排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
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（SAGE）方法后能大幅提高收敛速度,且所得估计值的均方误差（MSE）能够逼近Cramer-Rao界（CRB）. 相似文献
2.
主要研究了非理想信道状态信息(Channel State Information,CSI)条件下,多用户多输入多输出(MIMO)系统的Tomlinson-Harashima Precoding(THP)算法.首先分析了信道估计误差对系统误码率(BER)性能的影响,仿真结果表明:信道估计误差对系统BER性能影响较大.在此基础上,应用best-first算法对系统性能进行改进,提高了系统的BER性能. 相似文献
1