基于OFDM信号的自适应水声信道估计算法

建立适用于OFDM水声通信信号的信道估计模型, 对MP算法进行改进, 引入路径门限调整机制克服虚假路径造成的不良影响, 通过重要路径权系数的迭代修正降低非正交性引入的估计误差, 以较小计算量取得了与OMP算法相当的估计精度; 针对传统信道估计算法对信道长度信息的依赖问题, 提出了一种信道长度自适应信道估计算法, 该算法能够对信道估计质量进行实时评价, 并根据评价结果实现信道估计算法预估信道长度的自适应调整, 满足未知水声信道精确估计及通信应用的需要; 基于OFDM导频元素个数与信道估计效果的关系研究, 提出了OFDM导频序列自调整的通信方案, 以较小的带宽损失保证了可靠的水声通信. 通过仿真和实地试验, 验证了该文研究内容的有效性.     

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.     

基于稀疏重构的窄带弱信号时延估计算法

提出了一种基于稀疏重构的窄带弱信号时延估计算法.利用信号的互相关谱构造数据矩阵,然后建立时延参数的冗余字典,最后通过矩阵奇异值分解在信号子空间中利用正交匹配追踪算法得到高精度时延估计.理论分析和仿真实验验证了算法的正确性和有效性.相比于传统方法,该算法可将窄带弱信号时延估计精度提高约1倍.     

基于斜投影算子的压缩采样匹配追踪算法

斜投影匹配追踪算法较正交匹配追踪算法针对非正交字典的重构能力有了大幅提高,但受噪声影响大。该文通过投影矩阵迭代公式导出斜投影匹配追踪算法,并引入回溯的思想,提出基于斜投影算子的压缩采样匹配追踪算法,有效降低了噪声的影响和非正交投影产生的误差,提高了重构精度。仿真结果表明,算法的重构效果优于其它同类算法。     

一种新的MEMS陀螺仪信号去噪方法

为提高MEMS陀螺仪输出信号的去噪效果,将稀疏分解(sparse decomposition)与提升小波变换(lifting wavelet transform)相结合,提出了一种新的信号去噪方法.首先,建立MEMS陀螺带噪信号的误差模型,并利用小波提升正变换计算带噪信号的非稀疏的小波系数;然后,利用稀疏分解理论恢复小波系数的稀疏性;最后,再通过小波提升反变换重构信号,从而达到去噪的目的.考虑到梯度投影(gradient projection)算法具有全局最优解,运算效率更高,将梯度投影思想引入恢复信号稀疏性的过程中,提出了基于梯度投影的稀疏分解算法,给出了利用梯度投影算法进行信号系数分解的具体步骤,大大简化了计算复杂度,同时提升了算法的稳定性.为验证所提方法的性能,进行了MEMS陀螺信号去噪的静态实验和跑车实验.实验结果表明,此种方法在动静态条件下都可以有效地去除MEMS陀螺仪输出信号中的噪声,尤其是在静态条件下的去噪效果要优于小波阈值滤波方法.同时采用的梯度投影算法相比于正交匹配追踪算法和基追踪算法具有更高的运算效率.     

面向天线互耦效应抑制的波束预编码算法

针对毫米波混合波束成形系统研究中没有考虑天线互耦效应对毫米波系统性能影响问题,结合天线互耦效应分析,提出了一种基于改进正交匹配追踪算法的波束预编码方法．该方法首先推导出了天线互耦矩阵,在此基础上建立了等效互耦信道模型;其次,以所建立的等效互耦信道模型为基础,以最大化传输速率为目标,利用改进的正交匹配追踪算法求得预编码向量,从而获得互耦效应下的最优波束．仿真表明,这种波束预编码方法能够有效地抑制互耦效应造成的波束畸变,保证通信质量．     

深度学习辅助上行免调度NOMA多用户检测方法

针对上行免调度非正交多址接入（NOMA）场景中多用户检测的问题,通过结合传输数据的符号特征,提出基于深度神经网络（DNN）的联合活跃用户检测和数据检测框架. 考虑更一般化的实际场景,即用户在每个时隙中随机活跃. 将DNN求解结果作为改进的正交匹配追踪(OMP)算法先验输入,修正提升活跃用户检测和数据检测性能. 仿真结果表明,提出的多用户检测方案比传统的贪婪追踪及动态压缩感知（DCS）多用户检测算法具有更好的用户活跃性及数据检测性能.     

齿轮箱故障诊断中的正交匹配追踪算法

为通过齿轮箱的振动信号进行故障诊断,应用正交匹配追踪算法对振动信号进行处理.齿轮箱的振动信号包含了齿轮箱运行状态特征,但同时也掺杂了大量噪声信号,总体呈现出非平稳性.齿轮箱故障诊断的关键是从齿轮箱的振动信号中剔除冗余信息,用少量特征信息准确的表达信号,完成对信号中故障特征的提取.传统的频域分析法,只能从频域图上定性的判断故障,无法做到定量判断.正交匹配追踪算法是一种定量提取特征的方法,在傅里叶正交基下对振动信号进行时域向频域的映射,在频域上定量的得到主要特征,再根据主成分分析思想,提取出3组主要特征点,将已知故障分类的信号特征与待检测信号的特征进行对比,通过频域的位置和幅值的两次比较,判断故障状态,实验证明该方法可以准确的判断出齿轮箱从正常状态到100%磨损的5个不同形态的特征,完成对齿轮箱的故障诊断和分类.     

