一种改进的压缩感知信号重构算法

一种改进的压缩感知信号重构算法

ID:38156879

大小:394.10 KB

页数:6页

时间:2019-05-27

一种改进的压缩感知信号重构算法_第1页
一种改进的压缩感知信号重构算法_第2页
一种改进的压缩感知信号重构算法_第3页
一种改进的压缩感知信号重构算法_第4页
一种改进的压缩感知信号重构算法_第5页
资源描述:

《一种改进的压缩感知信号重构算法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第28卷第5期信号处理Vo1.28No.52012年5月SIGNALPR0CESSINGMav2012一种改进的压缩感知信号重构算法李少东杨军胡国旗(空军预警学院,湖北武汉430019)摘要:针对支撑集未知且变化时的稀疏信号的重构问题,本文基于卡尔曼滤波思想,结合压缩感知算法,给出了一种改进的卡尔曼一压缩感知(ModifiedKalmanFiherCompressiveSensing,MKFCS)信号重构算法,该算法首先利用Kalman滤波获得信号残差的有效估计,然后根据残差变突情况,用改进的cs算法估计突变位置以

2、确定信号的新的支撑集,最后用最小二乘方法重构信号,从而自适应的实现支撑集未知且变化的稀疏信号的重构。最后对所改进的通过重构精度、重构误差、稳健性等方面进行了仿真,仿真结果表明所提算法重构信号具有需要量测个数少、重构精度高、鲁棒性强等特点。关键词:压缩感知;卡尔曼滤波;稀疏信号重构;最小1.范数中图分类号:TN957文献标识码:A文章编号:1003—0530(2012)05—0744—06AModifiedSignalReconstructionAlgorithmViaCompressiveSensingLIShao

3、—-dongYANGJunHUGuo-qi(AirForceEarlyWarningAcademy,WuHan430019,China)Abstract:BasedonKalmanfilter(KF)andcompressivesensing(CS)theory,weproposedamodifiedKFcompressivesensing(MKFCS)algorithmwhichaimsatreconstructingtimesequencesofspatiallysparsesignalswithunknown

4、andtimevaryingsparsitysuppo~s.First,theresidualofthesignal,whichcouldindicatethepositionofthenewsuppo~s,isesti-matedusingKF.Thenanewsuppo~sisdecidedbymeansofamodifiedCSalgorithm.Finally,thesignalwithunknownandtimevaryingsparsitysuppo~isreconstructedusingleasts

5、quareviatheupdatedsuppo~sadaptively.AndtheMKFCSalgorithmisperformedthroughsimulatingreconstructionaccuracy,reconstructionerroranditsstabilitytovalidatethealgo—rithm.Simulationresuhsandtheoreticalanylasisshowthattheproposedmethodhasmanyadvantagessuchasneedingfe

6、wermeasurementsthanexistingmethods,havinghigherreconstructaccuracyandbetterrobustetc.Keywords:compressedsensing;Kalmanfilter;sparsesignalreconstruction;llnormminimization的的问题。1引言根据雷达目标电磁散射特性,在高频区,雷达目标压缩感知(Compressedsensing,CS)是近年发展起脉冲响应可由少数重要散射中心来刻画,宽带雷达可来的建立在

7、信号可稀疏表示和逼近理论基础上的新的得到的感兴趣散射中心数远小于识别这些散射中心所研究领域,它充分利用目标信号结构的稀疏特性,需的数据样本数。强散射中心可用于反映目标的轮通过线性映射得到信号的量测值,然后利用稀疏重构廓信息,而通常弱散射中心的回波信号对成像的贡献算法实现对信号的精确重构。cs理论对处理大规模很小。在目标实际的运动当中,由于目标的姿态、飞行稀疏或可压缩数据具有巨大的吸引力和应用前景,相速度调整等原因,使得不同时刻的散射中心的强度发关的研究成果已经涉及到众多领域。目前,已有许多生变化,可能会出现一些弱散

8、射中心散射强度增强,或学者和研究机构陆续开展了CS理论应用于医学图像者是一些强散射中心的强度变弱的情况。即回波信号处理、单像素相机、雷达成像等领域,且主要研究的是支撑集是未知且缓变的。实时的跟踪目标散射中心强基于信号之间有强相关性,信号支撑集是未知且缓变度的变化情况对目标的跟踪成像有很大的指导意义。收稿日期:2012一叭一05;修回t3期:2012—03—0

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。