一种基于压缩采样的多用户联合宽带频谱感知方法

在理想的认知无线电系统中,认知用户能够同时感知很宽的频带,而受限于前端器件的物理性能,实时全频带检测很难实现.针对这一问题,文章提出一种基于压缩采样的宽带频谱感知方法.首先设计了一种集中式多认知用户分组并行压缩采样架构,使每个认知用户只需要一个低速率AD转换器即可实现宽带频谱感知中的模拟信号高速采样.另外,根据压缩采样理论,该方法充分利用了主用户信号在频域上的稀疏性,基站只需要远少于奈奎斯特采样点数的观测值即可对主用户信号的频域信息进行恢复,并通过恢复出的信息对频谱占用状态进行判定.仿真结果表明,该压缩检测算法相比于传统能量检测具有较高的系统检测概率和较短的检测时间,且只需要10%的存储单元.     

一种贪婪自适应压缩感知重构

为了优化压缩采样匹配追踪算法的性能,提出一种压缩采样修正匹配追踪贪婪自适应算法.该算法采用了具有理论保证的模糊阈值预选方案以避免预选时使用信号的先验信息,设置了初次裁剪门限以减少不必要的迭代,改进了裁剪方式以尽可能地提高重构精度,同时避免了裁剪阶段使用先验信息,最终实现了可压缩信号的自适应重构.仿真结果表明:在同等稀疏条件下实现了精确重构,该算法与原算法相比运算速度提高了2倍,所需观测值个数少1%,并且在稀疏度较高的情况下,该算法对噪声的抗干扰能力也优于原算法.     

一种基于压缩感知的MR成像的新方法

FCSA(Fast Composite Splitting Algorithm)是一种用压缩感知理论进行MR重建的有效算法,它在重构时间和图像重构质量上相比其他算法有明显优势.但是,当算法选择不同的参数时,重建效果不稳定.本文对该算法进行了改进,以减少由人为选择不同的参数所带来的对重建效果的影响.实验表明,改进后的算法在参数选择不同时,重建效果都能够得到保证.     

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。     

LFM雷达的非均匀间歇采样重复转发干扰研究

针对线性调频(Linear Frequency Modulation,LFM)信号,通过对采样方式的分析,讨论均匀间歇采样重复转发干扰(Uniform Interrupted Sampling Periodic Repeater Jamming,UISPRJ)与非均匀间歇采样重复转发干扰(Non-uniform Interrupted Sampling Periodic Repeater Jamming,NUISPRJ)生成的干扰输出信号特征。基于此提出一种基于伪随机序列的NUISPRJ样式,通过伪随机序列生成非均匀采样脉冲串,采样后多次转发产生干扰信号。通过仿真,对比两种不同采样方式的干扰效果。仿真表明:UISPRJ可以生成多个假目标串,但假目标间隔一致,过于规律化。NUISPRJ生成的假目标数目显著增加,同时分布更具随机性,兼具压制干扰和欺骗干扰的双重效果。在实际作战时可以通过控制采样脉宽以及转发次数控制假目标群数目和覆盖区域,更加有效地实施干扰。     

基于压缩采样匹配追踪的稀疏度和稀疏信道联合估计

原始的压缩采样匹配追踪算法依赖于已知稀疏度,因此本文研究了一种稀疏度和稀疏信道联合估计算法。首先提出了一种新的稀疏向量的替代,能够在有限长度的训练序列下,达到较好的稀疏度和信道估计效果。然后通过对稀疏信道估计中的噪声分量的分析,提出了一种稀疏度估计算法,结合信道估计最终给出了一种稀疏度和稀疏信道联合估计算法。仿真结果表明：新的稀疏向量的替代在稀疏度和信道估计方面都有明显的优势,并且提出的稀疏度和稀疏信道联合估计算法在性能上好于mCoSaMP算法。     

一种快速的基于压缩感知的多普勒高分辨方法

利用雷达目标在多普勒域的稀疏性,基于压缩感知的目标多普勒估计方法,能够在有限的相干积累时间内实现多普勒的高分辨.然而,即使采用压缩感知中的一种高效算法——正交匹配追踪算法,其运算复杂度也相对较高.为了进一步降低运算复杂度,对接收脉冲进行分组,将一维的多普勒估计问题转化为一个二维的稀疏信号重构问题,进而利用一种针对二维稀疏信号优化的低复杂度正交匹配追踪算法对其进行估计.仿真表明,该方法具有较高的运算效率,并能够获得接近直接应用传统的正交匹配追踪算法的多普勒分辨率.     

基于压缩感知的自适应干扰抑制算法

针对基于Nyquist采样理论的干扰抑制算法在宽频带信号接收处理中受限于信号带宽和现有器件水平的问题,提出了一种压缩域的自适应干扰抑制算法。首先利用压缩感知技术以远低于Nyquist采样率的速率获得信号的压缩测量值;然后基于最小输出能量准则,并结合空间投影技术,利用投影值完成干扰信号的检测和抑制;进一步推导并给出了算法的闭式解及LMS自适应实现过程。理论分析和仿真结果表明,该算法极大地降低了对A/D器件和后端数字处理器件的要求,且无需预知干扰信号在宽频带中的位置先验信息,并对干扰源的个数无限制,具有较强的实用性。     

一种基于压缩感知的图像去噪方法

提出一种新的图像去噪方法,即根据压缩感知理论,利用变换求出含噪图像的稀疏表示,运用算法重构出原始图像,从而达到去除噪声的目的.实验表明,该方法具有可操作性和可行性.     

