压缩感知技术在多径DSSS信号接收中的应用研究

"这篇研究论文探讨了在多径频率选择性信道下，采用压缩感知（Compressed Sensing, CS）技术辅助的直接序列扩频（Direct Sequence Spread Spectrum, DSSS）信号接收器的设计与分析。" 在无线通信中，多径传播是常见的现象，它会导致信号的频率选择性衰落，对DSSS信号的接收带来挑战。DSSS是一种广泛用于无线通信的技术，通过将数据与伪随机码序列相乘，使得信号在频域上得到扩展，从而提高抗干扰和抗多径衰落的能力。然而，多径传播仍可能导致信号质量下降，增加误码率。 本文提出了一个CS辅助的DSSS信号压缩接收器，利用压缩感知理论来处理和恢复信号。压缩感知允许在远小于信号原始维度的情况下重构信号，这在接收端可以降低硬件复杂度和资源需求。作者对CS域的最大比合并接收器进行了误比特率分析，当具有完美信道状态信息（Channel State Information, CSI）时，量化了CS引入的信噪比（Signal-to-Noise Ratio, SNR）惩罚。 为了减轻这种SNR惩罚，论文构建了一个确定性的低通正弦（Lowpass Sinusoid, LPS）矩阵，该矩阵被证明比常用的随机感知矩阵更适合脉冲形状的DSSS信号。此外，他们提出了一种基于结构化最小二乘搜索（Structured Least Squares Search, SLSS）的联合信道估计和符号检测（Joint Channel Estimation and Symbol Detection, JCESD）方案。该方案的性能接近理论上的下界，并且优于基于正交匹配追踪（Orthogonal Matching Pursuit, OMP）的方法。 数值结果表明，与传统的接收机相比，提出的压缩接收器在保持良好性能的同时，能够有效减少由于多径效应导致的SNR损失，这对于资源受限的无线通信系统尤其有利。这项工作为DSSS信号在复杂无线环境下的高效接收提供了新的思路和方法。