基于压缩感知的稀疏信号检测算法研究

来源 :天津大学 | 被引量 : 0次 | 上传用户:xiazaisun
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
雷达系统的很多应用均以实现信号检测任务为前提,如雷达侦察、雷达成像等。Chirp信号是雷达系统中常用的信号形式,为了实现雷达的某些功能,需要首先完成对宽带Chirp信号的检测任务。然而,若采取传统依据奈奎斯特定理的采样方法,Chirp信号的高带宽意味着会有大数据量的采集、存储、传输与处理问题。压缩感知理论的出现为解决这一问题提供了新的思路。本文主要针对宽带Chirp信号检测问题进行研究,结合压缩感知理论,分析和实现Chirp信号的压缩检测算法。主要内容包括Chirp信号的稀疏表示、Chirp信号压缩检测模型的建立以及检测模型下压缩检测算法的设计及实现。其中,Chirp信号稀疏表示部分主要研究的是Chirp信号在波形延时字典和时频字典(Gabor字典和Chirplet字典)下的自适应分解,通过字典来稀疏表示Chirp信号;压缩检测模型主要包括两种,一种是高斯白噪声信道条件下压缩检测模型的建立,另一种是高斯白噪声加强窄带干扰信道条件下压缩检测模型的建立。已有的压缩检测算法包括非相干检测与估计算法(Incoherent detection andestimation algorithm IDEA)和基于观测值数字特征的压缩检测算法。其中,前者利用部分重构思想及最大投影系数来完成检测,实现简单但检测效果相对较差;后者利用实际采样值与其在各假设情况下数学期望的偏差作为判决依据来完成检测任务,较低信噪比下也能有较好的检测效果。在分析已有算法的基础上,本文提出一种基于观测值的相关检测算法,并通过仿真实验验证了该算法的检测性能,实验结果表明本文提出算法在较低信噪比下检测成功率要远高于非相干检测和估计算法。同时,相对于非相干检测和估计算法和基于观测值数字特征的检测算法,本文提出算法的算法复杂度更低。另外,在加窄带干扰的信道条件下,本文提出算法在一定信干比下仍能表现出较好的检测性能。
其他文献
随着科学技术在各个方面的迅速发展,多Agent系统所研究的分布式问题是当前研究的热点问题。在所研究问题呈现出复杂性时和分布性时,单体解决问题时通常会变现出受资源与能力
随着机动车辆保有量的持续增长,车辆火灾的事故也在增加。因此,对车辆的运行状态进行实时监控,预防车辆火灾的发生或者减少车辆火灾带来的财产损失和人员伤亡,显得尤为必要。基于
随着技术的不断革新,各行各业的服务不断涌现出来,使得服务的集成业务成为了主流趋势。在这种情况下,具有良好耦合性,跨平台性的面向服务架构SOA(Service Oriented Architect
图像的应用已经大量地融入到我们生活的方方面面,越来越多的图像需要我们去识别。因此,在图像处理领域里,目标识别成为了非常重要的一部分,并且对于结果的可靠性有着严格的要
认知无线电技术,被一致公认为是解决频谱资源稀缺问题与频谱资源利用率低问题的关键技术。随着认知无线电技术研究的深入,学者们逐渐发现认知无线网络中的资源分配问题极为重要
现在智能手机已经成为人们日常生活中密不可分的重要组成部分,用户可随意下载自己需要的应用软件是智能手机快速发展的重要原因。这些应用软件主要来源于Google Market和第三
糖尿病视网膜病变(Diabetic Retinopathy,DR)是糖尿病的严重并发症之一,也是引起视觉障碍和失明的主要原因之一。微动脉瘤(Microaneurysm,MA)是最早出现在视网膜中的一种糖尿病
正如USB2.0取代USB1.1的潮流谁都无法阻挡一样, USB3.0必将逐步取代USB2.0成为最为通用的USB接口。USB3.0巨大的市场前景引起国内外众多企业和研究机构积极进行相关产品的研发
图像融合是一种结合了来自相同或不同的类型的传感器两个或两个以上图像技术,以产生更精确、全面和可靠的图像描述或解释,使图像更适合人的视觉感知或计算机的处理任务。随着C
随着航天活动、空间探测的迅速发展,人们对在空间以网络的形式进行大数据传输的需求日益增加,而卫星网络以其覆盖面范围广、传输数据量大的特点作为空间网络数据的核心要素,