压缩传感及其在稀疏信道估计中的应用

压缩传感是一种全新的数据采集、处理方式,它能够从极少数的观测样本中准确的恢复出原始数据.这个特点使其能够很好的应用在具有稀疏特性的通信环境下.对压缩传感及其在稀疏信道估计中的应用进行研究,总结了应用压缩传感进行信号采集、处理的一般方法.在系统阐述压缩传感理论之后,以具有稀疏性的超宽带通信信道和OFDM水声通信信道为例,...     

基于压缩感知的滚动轴承振动信号压缩方法

压缩感知是一种基于信号稀疏性的信号采集与处理框架,能够在信号采集的同时对信号进行压缩.本文提出一种基于压缩感知的滚动轴承振动信号压缩方法,在信号的变换域内,使用幅值百分比作为阈值对变换系数进行稀疏处理,采用高斯随机矩阵对信号进行降维观测,实现数据的压缩.通过研究稀疏处理对信号压缩比和逼近误差的影响,分析阈值选择与信号稀疏比和逼近误差的关系,分析不同变换基对稀疏处理的影响.实验数据分析表明,相对于未经过稀疏处理的信号来说,该方法能有效地提高信号的压缩效果,且保持较好的逼近误差.     

高速模拟信号压缩采样实现

压缩传感理论能够有效地降低信号的采样频率,实现对稀疏信号的压缩采样。该文在信号延时多通道采样技术的基础上,提出了一种基于压缩传感理论的模拟信号采样实现方法,根据该采样模型构造了压缩传感测量矩阵。该采样模型能够以低于信号Nyquist频率的采样率对频域稀疏信号进行采样,通过最优化算法准确重构原始信号。仿真结果表明,基于压缩传感理论的模拟信号采样模型能够对频域稀疏信号进行压缩采样,该方法具有可行性。     

无线传感网中基于空间相关性的压缩感知路由算法

提出了一种基于空间相关性的压缩感知路由算法,利用无线传感网压缩感知联合稀疏模型和节点数据的空间相关性分析,基于空间相关性原理对网络节点进行分簇,将全网的特有稀疏度变为簇内的共有稀疏度,减少了网络总的稀疏度,从而降低了数据观测量。仿真结果表明所提算法可以有效减少网络能耗,缩短传输时延,延长网络寿命。     

压缩传感非稀疏宽带频谱导频检测方法

为了突破频谱稀疏性对压缩传感技术的限制,提出了一种基于压缩传感的频谱检测方法,在保证对主用户的干扰不超过指定门限的前提下,通过对目标频段的主用户信号和导频信号在频域进行线性运算,保留频谱空洞处的导频分量,把对非稀疏的主用户信号的恢复转化为对稀疏导频信号的恢复.该方法解决了认知无线电宽带频谱检测中,压缩传感技术在主用户信号非稀疏时的失效问题.仿真结果表明,导频检测方法可以对非稀疏频谱的频谱空洞位置进行准确检测.     

无线音频传感网络中的压缩采样

在无线音频传感网络中,降低带宽一直是研究人员关心的问题。新近出现的压缩采样技术,以远低于奈奎斯特频率的速度采样,精确地恢复出原始信号。压缩采样,针对稀疏信号,根据测量矩阵进行随机采样,应用最优化算法进行信号重构,恢复出原始信号。以随机抽取的局部DCT矩阵作为测量矩阵,采用CoSaMP作为恢复算法,实现了音频传感网络中的压缩采样。实验结果表明,在采样速率降低4倍的条件下,音频信号能够清晰恢复,信号处理速度完全满足实时性要求。     

基于社交信息和物品曝光度的矩阵分解推荐

为了解决隐式反馈推荐中的数据稀疏性和未观测值二义性,提出基于社交信息和物品曝光度的概率矩阵分解推荐算法. 该算法通过对用户-用户社交矩阵进行矩阵分解来约束用户偏好潜在因子,一定程度上缓解了数据稀疏性问题;将物品曝光度作为观测值的条件,结合物品本身的流行度和用户的社交信息,对物品曝光度进行建模,解决未观测值的二义性. 在Lastfm公开数据集上开展多个层次的实验和分析. 结果表明,与已有的隐式推荐算法相比,在召回率、平均准确率（MAP）和归一化折损累计增益（NDCG）3个评价标准上都有一定程度的提高.     