Multiple Endmember Hyperspectral Sparse Unmixing Based on Improved OMP Algorithm

In conventional linear spectral mixture analysis model, a class is represented by a single endmember. However, the intra-class spectral variability is usually very large, which makes it difficult to represent a class, and in this case, it leads to incorrect unmixing results. Some proposed algorithms play a positive role in overcoming the endmember variability, but there are shortcomings on computation intensive, unsatisfactory unmixing results and so on. Recently, sparse regression has been applied to unmixing, assuming each mixed pixel can be expressed as a linear combination of only a few spectra in a spectral library. It is essentially the same as multiple endmember spectral unmixing. OMP (orthogonal matching pursuit), a sparse reconstruction algorithm, has advantages of simple structure and high efficiency. However, it does not take into account the constraints of abundance non-negativity and abundance sum-to-one (ANC and ASC), leading to undesirable unmixing results. In order to solve these issues, this paper presents an improved OMP algorithm (fully constraint OMP, FOMP) for multiple endmember hyperspectral sparse unmixing. The proposed algorithm overcomes the shortcomings of OMP, and on the other hand, it solves the problem of endmember variability. The ANC and ASC constraints are firstly added into the OMP algorithm, and then the endmember set is refined by the relative increase in root-mean-square-error (RMSE) to avoid over-fitting, finally pixels are unmixed by their optimal endmember set. The simulated and real hyperspectral data experiments show that FOPM unmixing results are ideally comparable and abundance RMSE reduces much lower than OMP and simple spectral mixture analysis (sSMA), and has a strong anti-noise performance. It proves that multiple endmember spectral mixture analysis is more reasonable.     

压缩感知OMP算法与IRLS算法在计算鬼成像中的对比分析

将压缩感知技术和鬼成像系统相结合,能够大幅度地降低成像所需的测量次数,并能有效地提高重构图像的峰值信噪比。本文将离散余弦变换（DCT）矩阵作为图像稀疏化矩阵,采用正交匹配追踪算法（OMP）和迭代加权最小二乘算法（IRLS）两种压缩感知算法作为压缩感知鬼成像系统图像重构的算法。通过对两种算法在改变稀疏度和测量次数时重构结果的峰值信噪比变化的比较,探究了这两个变量对峰值信噪比的影响。发现IRLS算法重构精度更高,图像质量更好,而OMP算法迭代速度比IRLS更快,重构图像所需的时间较少。     

大规模MIMO系统中基于OMP的混合波束赋形方法

为了在大规模多输入多输出（MIMO）系统中实现低开销、低成本的可靠通信,通过基于正交匹配追踪（OMP）算法的混合波束赋形,在低开销硬件限制下,探究了射频链路的数量、模数转换器数量、有限移相器精度的变化对混合波束赋形系统性能的影响,并与理想情况下的数字波束赋形性能进行对比.仿真结果表明,在射频链路中模数转换器数量较少和移相器精度较低时,基于此算法的波束赋形方案能够达到与理想数字波束赋形系统相近的性能指标.     

基于局部投影算法的舰船信号降噪处理研究

利用基于非线性动力学系统的局部投影降噪算法研究了舰船辐射噪声的非线性降噪问题。分析了局部投影降噪算法邻域半径参数与降噪效果的关系,研究了利用噪声强度估计邻域半径参数的方法。通过对含噪Lorenz模型和实际舰船信号进行降噪处理,得到了较为满意的结果。     

一种优化的gOMP稀疏OFDM信道估计方法

无线多径信道多呈现稀疏特性,即信道时延扩展大,但是路径的个数少,利用信道先验稀疏信息的稀疏信道估计方法可以提高稀疏信道的估计准确性。针对贪婪算法选择字典原子在残余误差最小意义下的非最优性,及广义正交匹配追踪算法gOMP利用含噪信号估计稀疏信道过程中过多的选择字典原子导致gOMP算法重建性能下降的问题,提出优化的广义正交匹配追踪算法（optimized generalized orthogonal matching pursuit,OgOMP）。在OgOMP算法原子选择阶段,采用使残余误差最小化的原子选择标准代替残差与字典内积绝对值最大化的原子选择标准以选择原子。为删除多余的误选原子,添加原子精炼步骤对每一步迭代后选择的字典原子进行二次选择,选择对应最大信道衰落系数的原子,选择的原子数与信道稀疏度相同,删除错选原子以保证重建信号与原始信号的稀疏性一致。本文仿真对比了gOMP和OgOMP算法的信道估计均方误差、误码率、残差收敛速度以及不同导频数、不同原子选择数对算法的影响。仿真结果表明：相同的误码率下,OgOMP算法比gOMP算法在估计稀疏信道时最大可以节省4 dB的信噪比,信噪比为20 dB时均方误差最大可以减小5 dB;两种算法的残差收敛速度均优于MP算法;导频数的增加可以减小两种算法的信道估计均方误差,相同信道估计性能下OgOMP算法具有更小的导频开销;每步迭代选择的原子数目不同时,相比于gOMP算法,OgOMP算法性能基本不变,具有更好的稳定性,仿真结果验证了改进算法的有效性。     