一种基于信息熵的压缩感知流量恢复算法

以校园无线局域网为实验环境,采集大量真实用户流量数据集。利用信息熵,提出一种基于时间空间相关的压缩感知采样机制,并以此做为压缩感知的输入条件,提出一种压缩感知网络流量恢复算法,并与最近邻算法进行比较,实验证明本算法能准确恢复全网用户流量,从而更好地均衡网络负载,提高网络性能。     

一种基于压缩感知的数字图像加密新算法

提出一种基于压缩感知的数字图像加密算法.该算法利用随机高斯矩阵和稀疏变换对数字图像进行压缩感知,将数据压缩和加密的过程同时进行,并利用Sigmoid函数将加密数据的范围缩小到0~255之间,存储成8位二进制数据,从而进一步减少传输数据量,避免加密数据膨胀.其中,Sigmoid函数的参数与加密图像数据特点密切相关,根据不同加密图像自适应产生.试验结果表明,文中算法在增加密钥敏感度,减少密文数据量,增强高斯噪声抗击性能上具有一定的优势.     

欠采样对LFM脉冲压缩的影响

研究了对LFM信号进行正交I/Q采样时,采样率对脉冲压缩处理的影响。理论分析证明:在欠采样情况下,脉冲压缩后会出现成对回波,因而系统的多目标分辨能力受到影响;由于信号带宽的损失,脉压输出回波信号的主瓣展宽,距离分辨力下降;另外,主瓣幅度或相位还会受到调制。最后给出了仿真的结果。     

基于压缩感知的VLC非线性均衡器研究

为解决Volterra级数的非线性均衡器(volterra series nonlinear post-distortion equalizer,VS-NPE)内核数量大、计算困难等问题,本研究采用压缩感知重构算法中的正交匹配追踪算法(or-thogonal matching pursuit,OMP)和改进的近似消息传...     

基于压缩感知的协作感知无线电频谱检测

在感知无线电中传统的频谱检测一般是基于奈奎斯特采样定理,在采样时会浪费采样资源产生一些冗余数据.为节约采样资源,采用压缩感知理论对感知无线电频谱进行检测.同时,还采用了多用户协作进行频谱检测来提升频谱检测的有效性.仿真实验表明,采用压缩感知进行多用户协作频谱检测是确实可行的,其既可以节约采样资源又可以增强频谱检测有效性...     

基于压缩感知的储粮温度信息处理

研究了粮食信息处理中的压缩感知技术,发现单一粮仓中的温度数据变化幅度平缓,在DCT域表现出较好的稀疏效果,在此基础上提出了对每个粮仓单独进行压缩采样,将所有粮仓采样值进行发送,在接收端通过OMP算法重构出每个粮仓中的温度数据.仿真验证不同粮仓温度数据在DCT域下的稀疏效果与重构误差之间的关系,结果表明,压缩感知应用于粮食信息处理中可有效降低数据的存储及发送量.     

基于双向预测的变采样率分块压缩视频感知

目前现有的变采样率分块压缩视频感知方案仅使用了视频帧的前向预测,即先对参考帧进行 测量,然后根据当前帧与参考帧各块之间相关性的大小自适应地分配采样率．这种方式只利用了当 前帧与参考帧的帧间相关性,而忽视了自身与后面帧的相关性特点．针对这个问题,提出了一种基 于双向预测的变采样率分块压缩视频感知方案,利用双向预测和双向运动估计为当前帧分配合理 的采样率并重构视频图像．实验结果表明：相比较现有的变采样率方案,此方案可以适当降低帧的 采样率并且提高视频的重构质量,获得１～３ｄＢ的峰值信噪比增益和０．０２～０．０６的结构相似性 增益．     

一种基于压缩感知的卫星图像观测矩阵优化

卫星图像分辨率高,包含信息量大,采用压缩感知对卫星图像进行观测和恢复,能够用少量数据完成图像重构。针对压缩感知观测矩阵随机波动大,鲁棒性不强,随机矩阵结构复杂的特点,本文提出了一种优化的部分确定高斯矩阵,作为压缩感知的观测矩阵,对卫星图像进行观测并重构。实验表明,与常用的高斯矩阵、贝努力矩阵等观测矩阵相比,采用优化的部分确定高斯矩阵,不但提高了重构图像的质量,而且增强了信号的鲁棒性和抗干扰能力。     

基于压缩感知理论的二维DOA估计

二维波达方向(direction of arrival,DOA)估计在雷达探测、电子对抗、医学成像等领域有着广泛的应用.针对现有算法估计精度不足、计算量巨大的问题,在基于压缩感知理论的背景下提出一种二维均匀L型阵列信号的DOA估计算法.该算法首先对阵列信号的俯仰角和方位角构建空间合成角,并对空间合成角构建过完备冗余字典;再利用正交化高斯随机矩阵构造观测矩阵;最后通过改进RM-FOCUSS算法和求解三角函数的方法还原出方位角和俯仰角.理论研究表明,该方法在高信噪比、多快拍条件下比传统算法具有更高的估计精度和分辨力,且通过压缩采样降低了运算量.仿真实验验证了上述结论.     

一种新的基于压缩感知的稀疏音频水印算法

提出了一种基于压缩感知的音频水印算法.该算法利用数字水印和音频宿主信号在离散余弦变换域下都具有稀疏性,将水印经过压缩感知处理后,嵌入于音频载体信号的离散余弦变换系数中;在水印提取时,利用压缩感知的去噪原理和重构方法,在不利用原宿主信号情况下,将水印提取出来,此提取完全是盲提取.计算机仿真实验表明,这种算法能提高水印在高斯噪声攻击下的鲁棒性.