基于交替下降求解的稀疏信号重建算法

压缩感知理论（CS）是现代信号处理领域中一个崭新的研究方向,信号的快速优化重建是该理论的研究热点。实际工程应用中,由于各种误差不可避免,信号重建过程中字典矩阵只是近似知道,因此降低了信号重建质量。为有效解决字典矩阵和观测数据同时含有噪声的多测量矢量（MMV）稀疏重建问题,基于多测量矢量欠定系统正则化聚焦求解（RM-FOCUSS）算法,提出一种交替下降稀疏重建算法,迭代过程中在稀疏解和字典误差之间交替下降求得最优稀疏解。仿真结果表明,文章算法较大程度地提高了信号的重建质量。     

一种稀疏度自适应的网络流量矩阵测量方法

为提高网络流量矩阵测量的精度,在压缩感知框架下提出一种稀疏度自适应的网络流量矩阵测量方法.通过对网络流量矩阵的主成分分析及奇异值归一化处理寻找信号支撑集选择的判定阈值,利用网络流量矩阵重构过程中的残差L2范数匹配计算各测量时间点上网络流量矩阵的稀疏度,减小由于网络流量矩阵近似稀疏表示以及稀疏度选择不准确造成的测量误差.仿真实验结果表明:所提出的方法与现有方法相比能够获得更小的空间相对误差和时间相对误差.通过稀疏度自适应选择方法,能够有效提高网络流量矩阵的测量精度.     

基于压缩传感的高精度同步相量测量方法

为了消除或减小采用GPS定时的同步相量测量中非精确同步采样所造成的测量误差,提出一种基于压缩传感理论修正离散傅里叶变换估计结果的高精度同步相量测量算法。该算法利用离散傅里叶变换对测量信号进行稀疏化,并采用狄利克雷矩阵为观测矩阵,通过压缩传感重构算法重构测量信号。仿真结果表明:与传统离散傅里叶变换方法相比,该算法在不需要延长测量时间的条件下能够有效消除或减小频谱泄露等误差,并在很大程度上提高了信号的相量测量精度。     

频域稀疏信号可压缩采样方法

针对宽带频域稀疏信号采样时数据量大、不利于存储和传输问题,结合压缩感知和时间交替采样技术提出一种可压缩的采样方法．基于压缩感知原理提出了由多个并行同步压缩器组成的数据压缩电路,在时间交替采样的基础上,利用压缩电路将多路采样数据流在随机序列所张成的空间中进行投影,实现对数据流的不失真压缩．数值实验结果表明,所提出的采样方法,可以对宽带频域稀疏信号进行低速率采样,从压缩的低速采样值中能够以高概率不失真地恢复出原信号,有效缓解了存储和传输的压力．     

Push-broom spectral imaging method based upon multi-slit

The acquisition of high image quality and high resolution spectral data is limited by light flux. A push-broom spectral imaging should reduce the spatial resolution if it amplified its light flux to increase its signal noise ratio (SNR). According to this problem, the theory of compressive sensing (CS) is introduced for modeling the push-broom spectral imaging system from the signal processing analysis, so that the number of slits of the imaging system can be increased to amplify its light flux. Under the guidance of the theory of compressive sensing, the light flux can increase without reducing the spatial resolution. In the simulation, if its exposure frequency dropped to 1/4 the original, and its light flux increased to 128 times the original, the spectral image with the resolution of 512×512 could be well obtained. This method is suitable for remote sensing by using a smaller number of times for imaging and less memory for storage and transmission compared with the traditional one.     

基于march算法的网络多维数据优化存储方法

传统的多维数据优化存储方法存在存储性能较差,信噪比较低的问题。为此,提出一种基于march算法的网络多维数据优化存储方法。根据映射函数,对网络多维数据进行映射函数整数编码;通过映射获得多维数组的坐标值,完成维数据组织构建;依据二进制编码获取更高的网络多维数据存储效率;利用顺序存储与分块存储完成度量数据组织,通过块的压缩存储节约数据存储占用空间;利用march算法测试网络多维数据存储方法,完成存储方法的优化。实验结果表明,在不同压缩比时,该方法在数据存储过程中的最高信噪比可达96;在不同稀疏度时,该方法在数据存储过程中的信噪比依旧较高,具备较优的数据存储性能。     

