新聞中心

EEPW首頁 > 模擬技術 > 設計應用 > 基于稀疏信號結構信息的壓縮檢測算法

基于稀疏信號結構信息的壓縮檢測算法

——
作者:蔣國良 馬永濤 趙宇 時間:2013-12-26 來源:電子產品世界 收藏
編者按:壓縮感知技術可以在不精確重構信號的情況下實現(xiàn)對稀疏信號的檢測。目前已有的壓縮檢測算法主要利用的是稀疏信號的幅值信息,通過比較重構出的最大稀疏系數與門限的大小關系來完成檢測任務。然而這種方法在低信噪比時檢測效果不理想,同時對檢測門限的精確程度要求很高。針對這種情況,本文提出一種基于稀疏信號結構信息的壓縮檢測算法,根據部分重構得到的信息與原始信號的結構相似度來完成檢測。實驗結果表明,本文算法在低信噪比下也可以獲得較高的檢測成功率,并且沒有檢測門限的束縛。

  為了進一步驗證算法的有效性,下面針對應用于雷達系統(tǒng)中的線性調頻信號進行檢測。在雷達系統(tǒng)中,線性調頻信號是一種非常重要的信號形式,信號瞬時頻帶寬的特性雖然提高了雷達系統(tǒng)的目標檢測及識別能力,卻給信號采集及數據處理帶來極大壓力,如何使用較少的采集數據完成檢測是一個關鍵技術[7]。在這里,我們使用文獻[12]中的四參量chirplet字典來生成線性調頻信號。設生成的線性調頻信號的信號長度為1024,相對chirplet字典的稀疏系數滿足正態(tài)分布[4],這里稀疏度設為5,信噪比為10dB。下面驗證本文所提算法與MP檢測算法在不同測量點數下的對線性調頻信號的檢測性能。

本文引用地址:http://m.butianyuan.cn/article/203220.htm

  從圖中可以看出,本文所提算法能使用較少的測量點數獲得較高的檢測性能,這可以減輕接收系統(tǒng)系統(tǒng)在采樣和數據處理方面的壓力。

  結束語

  本文基于的結構信息提出一種新的方法,該方法利用改進的壓縮采樣匹配追蹤()部分重構算法獲得目標信號的估計,通過對比位置與幅值信息的相似度來完成檢測。與原有的檢測方法相比,本文提出的方法更高效、更快速、更穩(wěn)定。實驗結果表明,在低信噪比時,本文方法在較少的迭代次數下,可以使用較少的采樣數據獲得較高的檢測成功率。

  參考文獻:

  [1] E. Candès, J. Romberg, and T. Tao, Robust uncertainty principles:Exact signal reconstruction from highly incomplete frequency information[J], IEEE Trans. Inf. Theory. 2006 , 52(2) :489–509.
  [2] D. Donoho, Compressed sensing[J], IEEE Transaction on Information Theory, 2006, 52(4): 1289-1306.
  [3] Y. Tsaig, D. L. Donoho, Extensions of compressed sensing[J], Signal Processing. 2006, 86(3): 549–571.
  [4] M.F. Duarte, M.A. Davenport, M.B. Wakin, R.G. Baraniuk, Sparse signal detection from incoherent projection[C], IEEE Int. Conf. Acoustics Speech and Signal Processing(ICASSP), Toulouse , France, May 2006, 305-308.
  [5] Jun Wu, Naian Liu, Yanfei Zhang, Changlin Shen. Blind detection of frequency hopping signals based on compressive sensing[C]. Consumer Electronic, Communication and Networks (CECNet) ,2012, 1691-1694.
  [6] J. Haupt, R. Nowak, A. Yeh, Compressive sampling for signal classification[C], In 2006 Asilomar Conf. on Signals, System & Computer, Oct. 2006, 1430-1434.
  [7] 劉冰,付平,孟升衛(wèi).基于正交匹配追蹤的信號檢測算法[J].儀器儀表學報,2009,31,(9):1959-1964
  [8] J. Haupt, R. Nowak. Compressed sampling for signal detection [C]. IEEE Int. Conf. on Acoustics, Speech, and Signal Processing (ICASSP), Honolulu, Hawaii April 2007, 1509-1512
  [9] 劉冰,付平,孟升衛(wèi).基于采樣值數字特征的信號檢測算法[J].儀器儀表學報,2011,32,(3):577-582
  [10] Joachim H.G. Ender, On compressive sensing applied to radar [J], Signal Processing. 2010, 90(5):1402–1414.
  [11] D. Needell and J.A. Tropp. : Iterative signal recovery from incomplete and inaccurate samples[J],Applied and Computational Harmonic Analysis, 2009, 26(3):301–321.
  [12] O. Yeste-Ojeda, J. Grajal, and G. Lopez-Risueno. Atomic decompositionfor Radar applications[J], IEEE Trans. Aerosp. Electron. Syst., 2008, 44(1): 187–200.

全息投影相關文章:全息投影原理

上一頁 1 2 3 4 5 6 下一頁

評論


相關推薦

技術專區(qū)

關閉