基于压缩感知的信号重构

压缩感知是针对稀疏或可压缩信号,在采样的同时即可对信号数据进行适当压缩的新理论,采用该理论,可以仅需少量信号的观测值来实现精确重构信号。文中概述了CS理论框架及关键技术问题,介绍了信号稀疏表示、观测矩阵和重构算法。最后仿真实现了基于压缩感知的信号重构,并对正交匹配追踪(OMP)重构算法性能作了分析。     

基于压缩感知的信号重构研究

按照Nyquist采样定理,信号的采样率必须为信号最高频率的2倍以上,这会产生大量的冗余数据。压缩感知是一种新兴的采样理论,对于可以稀疏表示的信号,它能够以远低于Nyquist采样速率对信号进行采样,并通过优化算法实现重构。介绍了压缩感知的基本理论,并分别选取时域稀疏、频域稀疏和图像信号进行了仿真分析,实验结果显示,压缩感知理论能较好的重构原始信号。     

基于自适应次梯度投影算法的压缩感知信号重构

本文提出一种利用自适应次梯度投影算法（Adaptive Subgridient Projection Method,ASPM）进行压缩感知（Compressed Sensing,CS）信号重构的方案。APSM算法首先根据CS重构模型建立包含稀疏重构信号并具有随机属性的凸集,然后运用并行次梯度投影的思想将对该凸集的投影转化为对多个闭合半平面的投影,最后将更新后的干扰抑制滤波器系数矢量投影到限定集合上。同时为了获得快速收敛性,本文设计了在迭代的不同阶段自适应地调节该膨胀系数的机制。理论分析和仿真结果表明,本算法具有快速收敛性和较低的重构误差,在不同的噪声强度下具有较高的鲁棒性。      

压缩感知信号盲稀疏度重构算法

研究压缩感知信号重构算法,提出了一种不需要精确知道信号稀疏度的先验知识,就能重构出目标信号的盲稀疏度迭代贪婪跟踪重构新算法.采用分段的方法来逐段估计、扩充目标信号的真实支撑域,并应用后向追踪思想,自适应地调整候选序列,以便每一次迭代时更加精确地估计真正的支撑域.理论分析与实验证明,算法性能超过了现有的迭代贪婪跟踪重构算...     

一种快速的压缩感知信号重构算法

重构算法是压缩感知技术的重要环节之一,文中针对现有重构算法收敛速度较慢的问题,提出了一种适用于压缩感知的快速重构算法。该方法的思想是在求解过程中,设计一种有效的步长迭代方案,以此来更新由梯度Lipschitz指数确定的迭代步长,再利用更新后的步长对原始信号的稀疏域表示向量进行迭代收缩,提高收敛速度。实验结果表明,相比传统的正交匹配追踪(OMP)算法、固定步长的l1范数重构算法,该方法在保证信号恢复精度的前提下,具有更快的收敛速度和更高的重构精度。     

分布式压缩感知联合重构算法

分布式压缩感知是用尽可能少线性测量值来表示一个联合稀疏信号。分布式压缩感知联合重构算法是以信号集中的某个信号为边信息,根据信号集中信号之间的相关关系来重构信号的算法。为了解决已有重构算法的复杂性以及减少重构算法所需的测量值数,提出了两种新的分布式压缩感知联合重构算法。对提出的两种新算法在信号和图像处理上进行了实验,验证了其可行性与先进性。结果表示,这两种联合重建算法在获取相同的图像质量时需要测量值更少。     

基于贝叶斯假设检验的压缩感知重构

为提高贪婪类算法的重构精度,该文提出一种贝叶斯假设检验匹配追踪算法。该算法首先建立了贝叶斯假设检验模型,用于在噪声污染下识别稀疏信号非零元素的下标;其次利用追踪算法的输出下标集作为该模型的候选集,并对候选集中的每个元素进行假设检验以剔除冗余下标;最后根据剔冗后的真实下标集,采用最小二乘法重构原始信号。仿真结果表明：在相同的实验条件下,与传统贪婪类算法相比,该算法不存在冗余下标,具有更强的抗干扰能力和更高的重构精度。     

基于子空间的块稀疏信号压缩感知重构算法

块稀疏信号是一种典型的具有特殊结构的稀疏信号,在压缩感知问题中,针对块稀疏信号的特点,提出了一种基于子空间的块稀疏信号压缩感知重构算法.该算法每次迭代找到整个信号支撑块的估计,包含正确信号支撑块所在空间的一个子空间,然后计算残差,并在下一次迭代时,通过回溯思想和最小均方准则修正更新上一次找到的信号支撑块,最后直到残差为...     

