目标或目标组成部分的机械振动或旋转产生微多普勒效应，在目标分类和识别中起着重要作用。然而，环境中许多物体(例如风力涡轮机、空调等)的微多普勒效应对雷达系统而言就像时变的杂波，导致雷达探测性能下降。本文针对外辐射源雷达微动杂波影响目标检测的问题，提出了一种基于稀疏度自适应匹配追踪改进算法(SAMP)的微动杂波抑制方法。考虑到微动杂波的稀疏特性，将复杂的微动杂波抑制问题转化为稀疏信号表示问题，分离微动杂波并将其抑制，便于目标观测。相比于原SAMP 算法，改进后的SAMP 算法能自动调整步长并在残差达到自适应阈值后快速停止迭代。仿真和实测数据验证了所提方法的有效性。
外辐射源雷达 微动杂波抑制 稀疏度自适应匹配追踪算法 passive radar micro-Doppler clutter suppression Sparsity of Adaptive Matching Pursuit 太赫兹科学与电子信息学报
2023, 21(6): 830
1 苏州市轨道交通集团有限公司, 江苏 苏州 215008
2 中国电科芯片技术研究院, 重庆 400060
针对光纤布拉格光栅(FBG)传感信号易受外界噪声干扰从而导致信号丢失的问题, 提出了一种改进型正交匹配追踪(OMP)算法。围绕FBG传感信号波长随应力漂移的本质特征, 在压缩感知理论的框架下, 通过去除稀疏系数中的虚部, 并利用指数饱和法对非零元素进行拟合与排序, 从而获取FBG信号的有效稀疏度。在此基础上, 通过改进经典OMP算法迭代过程中的原子选择策略与终止条件, 有效降低算法复杂度并提高信号的重构精度。对比实验结果表明, 所提出的算法在时间复杂度、信噪比与信号重构精度等方面均具有突出的优势。
光纤布拉格光栅 正交匹配追踪 压缩感知 稀疏度 fiber Bragg grating orthogonal matching pursuit compressive sensing sparsity
1 江苏开放大学信息化建设处, 江苏 南京 210036
2 南京信息工程大学 电子与信息工程学院, 江苏 南京 210044
3 南京信息工程大学 江苏省大气环境与装备技术协同创新中心, 江苏 南京 210044
针对实际水声信道无法获知先验稀疏度和导频资源问题, 提出一种改进的稀疏度自适应弱选择匹配追踪算法(MSASWOMP)。将稀疏度初始估计作为初始支撑集的大小, 对原子进行阈值弱选择得到的原子支撑集作为回溯筛选的候选集; 再以初始支撑集大小为回溯开始初始条件值进行二次筛选; 最后利用变阶段步长方法进行稀疏度逐步精确估计, 自适应更新回溯开始条件值。仿真实验分析了阈值参数、稀疏度估计步长和导频数目对于 MSASWOMP算法的影响, 结果表明, 该算法能以更少的导频数目获得更精确的信道估计值, 节省导频资源的同时, 其均方误差 (MSE)优于传统算法。
水声信道 稀疏度自适应 回溯思想 匹配追踪 underwater acoustic channel sparsity adaptive retrospective thinking match pursuit 太赫兹科学与电子信息学报
2023, 21(1): 65
重庆邮电大学 通信与信息工程学院, 重庆 400065
针对无线信道的时域稀疏性以及稀疏度未知的问题, 文章将压缩感知技术应用到正交频分复用(OFDM)系统信道估计中, 提出了一种稀疏度自适应正交匹配追踪信道估计算法。算法利用离散傅里叶变换(DFT)信道估计算法对循环前缀内和外的噪声进行处理, 估计得到的信道频率响应作为正交匹配追踪(OMP)算法稀疏迭代终止的判断条件, 实现稀疏度自适应信号重建。同时在原子预选阶段, 采用Dice系数准则代替内积准则作为相关性度量准则, 可达到更优的估计性能。仿真结果表明, 该算法相比于传统的压缩感知信道估计算法具有较好的性能, 可以提高系统的归一化均方误差(NMSE)和误码率(BER)性能。