Signal reconstruction algorithm based on the probabilistic structured sparse model

In order to describe structured sparsity of the signal accurately, a probabilistic structured sparse model is constructed for signal reconstruction in compressive sensing(CS). Based on the structured sparse model, Boltzmann distribution is introduced to describe structured sparsity of the signal support rather than to describe the signal directly. Based on Bayesian CS, the maximum a posterior estimate of signal support is computed with the prior distribution and the Gaussian likelihood model of measurement, and then the signal is reconstructed using signal support. Experimental results show that, for the signal with the support known, the proposed algorithm is obviously superior to BP and OMP and that for the signal with the support unknown, its performance outperforms that of BP and OMP in the condition of a high measurement noise level and low reconstruction error tolerance.     

基于LabWindows/CVI的电阻应变测量系统的设计

以虚拟仪器开发环境LabWindows／CVI为软件开发平台,以测量电桥、信号调理电路、数据采集卡和PC机为硬件平台,设计实现了电阻应变测量系统。该系统用于结构应变、加速度、拉压、扭矩、位移、温度的测量,具有数据采集、处理、显示和存储等功能。经实验分析表明,该系统能有效地对试件应变信号进行有效采集和分析处理。     

基于FPGA的Huffman编码器的设计

针对图像编码压缩的问题,提出了一种基于FPGA的Huffman编码.仿真结果表明该编码方法的压缩率非常明显,一个128 bit的数据最终可压缩至29 bit,这样对于原数据的存贮及传输所要处理的数据量就减小了很多,提高了存储和传输的效率.     

模拟信号失真度测量装置设计与实现

信号处理技术在电子领域的设计和应用中尤为重要。信号在开闭路传输过程中会受到环境、传输网络工作状态和应用元器件参数的影响,使其原有信号的性质发生改变,存在信号失真问题。基于TMS320F28335平台设计了信号失真度测量装置,首先将输入信号经过运放电路与偏移电路变换到模数转换器(analog to digital converter,ADC)允许的采样范围内,再通过快速傅里叶变换算法(fast Fourier transform, FFT)得到基波与谐波的归一化幅值,采用频域分析方法计算信号采样数据的失真度。同时,实现了将检测结果同步显示在触摸屏和手机程序上,增强了实际应用性。最后,通过实验测试表明,该信号失真度测量装置的测量误差达到了0.7%,且具有良好的实时性和稳定性。     

语音信号压缩感知观测矩阵的对比研究

在研究语音信号压缩感知时,观测矩阵是数据采样和信号重建的关键。一个好的观测矩阵不但可以使原始语音信号投影到一个低维空间上,而且可以保证该信号不丢失有用的信息,最终通过重构算法实现精确重构。文章比较几种常见的观测矩阵在语音信号压缩重构过程的性能,并对在不同条件下观测矩阵的选取提出建议。实验结果表明:压缩比和帧长是观测矩阵选取的关键因素;在不同的压缩比和帧长下,需要选取不同的观测矩阵,以达到最好的语音重构效果。     

穿墙雷达图像CS编码算法设计

针对TWR雷达图像由于检测信号的频率较高、带宽较大使得图像信息量增大,导致在传输和实时成像方面存在困难的问题,提出了采用压缩感知(CS)为雷达图像的编码提供欠采样压缩的新方法.设计了基于解凸优化的l_1范数等效算法和基于正交匹配追踪(OMP)算法的TWR图像编码方法,构造了部分哈达玛观测阵和高斯随机测量观测阵.实验结果表明,本文算法对雷达图像的欠采样率可达0.546 9,能够实现失真最小和速度最快地对墙内目标进行有效检测.     

跳频信号的欠定盲源分离

针对跳频信号的欠定盲源分离,为了解决现有的时频域方法中算法计算量大、信号存在畸变、恢复精度不高的问题,提出了一种基于滤波的跳频信号欠定盲分离算法. 该算法首先根据估计到的源信号载频设计带通滤波器,利用这些滤波器对观察信号进行滤波,得到只包含某一个源信号的观测信号分量,使原分离问题分为数个时域上稀疏的欠定盲分离问题,然后对各个分量在时域上分别应用欠定盲源分离算法估计每跳数据. 通过仿真对比发现,所提的滤波法得到的跳频信号更精确,信干比比时频域方法大4dB;同时所提算法处理的数据量小,计算复杂度低.