压缩感知理论及重构算法性能分析

压缩感知是近年来信号处理领域新诞生的一种新的信号处理理论,文中详述了压缩感知的基本理论,主要围绕着信号的稀疏表示、观测矩阵和信号重构算法三个方面对压缩感知进行基本介绍,并对几种典型的信号重构算法(OMP、GPRS、SLO)进行仿真分析。     

基于压缩感知的图像去噪的综述

压缩感知是近年来新兴的一门数据采样技术,其主要思想就是利用较少的采样数据对信号进行重构恢复。压缩感知颠覆了传统的信号采样方法,它采用信号的稀疏表示法来保证原始信号的主要结构,再通过重构算法对原始信号进行精确重构。本文将对图像去噪运用压缩感知理论,利用压缩感知的优点,对含噪图像进行稀疏表示,再采用不同的重构算法对原始图像进行恢复,从而完成噪声的去除。     

IRS辅助SIMO-MAC认知无线电系统频谱感知优化策略

认知无线电（Cognitive Radio, CR）通过允许次用户与主用户共享频谱,在提高无线通信的频谱效率方面具有重要意义。最近,智能反射表面（Intelligent Reflecting Surface,IRS）的提出,使我们可以通过IRS反射元件重构信道环境来提高无线通信系统的通信质量。本文提出了一个IRS辅助的单输入多输出多址接入信道（Single Input Multiple Output Multiple Access Channels, SIMO-MAC） CR网络,并结合一种新型的IRS辅助多用户协作频谱感知方案来增强感知性能。目标是在次用户的功率约束以及对主用户的干扰约束下,通过联合优化次用户发射功率分配和IRS相位,最大化次用户的和速率。为了解决所建立的变量耦合的非凸问题,我们采用基于块坐标下降的高效交替优化算法,首先通过拉格朗日乘子法和注水功率分配算法以及Karush-Kuhn-Tucker （KKT）算法求解得到最优的功率分配,然后构造多目标优化问题,利用连续凸逼近、半定松弛方法将非凸问题转化为一个半正定规划的凸问题,从而求解出IRS相移矩阵的近似最优解。仿真结果表明,本文所提方案可以极大地提高认知无线电网络的频谱感知性能以及频谱效率。     

5G低轨卫星两步随机接入方案及其FPGA实现

为了实现低轨卫星通信系统高效率低时延的用户接入,提出了适用于低轨卫星系统的两步随机接入方案,对随机接入信道的数据发送、信道结构、前导码设计以及映射关系进行了设计,并进行了现场可编程门阵列（Field Programmable Gate Array,FPGA)实现。针对传统MAX-LOG-MPA算法FPGA处理时延长的问题,提出了一种节点并行迭代更新的FPGA接收机设计来降低处理时延。仿真结果验证了所设计的信道结构以及FPGA实现的可行性,相比传统接入方式可接入的用户数量更多,同时采用并行节点迭代更新的接收机将迭代处理时延降低为1/6。     

窄带物联网信道接收端检测算法的并行化实现

针对窄带物联网物理随机接入信道检测和到达时间估计算法处理数据量大、计算耗时的问题,通过分析接收端检测算法的可并行性和数据相关性,基于可重构阵列处理器提出了一种并行化硬件实现方案。该算法在高层配置参数产生的前导符号和通过前期信道处理后的接收符号具有最大相关性时,将此时的到达时间和残留子载波偏移作为估计指标,通过流水线的方式使用多个轻核处理元(Processor Element,PE)实现并行计算以提高运算效率。实验结果表明,使用6个PE同时调度实现算法的映射,运行了35 985个周期,其性能比单个PE提升36. 18%。用可重构多核阵列处理器实现该算法的运行时间相较于用Matlab实现降低了173. 09倍,有效提高了接收端检测算法的运算效率。     

基于压缩感知的认知雷达参数估计

为了改善基于压缩感知技术的认知雷达(CR)目标参数估计的性能,研究了CR闭环反馈中的感知矩阵更新和稀疏目标场景重构.首先,根据等角紧框架和复Gram矩阵,构造胖矩阵情况下感知矩阵更新的目标矩阵;然后,将测量矩阵优化设计的最小二乘问题展开,利用Kronecher积推导测量矩阵更新的一步迭代公式;最后,引入阈值收缩函数去除迭代重加权最小二乘估计值中的无关小量,进而去除重构场景中的伪峰.计算机仿真实验验证了该算法的有效性.     

