基于光场的分布式压缩感知

针对光场渲染提出了一种分布式压缩感知重建算法——同时正则化的正交匹配追踪算法(simultaneous regularized orthogonal matching pursuit algorithm,SROMP)。光场相机阵列属于分布式信源,其获取的光场图像序列不仅具有图像内部相关性,还具有极强的图像间的相关性。验证了光场相机阵列信源特征符合分布式压缩感知第二联合稀疏模型。提出的SROMP算法,能利用信号间和信号内的相关性,高概率的同时重建多幅图像。并通过实验验证了算法的准确性。     

一种基于压缩感知的宽带SAR信号侦察方法

针对SAR信号侦察中大带宽带来的高采样率和大数据量问题,将压缩感知理论应用到SAR最常用的线性调频信号频率估计中。根据LFM信号参数可稀疏特性构建了过完备冗余字典,在压缩域利用正交匹配追踪算法进行频率估计。在获得信号频率参数高精度估计的同时,大大减少了采样率以及数据量。仿真实验证明了该方法用于宽带SAR信号侦察的可行性和有效性,特别在多信源、低采样数以及低信噪比情况下仍具有较高的估计精度。     

基于压缩感知技术的电磁脉冲信号测量方法

电磁脉冲信号的详细衍变过程,特别是其陡峭前沿的变化信息,有助于深入理解电磁脉冲信号产生及传播过程,它对于我国国防和自然科学的发展都有着极其重要的科学和实践意义。本文提出一种基于三路并行低速模数转换器(TPL)的模拟信号压缩感知技术,通过对传感器输出的电磁脉冲信号进行欠采样(信号的采样频率低于奈奎斯特采样定理的要求),得到并恢复被测电磁脉冲信号的高速采集波形。基于TPL压缩感知技术的应用,可以降低被测电磁脉冲信号陡峭前沿对后端电子ADC采样速率的要求。本文针对TPL实现过程中稀疏字典、观测矩阵的建立方法,以及信号的重构方法进行了深入地研究,创新性地提出基于KSVD的原子数自适应字典构建方法。在此基础上,通过仿真和实验测试了TPL系统对电磁脉冲信号的压缩感知采集效果,以此验证了该方法的可行性。     

基于压缩感知的稀疏度自适应超高次谐波检测算法

近年来,越来越多运用电力电子器件的电气设备接人电力系统,配电网中超高次谐波发射水平的持续上升已经成为电网中亟需解决的电能质量问题之一.文中提出了一种基于压缩感知的稀疏度自适应超高次谐波检测算法,该方法基于快速傅里叶变换系数和狄利克雷核函数,结合插值因子,构建高精度的压缩感知模型;同时,文中引入了稀疏度自适应的概念,提出通过稀疏度自适应的匹配重构算法获得待检信号中超高次谐波的频率和幅值.改进算法提高了超高次谐波重构幅值的精度,减小了无法预估待检信号稀疏度而造成的误差.仿真结果证明了改进算法的准确性和有效性.     

基于压缩感知的井下振动高频测量方法研究

井下振动信号的高频测量信息能记录有关钻具动态响应的更具体细节,有益于分析诊断井下的异常振动,但是高频测量会产生大量的测量数据,导致井下振动测量设备的数据存储压力非常大。本文提出了一种基于压缩感知技术的井下振动信号的高频测量方法。通过选择性稀疏采集和存储井下振动数据,并利用信号重构算法,恢复高频测量结果。在该方法实现的过程中,提出一种分层抗频谱泄露的傅里叶字典构建和改进的分层追踪OMP信号重构算法,显著降低了信号重构时间。仿真和实验测试结果表明：该方法对振动信号的压缩感知采集效果较好,系统压缩比为18.9,重构分贝误差为52.1 dB。该方法有效减轻了井下振动测量设备的数据存储压力,为获取井下振动的高频测量数据提供了一种新途径。     

