【摘要】：針對(duì)現(xiàn)有多測(cè)量向量(multiple measurement vectors,MMV)模型稀疏重構(gòu)算法在沖擊噪聲背景下存在的魯棒性不強(qiáng)、適用性不廣等問(wèn)題,本文提出了一種沖擊噪聲下任意稀疏結(jié)構(gòu)的MMV模型(ASS-MMV)稀疏重構(gòu)算法。該算法利用Lorentzian范數(shù)和矩陣平滑零范數(shù)正則化構(gòu)造稀疏優(yōu)化目標(biāo)函數(shù),建立沖擊噪聲背景下ASS-MMV重構(gòu)模型;結(jié)合固定步長(zhǎng)公式和具有充分下降性質(zhì)的共軛梯度算法,在統(tǒng)一參數(shù)框架下并行重構(gòu),以提高算法收斂速度和運(yùn)行效率。仿真結(jié)果表明:本文算法能夠在沖擊噪聲背景下高質(zhì)量的重構(gòu)任意稀疏結(jié)構(gòu)的MMV信號(hào),對(duì)噪聲具有一定的魯棒性,并且收斂速度較快、計(jì)算開(kāi)銷(xiāo)更小。
[Abstract]:Aiming at the problem that the existing sparse reconstruction algorithms of multi-measurement vector (multiple measurement vectors,MMV) model are not robust and suitable for impulse noise, a sparse reconstruction algorithm for MMV model (ASS-MMV) with arbitrary sparse structure under impulse noise is proposed in this paper. The algorithm uses Lorentzian norm and matrix smooth zero norm regularization to construct sparse optimization objective function, establishes ASS-MMV reconstruction model under impulse noise background, combines fixed step size formula and conjugate gradient algorithm with sufficient descent property. In order to improve the convergence speed and efficiency of the algorithm, parallel reconstruction is carried out under the unified parameter framework. The simulation results show that the proposed algorithm can reconstruct the MMV signals of any sparse structure with high quality under the background of impulse noise. It is robust to the noise, and the convergence speed is faster and the computational overhead is less.
【作者單位】： 哈爾濱工程大學(xué)信息與通信工程學(xué)院;武漢船舶通信研究所;
【基金】：船舶工業(yè)國(guó)防科技預(yù)研基金項(xiàng)目(11J3.4.2)
【分類(lèi)號(hào)】：TN911.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃蕾;;沖擊噪聲環(huán)境下的快速實(shí)值算法[J];雷達(dá)科學(xué)與技術(shù);2010年02期

2 李榮榮;胡昌奎;余娟;;一種用于區(qū)分語(yǔ)音與沖擊噪聲的改進(jìn)算法[J];武漢理工大學(xué)學(xué)報(bào)(信息與管理工程版);2013年06期

3 ;無(wú)線電接收機(jī)中沖擊噪聲的降低方法[J];郵電技術(shù)資料;1974年01期

4 王桂清;;大功率音響中開(kāi)關(guān)沖擊噪聲的抑制[J];家電檢修技術(shù);2009年15期

5 呂澤均,肖先賜;一種沖擊噪聲環(huán)境中的二維DOA估計(jì)新方法[J];電子與信息學(xué)報(bào);2004年03期

6 何勁;劉中;;沖擊噪聲環(huán)境中求根類(lèi)DOA估計(jì)方法研究[J];系統(tǒng)工程與電子技術(shù);2005年12期

7 何勁;劉中;;利用分?jǐn)?shù)低階空時(shí)矩陣進(jìn)行沖擊噪聲環(huán)境下的DOA估計(jì)[J];航空學(xué)報(bào);2006年01期

8 黃蕾;張曙;;沖擊噪聲環(huán)境下的快速DOA估計(jì)[J];哈爾濱工程大學(xué)學(xué)報(bào);2008年06期

9 夏鐵騎;萬(wàn)群;汪學(xué)剛;;沖擊噪聲環(huán)境下基于任意陣列流形的空時(shí)二維DOA估計(jì)方法[J];航空學(xué)報(bào);2008年05期

10 夏鐵騎;萬(wàn)群;汪學(xué)剛;鄭毅;;利用聯(lián)合對(duì)角化分?jǐn)?shù)低階空時(shí)矩陣進(jìn)行沖擊噪聲環(huán)境下的二維DOA估計(jì)[J];中國(guó)科學(xué)(E輯:信息科學(xué));2008年08期

相關(guān)會(huì)議論文 前2條

1 何勁;劉中;;基于分?jǐn)?shù)低階統(tǒng)計(jì)量的空域-時(shí)頻域DOA估計(jì)方法[A];通信理論與信號(hào)處理新進(jìn)展——2005年通信理論與信號(hào)處理年會(huì)論文集[C];2005年

2 蔣一;武昕偉;;高分辨寬測(cè)繪帶星載SAR頻域重構(gòu)算法研究[A];第十屆全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)論文集[C];2012年

相關(guān)博士學(xué)位論文 前6條

1 潘金鳳;壓縮感知重構(gòu)技術(shù)研究[D];中國(guó)科學(xué)院研究生院(西安光學(xué)精密機(jī)械研究所);2015年

2 王瑩桂;壓縮采樣信號(hào)檢測(cè)及多任務(wù)重構(gòu)算法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

3 侯慶凱;空間目標(biāo)壓縮感知雷達(dá)成像方法與應(yīng)用研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2015年

4 蔣芳;基于類(lèi)-LDPC測(cè)量的信號(hào)重構(gòu)算法及其應(yīng)用研究[D];安徽大學(xué);2016年

5 李曉林;提高近場(chǎng)源被動(dòng)定位性能的算法研究[D];哈爾濱工程大學(xué);2015年

6 王軍華;稀疏重構(gòu)算法及其在信號(hào)處理中的應(yīng)用研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 丁東艷;信號(hào)稀疏處理在頻率估計(jì)中的應(yīng)用[D];重慶郵電大學(xué);2016年

2 葛明;壓縮感知的重構(gòu)算法在寬帶雷達(dá)信號(hào)處理中的應(yīng)用[D];南京理工大學(xué);2015年

3 葛進(jìn)波;基于壓縮感知的重構(gòu)算法與應(yīng)用研究[D];華南理工大學(xué);2015年

4 傅少武;無(wú)線傳感器網(wǎng)絡(luò)中的壓縮感知應(yīng)用研究[D];南京理工大學(xué);2015年

5 姚婷婷;基于MWC的模擬信息轉(zhuǎn)換技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2015年

6 陳輝;基于壓縮感知的重構(gòu)算法研究及其VLSI實(shí)現(xiàn)[D];復(fù)旦大學(xué);2014年

7 王文;壓縮感知重構(gòu)問(wèn)題的凸松弛算法研究[D];西安電子科技大學(xué);2014年

8 唐文娟;壓縮感知重構(gòu)算法及其在無(wú)線網(wǎng)絡(luò)中的應(yīng)用研究[D];南京郵電大學(xué);2015年

9 宋歡歡;壓縮感知的快速不動(dòng)點(diǎn)迭代重構(gòu)算法及其應(yīng)用研究[D];南京郵電大學(xué);2015年

10 李澤婷;基于壓縮感知的無(wú)線傳感器網(wǎng)絡(luò)信號(hào)重構(gòu)算法研究[D];南京郵電大學(xué);2015年

，

本文編號(hào)：2224576