信道是时变的与多径和DPL相关所以需要进行一个二维滤波。如果过程中存在问题欢迎讨论。

桂林同城网站_在线app开发_汕头seo排名_唐山百度搜索排名优化

最新新闻

热搜词