基于压缩感知的电力设备状态感知技术

为解决电力设备状态参量数据采集过程中的数据冗余问题,准确获取电力设备的运行状态以及运行过程中的故障信息,将压缩感知技术引入电力设备状态感知中,提出了一种具有原子数自适应性的稀疏字典建立方法;改进了传统观测矩阵的建立方法,实现了最大稀疏化的等时间间隔采样;提出利用稀疏化采样数据,建立设备状态生理健康曲线的方法;探讨了通过对生理健康曲线的模式识别与状态时序分析,实现设备故障诊断的方法。最后,对某500 kV变电站电抗器油温的实测数据的应用结果表明,压缩感知技术可在完整保留设备状态参量变化特征的前提下,有效降低电力设备状态参量数据采集的"时间密集性",并利用"时间稀疏化"的采集数据,能够较好地识别设备潜在运行故障。该研究对电力设备状态数据采集的时间间隔给出了科学指导,避免了实际中盲目追求采集时间密集性所带来的系统资源及成本的浪费,同时也为如何在设备状态参量数据采集欠缺的情况下,获取设备状态的完整信息以及故障提供了新的技术思路。     

基于压缩感知的架空线路舞动波形重构方法

针对高压输电线路时常发生的线路舞动灾害,提出了一种基于压缩感知的架空线路舞动波形重构方法.传统的基于传感器的舞动监测系统需要一定数量的传感器才能确保重构波形的准确度,而过多监测节点会增加输电线路的载荷,改变其力学特性.针对这一问题,将线路舞动数学模型进行稀疏变化,构建便于传感器布置的测量矩阵,并运用正交匹配追踪(Ort...     

准稀疏信号的压缩感知重构

压缩感知(CS)理论是在已知信号具有稀疏性或可压缩性的条件下,对其进行数据采集、编解码的新理论.信号的稀疏性是使用压缩感知的前提,而处理的准稀疏信号在目前压缩感知框架下不满足稀疏性,但可通过预处理使其满足该特性.采用OMP重构算法,通过对信号直接进行压缩感知重构、经某个域上分解后的压缩感知重构和预处理的压缩感知重构3种...     

基于分布式压缩感知的双通道SAR GMTI

地面动目标检测(GMTI)是合成孔径雷达(SAR)的基本功能之一。多通道SAR系统相比于单通道SAR系统在动目标检测方面具有很多的优势,但是它的原始数据量也相应成倍的增长。本文提出一种基于分布式压缩感知(DCS)的双通道SAR GMTI数据压缩方案。该方案主要是利用动目标信号的稀疏性来进行数据压缩,因此在观测场景不稀疏的情况下也能使用。仿真和实测数据的处理结果均表明,该方案不仅能有效地降低双通道SAR GMTI的数据量,所得动目标图像的信杂噪比相对于传统的DPCA方法也有所提高。     

基于压缩感知的信号识别方法研究

针对水中目标探测的几种常用的信号分类问题,提出了一种基于压缩感知的信号识别方法,构造了信号的稀疏表示,即通过构造信号的过完备字典形成信号的稀疏基,详细阐述了压缩感知识别信号的过程。     

基于压缩感知的语音加密

语音通信是人们获取和交换信息的一种重要方式。随着社会信息化的发展,语音通信的机密性越来越受到重视。传统的语音加密方式都遵循经典的香农-奈奎斯特采样定理,在采样时会采集一些冗余语音数据,浪费了采样资源。为了节约采样资源并简化语音加密流程,采用压缩感知理论对语音进行加密。该方法不仅可以对语音进行加密而且也同时实现了语音的有效采样。仿真实验表明,利用压缩感知进行语音加密是切实有效的,其既可以节约采样资源又节省了存储空间。     

基于特征提取矩阵的稀疏系数求解算法

在压缩感知算法的基础上,提出了在字典学习算法过程中同时训练得到一个投影矩阵,通过该矩阵可以直接运算求取稀疏系数的方法.字典训练过程采用的是KSVD字典学习算法,并与传统的L1范数求解算法进行比较,通过实验可知,该方法比传统利用贪婪法等L1算法具有更加快速、识别率更高的特点,提出的算法通过矩阵运算可以直接求解出系数项,而后者则是一个NP问题,需要利用迭代算法来求解,这样对于大样本的测试来说提出的算法具有更好的应用空间,节约的时间将非常显著.     