基于的二维波达角估计系统设计与实现

新兴的智能超表面（Reconfigurable Intelligent Surface,RIS）技术作为6G潜在关键使能技术之一,通过大量的电磁单元智能调控无线信号的反射特性,有望实现对无线传播环境的主动增强与感知,其在角度感知估计方面的应用受到广泛关注。现有文献报道的RIS波达角估计硬件实现工作中,RIS往往采用固定列控或行控的编码方式,无法充分发挥其空间维度自由度,只能进行一维的波达角估计。在此背景下,本论文设计了一套灵活的智能超表面控制平台,实现对每个电磁单元的独立且高速的控制,充分发挥RIS硬件的空间自由度,并在此平台上实现基于RIS的二维波达角实时估计功能。首先,介绍基于RIS的波达角估计系统设计方案,通过对RIS进行高速空时编码调制,使反射信号的谐波分量与入射信号的波达角建立映射关系,在接收端利用反射信号各谐波的幅度和相位信息,对入射信号波达角进行实时估计。随后,基于所提方案设计系统的无线帧结构相关参数,构建基于RIS的二维波达角实时估计原型系统。最后,使用原型系统开展测量实验,在多个测量点位对波达角的方位角和俯仰角分量进行估计与数据记录,实测数据验证了所提方案的可行性。     

一种新型上行SCMA系统接收机

稀疏码多址接入(SCMA)是一种码域非正交多址接入技术,以其优异性能成为5G多址接入技术的热门候选方案.上行SCMA系统一般采用消息传递算法(MPA)接收机,检测过程中存在由先验信息带来的误差.针对这一问题提出一种新型接收机,称为环MPA (R-MPA)接收机,其通过一种联合检测方案来消除上述误差对最终检测结果的影响.理论分析和仿真验证表明,与现有的log-MPA接收机及经典MPA接收机相比,所提R-MPA接收机是一种检测精度更高而实施复杂度较低的上行SCMA系统接收机.     

基于多任务贝叶斯压缩感知的稀疏可重构天线阵的优化设计

建立方向图可重构天线的联合稀疏模型,基于多任务贝叶斯压缩感知理论提出一种稀疏可重构天线阵的优化设计方法.该方法在实现方向图精确重构的同时可以大幅减少天线数量,节省平台空间,降低设计成本.首先基于多任务贝叶斯压缩感知理论建立多目标方向图的稀疏优化模型,根据权值向量的先验概率分布,利用快速相关向量机估计超参数的最大后验概率来得到多组阵元位置及其激励,实时改变激励以获得不同方向图的稀疏逼近.仿真验证了该方法能够以较少的阵元个数和较高的方向图拟合精度快速实现方向图重构.     

卫星物联网中多域联合活跃用户辨识方法

在卫星物联网上行免授权接入场景下,用户直接将数据发送给卫星,不需要进行动态资源分配,这将导致接收端难以事先区分活跃用户。为恢复传输数据,需进行活跃用户检测(AUD)。目前,多使用码域方法进行活跃用户辨识,但物联网密度远超移动通信用户,仅依靠码域辨识会导致地址码维度激增,降低帧效率,并且较多采集类与监测类物联网终端自身能力弱,无法实现自身位置的上报,导致这一维接入辅助信息的缺失,不利于活跃用户检测的性能提升。本文面向未来星载相控阵发展趋势,引入空域辨识思想,通过空域与码域的级联辨识,采用多域联合方法进行活跃用户检测。仿真结果表明,本文方法能够提升地址码冲突时的辨识能力。     

CDMA2000 1X系统及其关键技术探讨

CDNA2000 1X是IS-95体制从2G系统向3G过渡的必经之路。文中介绍了CDNA2000 1X系统的网络结构、两种接入CDNA2000 1X分组数据网络的方式,并探讨了系统的关键技术,最后展望了CDNA2000 1X的发展趋势。