压缩感知 信道估计 稀疏度自适应 compressed sensing channel estimation sparsity adaptive
1 电子信息系统复杂电磁环境效应国家重点实验室, 河南 洛阳471000
2 陆军炮兵防空兵学院, 合肥 230031
针对在实际宽带压缩频谱感知中难以预先获知宽带频谱稀疏度的问题，提出一种改进的稀疏度自适应匹配追踪(modified sparsity adaptive matching pursuit, MSAMP)算法，该算法在支撑集选择过程中对稀疏度进行了预估计。结合序贯压缩检测技术，给出了一种基于该算法的多认知用户合作场景下的宽带压缩频谱感知方法，理论分析和实验仿真结果表明，该方法可在频谱稀疏度先验知识缺少的情况下，有效提高宽带频谱感知性能。
频谱感知 压缩感知 重构算法 稀疏度 spectrum sensing compressed sensing reconstruction algorithm sparsity 强激光与粒子束
2018, 30(3): 033203
西安邮电大学 通信与信息工程学院, 西安 710121
在BBU-RRU(基带单元和射频单元)之间的下行链路中, 噪声对信号的影响比较小, 且信号存储需要大量的空间, 同时OFDM(正交频分复用)信号频域的稀疏特性满足压缩感知理论的要求。基于上述问题, 利用压缩感知理论实现了不同信噪比下OFDM信号的恢复, 并对其进行了性能分析。仿真结果表明, 该方法能节省将近5倍的信号存储所需空间。通过分析不同信噪比下恢复信号的损伤率和误比特率的特征可知, 其满足通信系统正常工作的需求。
正交频分复用信号 压缩感知 稀疏度 损伤率 误比特率 OFDM signal compressed sensing sparsity damage rate bit error rate
1 西安邮电学院 通信与信息工程学院,西安 710121
2 西安交通大学 电子与信息工程学院,西安 710049
3 长安大学 信息工程学院,西安 710064
4 陕西省道路交通检测与装备工程技术研究中心,西安 710064
提出了一种针对一类图像进行稀疏表示的字典训练方法，并证明了该算法的收敛性.该算法的几何解释是，以最少的超平面来逼近样本所在的一小块球冠.算法流程为聚类每一步迭代所产生的余项，将聚类中心作为新的字典原子，令字典能够更适应于样本的稀疏表示.该算法与传统的字典训练方法相比具有适应性强，对训练样本规模和字典规模要求低，收敛速度快，算法复杂度低等特点.利用该算法训练得到的字典用于压缩感知、图像去噪等实验表明，该字典具有很好的效果.
稀疏表示 聚类 压缩感知 字典 原子 稀疏度 Sparse representation Clustering compressive sensing Dictionary Atom Sparseness
太原科技大学 计算机科学与技术学院,山西 太原 030024
寻找特殊的、未知的天体是人类探索宇宙奥妙所追求的目标之一,天体光谱数据挖掘是实现该目标的一种有效方法。约束概念格是一种新的概念格结构,具有构造效率高、提取知识针对性和实用性强等特点。针对天体光谱数据在特征子空间中的局部偏离,采用VC++ 6.0和Oracle 9i作为开发工具,设计与实现了基于约束概念格的天体光谱局部离群数据挖掘系统,并对软件模块功能和体系结构,以及天体光谱数据预处理、约束概念格构造方法、基于链表结构的概念格构造、局部离群数据挖掘方法等关键技术进行了详细描述。 运行结果表明,该系统实现天体光谱数据局部离群数据挖掘是可行的、有价值的,从而为寻找未知的、特殊的天体提供了一种新途径。
天体光谱 局部离群数据 约束概念格 稠密子空间 稀疏度系数 Celestial body spectrum Local outliers Constrained concept lattice Dense subspace Sparsity coefficient