基于压缩稀疏融合的动作识别方法

在无线体域网动作识别中,稀疏分类识别阶段待测向量稀疏表示系数的计算复杂度是影响其实时性的一个关键因素。提出一种基于压缩稀疏融合的动作识别方法,首先,对各对象动作矩阵进行训练;然后,通过稀疏融合得到融合稀疏向量;最后,将其重构后与待测动作向量做残差处理,比较残差,得到识别结果。该方法在识别阶段勿需对待测向量求解稀疏表示系数,使识别阶段算法的复杂度降低一半,实时性得到提高。实验结果表明,在降低复杂度的同时,本方法能对8种不同的人体动作进行有效识别。使用基追踪（BP）算法时,识别率与传统方法持平;使用正交匹配追踪（OM P）算法时,识别率比传统方法效果好。     

稀疏频谱感知BigBand算法阈值选择研究

根据奈奎斯特采样定理,实时感知GHz数量级宽的频率,需要GHz以上的高速AD转换器.由于价格、功耗的限制,实际应用中较难实现.基于稀疏频谱感知的BigBand算法,针对环境中信号稀疏的情况下,通过多个50 MHz的AD转换器可以还原出0.9 GHz宽的频谱.本文针对稀疏频谱感知的BigBand算法中的阈值进行研究,通过对噪声的参数的统计特征进行理论分析,提出一种基于最先检测信号强度的概率密度的阈值设定方法,为稀疏频谱感知BigBand算法的实际应用提供了技术支撑.     

Greedy approach to sparse multi‐path channel estimation using sensing dictionary

As most components of sparse multi‐path channel (SMPC) are zero, impulse response of SMPC can be recovered from a short training sequence. Although the ordinary orthogonal matching pursuit (OMP) algorithm provides a very fast implementation of SMPC estimation, it suffers from inter‐atom interference (IAI), especially in the case of SMPC with a large delay spread and a short training sequence. In this paper, an adaptive IAI mitigation method is proposed to improve the performance of SMPC estimation based on a general OMP algorithm. Unlike the ordinary OMP algorithm, a sensing dictionary is designed adaptively and posterior information is utilized efficiently to prevent false atoms from being selected due to serious IAI. Numeral experiments illustrate that the proposed general OMP algorithm based on adaptive IAI mitigation outperforms both the ordinary OMP algorithm and the general OMP algorithm based on non‐adaptive IAI mitigation. Copyright © 2011 John Wiley & Sons, Ltd.     

基于加窗插值压缩感知的谐波/间谐波检测方法

针对压缩感知在傅里叶变换基下,对谐波畸变信号进行变换时会产生频谱泄漏和栅栏效应的问题,提出一种基于加窗插值的压缩感知(WI-CS)算法。该算法结合二进制稀疏测量矩阵和六项五阶余弦窗,构造出一种新型窗稀疏测量(WSM)矩阵,经重构得到稀疏向量后,利用四谱线插值修正公式,对谐波间谐波各参数进行精确检测。通过MATLAB仿真,结果表明文章所提方法能够在较少的采样数据下,具有较高的检测效率以及一定的抗噪声能力。     

基于压缩感知的HIFU回波信号降噪研究

由于传统的降噪处理方法很难干净地去除高强度聚焦超声(HIFU)信号中的噪声,提出利用压缩感知(CS)对HIFU回波信号进行降噪。在观测矩阵的设计中将传统的高斯随机观测矩阵改进为稀疏循环结构化矩阵,减少了构造观测矩阵和重构信号的时间。仿真实验表明,与带通滤波器、小波降噪方法和经验模态分解(EMD)降噪方法相比,该方法得到的信号的重构信噪比(RSNR)更高,重构均方差(RMSE)和最大误差(ME)更小。用不同方法对不同温度下获得的HIFU回波信号进行去噪并提取二次谐波激发效率,发现采用该方法得到的二次谐波激发效率曲线方差和波动更小,验证了该降噪方法在实测信号中的优越性。