【摘 要】
:
压缩感知(CompressiveSensing,CS)是这些年来信号处理领域一个比较热门的研究方向。它主要解决稀疏信号的压缩测量和压缩后恢复重构的问题。在图像处理,模式识别,雷达探测,认知无
论文部分内容阅读
压缩感知(CompressiveSensing,CS)是这些年来信号处理领域一个比较热门的研究方向。它主要解决稀疏信号的压缩测量和压缩后恢复重构的问题。在图像处理,模式识别,雷达探测,认知无线电等很多领域,压缩感知理论都得到了大量的应用。压缩感知理论主要处理具有稀疏性的信号,这种稀疏性既可以是表现在信号自身,也可以表现在经过变换处理后的变换域信号。在认知无线电中,即使从局部频段来看,频谱占用率较高,从宽带频谱范围来看,信号也会呈现出明显的稀疏特性,因此适合使用压缩感知进行频谱感知。压缩感知理论可以直接对稀疏信号进行压缩测量,而不是传统信号采集方式所采用的“先测量再压缩”的方法,避免了过量采集不必要的数据。使用压缩感知进行频谱感知,人们可以打破香农定理的约束,以低于奈奎斯特采样率的速率进行信号采集,从而降低采样成本和信息传输成本。
论文针对宽带稀疏信号的特点,着重解决压缩感知理论中几个主要问题,即宽带信号的压缩测量结构,利用稀疏信号自身相关性与内部特征提出更有效的重构算法,解决分布式场景下具有联合稀疏特性的信号集合的联合重构问题。论文的主要贡献如下:
1)提出一种双路压缩感知线性测量结构。从离散傅里叶变换的性质出发,根据稀疏复数频谱的内部相关性——频谱实部、虚部具有联合稀疏特性,提出一种从时域将信号分散到奇偶两条支路进行采集和重构的线性测量结构。奇偶支路分别负责测量与频谱的实部和虚部相对应的时域信号,得到的测量结果经过联合重构,重新给出完整的稀疏信号。
2)提出一种基于稀疏贝叶斯学习和相关向量机的分布式压缩感知重构算法。利用贝叶斯方法,对稀疏信号的概率进行建模,建立贝叶斯框架。然后从概率的角度出发,对分布式信号之间的联合稀疏特性使用概率分布进行建模。最后利用吉布斯采样器,通过迭代的方法求解贝叶斯框架,给出概率式的重构结果。
其他文献
由于可以有效的改善网络覆盖和提升系统容量,协作通信技术已成为下一代通信系统的关键技术之一,受到研究界和工业界的广泛关注。但是,协作通信技术的引入也为传统的无线资源
本文以描述超短光脉冲传输的Ginzburg-Landau方程为基础,分别采用拟解法和数值方法对包含高阶非线性项(比如:非线性延迟响应、四阶色散等)的锁模激光器系统内的啁啾类孤波解进
本试验以普通荞麦为材料,研究其不同部位分枝、不同花期、不同品种和经不同外源激素组合处理后的籽粒灌浆生长过程、灌浆期生理生化特性变化、籽粒灌浆过程中淀粉积累规律和淀粉合成关键酶活性变化等。试验主要结果如下:1不同部位分枝籽粒的灌浆性状分析以丰甜1号为材料,进行盆栽处理,用Richards方程模拟其不同部位籽粒灌浆过程。结果表明:丰甜1号不同分枝的籽粒灌浆进程均呈“慢-快-慢”的生长规律,灌浆起始势(
随着无线技术的快速发展,无线网络已经深入应用于人们生活的各个方面,在大规模的数据传输网络中,无线Mesh网络成为一种能够有效拓展网络规模的有效技术。无线Mesh网络即“网状网
摘要:在教学过程中要让学生轻松、愉快、主动、有效学习的首要条件就是教师必须想方设法地激发和培养学生的学习兴趣。根据专家对中学生的兴趣特点的研究,本文结合英语学科的特点以及教学实践,提出了一些培养中学生英语学习兴趣的方法。 关键词:培养;中学生;英语;学习兴趣 中图分类号:G632.0 文献标识码:A 文章编号:1992-7711(2017)11-0043 一、引言 爱因斯坦曾经说过:“兴趣
羔羊大肠杆菌病对羔羊的危害较大,如果诊治不及时有很高的死亡率,给养羊业带来很大的经济损失.该病的发生与饲养管理不当及疾病防控意识不强等因素有关.本文通过对1例羔羊大
多输入多输出(Multiple-Input Multiple-Output, MIMO)系统能够有效提升信道容量,尤其是其中的MIMO空分复用技术能够使系统的信道容量随着收发天线数的增加呈线性增长。不过
下一代移动通信(InternationalMobileTelecommunications-Advanced,IMT-Advanced)对频谱资源的利用效率、小区边缘数据速率和峰值速率等重要系统性能指标都提出了更高的标准和
LTE通过增加OFDM符号循环前缀克服多径间的符号干扰,但多径效应造成的频域选择性衰落成为影响信号传输的又一要素,信道估计技术作为LTE系统中至关重要的信号处理模块,可以提
本文主要研究了异构无线系统的三种无线资源管理技术,主要场景为TD-SCDMA/TD-LTE异构蜂窝网络和集成LTE/WLAN异构网络,并对上述两种场景的异构无线系统的小区重选技术、负载