核心提示：0X_070m包括程序操作录像+说明文档+参考文献...
1.完整项目描述和程序获取
>面包多安全交易平台:https://mbd.pub/o/bread/ZpqUkpdp
>如果链接失效，可以直接打开本站店铺搜索相关店铺：
点击店铺
>如果链接失效，程序调试报错或者项目合作也可以加微信或者QQ联系。
2.部分仿真图预览
3.算法概述
基于BP神经网络的改进CoSaMP信道估计算法，相对于传统的OMP估计法，NOMP估计法以及CoSaMP估计法，其主要区别在于本文给出的算法在每一次循环迭代过程中，利用的BP神经网络的在线学习能力，对前一时刻的信道估计结果
进行在线训练和学习，从而让BP神经网络可以根据信道估计结果感知到当前信道环境的实际情况，从而给出一个较优的信道估计补偿值
。通过该补偿值
对CoSaMP算法得到的信道估计结果
进行补偿，从而获得性能较好的当前时刻的信道估计结果，并同时将该结果作为下一时刻BP神经网络的输入值。下面本将对基于BP神经网络的改进CoSaMP信道估计算法进行性能仿真，并对比本文第三章所介绍的几种常用的信道估计算法。
4.部分源码
......................................................................
for i1=1:MTKL
rng(i1);
for j1=1:length(SNR)
[i1,j1]
[Noise0,sigma0] = func_whitenoise(seqdH,SNR(j1),V1);
%OFDM机制
seqdH_ifft = ifft(seqdH);
Y = seqdH_ifft+Noise0;
Yfft = fft(Y);
%LS算法
MSE_LS = func_LS(seqd,H,Yfft,N);
%OMP
MSE_OMP = func_OMP(Yfft,seqd,H,invH,N,L,K);
%NOOMP
MSE_NOMP = func_NOMP(Yfft,seqd,H,invH,N,L,K);
%CoSaMP
MSE_CoSaMP = func_CoSaMP(Yfft,seqd,H,invH,N,L);
%CoSaMP
MSE_CoSaMPnew = func_CoSaMPnew(Yfft,seqd,H,invH,N,L,K);
end
end
figure;
semilogy(SNR,mean(R_LS),'-bs',...
'LineWidth',1,...
'MarkerSize',6,...
'MarkerEdgeColor','k',...
'MarkerFaceColor',[0.9,0.0,0.0]);
hold on;
semilogy(SNR,mean(R_OMP),'-mo',...
'LineWidth',1,...
'MarkerSize',6,...
'MarkerEdgeColor','k',...
'MarkerFaceColor',[0.5,0.9,0.0]);
hold on;
semilogy(SNR,mean(R_NOMP),'-b^',...
'LineWidth',1,...
'MarkerSize',6,...
'MarkerEdgeColor','k',...
'MarkerFaceColor',[0.2,0.9,0.5]);
hold on;
semilogy(SNR,mean(R_CoSaMP),'-r>',...
'LineWidth',1,...
'MarkerSize',6,...
'MarkerEdgeColor','k',...
'MarkerFaceColor',[0.9,0.9,0.0]);
hold on;
semilogy(SNR,mean(R_CoSaMPNEW),'-k<',...
'LineWidth',1,...
'MarkerSize',6,...
'MarkerEdgeColor','k',...
'MarkerFaceColor',[0.9,0.3,0.3]);
hold on;
xlabel('SNR');
ylabel('MSE');
grid on
legend('LS','OMP','MOMP','CoSaMP','BP+CoSaMP');
0X_070m
---