Coherence-based performance analysis of the generalized orthogonal matching pursuit algorithm

The performance guarantees of generalized orthogonal matching pursuit( gOMP) are considered in the framework of mutual coherence. The gOMP algorithmis an extension of the well-known OMP greed algorithmfor compressed sensing. It identifies multiple N indices per iteration to reconstruct sparse signals.The gOMP with N≥2 can perfectly reconstruct any K-sparse signals frommeasurement y = Φx if K 1/N(1/μ-1) +1,where μ is coherence parameter of measurement matrix Φ. Furthermore,the performance of the gOMP in the case of y = Φx + e with bounded noise ‖e‖2≤ε is analyzed and the sufficient condition ensuring identification of correct indices of sparse signals via the gOMP is derived,i. e.,K 1/N(1/μ-1)+1-(2ε/Nμxmin) ,where x min denotes the minimummagnitude of the nonzero elements of x. Similarly,the sufficient condition in the case of G aussian noise is also given.     

远程水声通信中的多信号恒包络合成方法

针对并行水声通信中单个子信号发射功率下降以及合成信号峰均比（峰值功率与平均功率之比）过高的问题,提出了一种多信号恒包络合成方法——归一化包络法（NEM）,并将其应用于混沌调频M—ary（M元）远程水声通信．理论分析表明,与直接叠加的合成方法相比,该方法可将合成信号的峰均比降至最低;在信号峰值相同的情况下,得到的恒包络合成信号包含的子信号幅度比直接合成信号大,两信号叠加时是其4/π倍,且信号叠加数越多,提高倍数越大,并保持了原信号的相关特性．进行了水池实验,实验结果与理论值符合较好,表明该方法可行有效．因此应用归一化包络法可以提高子信号的发射功率,从而可以提高通信距离;或者可以增加子信号的数量,从而提高通信速率。     

正交频分复用水声通信子载波干扰抑制

在引入正交频分复用调制技术的水声通信中,发送端与接收端采样频率偏差及多普勒频移会引起子载波间的干扰,为了抑制信号产生幅度衰落和相位畸变并降低系统误码率,根据多载波水声通信的特点提出了一种抑制载波间干扰的方法.利用导频序列拟合出采样频偏,通过重采样滤波器进行补偿,对多普勒因子粗补后,利用各象限解调数据方差的极小值确定解调数据长度,通过高分辨率傅里叶变换实现多普勒干扰抑制.3次实验结果证明该方法有效可行,能够较好地抑制子载波干扰,可显著提高多载波水声通信的系统性能.     

基于稀疏表示的人脸图像压缩方法

基于稀疏表示的人脸图像压缩算法首先对人脸图像进行分块,其次利用K-SVD字典学习算法,训练一个图像的冗余字典,最后用OMP算法对其进行稀疏编码,得到压缩的图像.由于OMP算法复杂度较高,为了降低复杂度,提高算法效率,提出了一种基于稀疏表示理论的新的人脸压缩算法.该算法在稀疏编码阶段,用基于块坐标松弛(Block Coordinate Relation)字典学习算法对人脸图像进行稀疏编码,最后用重构算法对压缩数据进行重构.通过实验仿真,与JPEG压缩方法及OMP算法比较,所提方法在同等压缩比下,重构的图像质量有所提高.     

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。     

一种最速下降的贪婪迭代算法

压缩传感应用于图像压缩重构的算法通常有凸优化算法和贪婪迭代算法两大类.一般而言,凸优化算法重构概率高、速度较慢,贪婪迭代算法具有较快的重构速度,但损失了重构质量.结合凸优化算法中的最速下降法及贪婪迭代算法中的正交匹配算法(OMP),提出了一种新的算法,并应用于一维信号和二维图像信号的压缩重构实验,且深入对比分析了不同降采样矩阵对新算法的影响.结果发现,对同一降采样矩阵,即使图像的纹理不同,新算法在重构质量及重构时间上都优于原始的OMP算法.     

基于空域追踪算法的基线漂移信号噪声修正

为了消除基线漂移信号噪声对信号的干扰影响,提出一种基于空域追踪的修正算法.通过非线性滤波器从原始信号中粗提出基线信号,利用多步迭代微分算子从基线漂移信号中分解出更加精准的基线信号,再从原始信号中移除基线漂移信号,完成基线漂移信号噪声修正.选取多种类型测试数据(包括心电信号与噪声数据)来验证算法的有效性,结果表明,同传统的四种基线漂移信号修正算法相比,所提出的算法可以高效去除基线漂移信号的干扰.