近日，国际顶级（Top）期刊《IEEE Transactions on Industrial Informatics》在线发表了我校理工学院电子系王涵博士课题组的研究论文“Low Complexity MIMO-FBMC Sparse Channel Estimation for Industrial Big Data Communications” (DOI:10.1109/TII.2020.2995598)。该期刊为电子、计算机工程领域国际顶级期刊，中科院分区工程技术1区（排名前3%），影响因子为7.377，我校为论文第一完成单位，王涵博士为通讯作者，该成果得到了国家自然科学基金：MIMO-FBMC系统稀疏信道估计方法研究（61901409）的资助。

大量的工业应用会产生海量的数据，而传输这些数据需要低时延、高速率的通信。基于多输入多输出的滤波器组多载波技术（MIMO-FBMC）由于它的高可靠性和高频谱效率，被提出用于工业大数据通信中。该论文成果致力于实现多输入多输出滤波器组多载波通信中的低复杂度有效稀疏信道估计。

图1工业大数据无线通信架构图

针对传统的压缩感知信道估计方法计算复杂度高、信道估计精度低等问题，该研究提出了一种基于动态阈值门限的稀疏自适应MIMO-FBMC系统信道估计方法。通过设置一个门限值，在压缩感知的内积迭代运算中，只有大于该门限值的测量矩阵才参与该次迭代的内积运算，从而降低运算量；同时，结合稀疏自适应方法，实现信道稀疏自适应估计。相关成果可以作为实际MIMO-FBMC系统中的一种有效信道估计方法来应用。

图2信道估计准确度                               图3均方误差对比