DPSS基下多带流信号的恢复

压缩感知技术是近年来信号处理领域最热门的技术。传统的压缩感知理论并未考虑到稀疏信号本身可能具有的某种结构,块稀疏就是其中的一种。本文针对压缩感知的多带块稀疏流信号,将稀疏信号重构算法与调制的DPSS（Discrete Prolate Spheroidal Sequence ）基扩展相结合,建立了多带块稀疏模型,并利用压缩感知AIC结构,在远低于奈奎斯特速率下对多带宽模拟信号进行采样。结合压缩感知获得的观测方程和利用前后窗内信号的相关性建立的信号状态转移方程,采用降阶的卡尔曼滤波算法恢复原始信号。相对于傅里叶基扩展,DPSS基扩展在降低采样结构复杂度的同时,克服了频谱泄露的问题。仿真结果表明,多带信号在DPSS基下的恢复性能优于多带信号在FFT基下的重构。