發(fā)布時間：2017-12-20 05:38

  本文關(guān)鍵詞：確定性測量矩陣與稀疏重建算法研究及其在WCSS中的應(yīng)用　出處：《哈爾濱工業(yè)大學》2016年博士論文　論文類型：學位論文

  更多相關(guān)文章： 壓縮感知 確定性測量矩陣 稀疏重建算法 WCSS 感知字典

【摘要】：認知無線電(CR)利用頻譜感知技術(shù)檢測可再利用的授權(quán)頻帶,實現(xiàn)提高頻譜利用率的目的。近年來,因?qū)拵ьl譜可提供更靈活的動態(tài)接入選擇,寬帶頻譜感知技術(shù)已成為CR領(lǐng)域的重要研究方向�，F(xiàn)有技術(shù)均遵循經(jīng)典奈奎斯特(Nyquist)采樣定理,寬帶信號的采樣頻率應(yīng)不低于最高頻率或信號帶寬的兩倍,這導(dǎo)致采樣前端的硬件實現(xiàn)代價極大。然而,主用戶(PU)通常只占用少量的頻譜資源,故寬帶信號具有頻域稀疏性,且其頻域表示可描繪寬帶頻譜的使用情況。壓縮感知(CS)是近年來新出現(xiàn)的一種信號采樣及編碼技術(shù)。該理論通過挖掘原始信號在某個特定域上的稀疏性,將采樣與壓縮過程合為一體,實現(xiàn)原始信號的亞奈奎斯特(Sub-Nyquist)采樣及后續(xù)精確重建。利用寬帶信號的頻域稀疏性,寬帶壓縮頻譜感知(WCSS)可對寬帶信號進行Sub-Nyquist采樣直接獲取少量非相關(guān)測量值(亦稱壓縮測量),并通過優(yōu)化算法準確重建稀疏寬帶頻譜,從而在降低CR用戶采樣負擔的同時實現(xiàn)快速可靠的寬帶頻譜感知。目前,WCSS的應(yīng)用研究工作雖取得了一定的進展,但還沒能給出一批實現(xiàn)寬帶信號高效壓縮測量的測量矩陣、以及魯棒性強和執(zhí)行效率高的稀疏重建算法。本文對CS中確定性測量矩陣和稀疏重建算法進行了深入研究,并將相應(yīng)研究成果應(yīng)用到WCSS中。論文的主要研究成果如下:提出了基于緊縮和梯度下降的矩陣構(gòu)造(MCSGD)算法,用以構(gòu)造具有低相關(guān)性的確定性測量矩陣。MCSGD算法收斂速度快,且在每次迭代中通過緊縮和梯度下降對測量矩陣進行優(yōu)化。利用MCSGD算法構(gòu)造的確定性測量矩陣具有小的相關(guān)系數(shù)、累積相關(guān)系數(shù)以及平均相關(guān)系數(shù)。稀疏信號的重建仿真表明MCSGD算法構(gòu)造的確定性測量矩陣能夠提高正交匹配追蹤(OMP)算法的重建性能。提出了基于SVD和梯度下降的矩陣構(gòu)造算法(MCA),用以同時構(gòu)造具有低相關(guān)性和低交互相關(guān)性的確定性測量矩陣和感知字典,利用其可實現(xiàn)測量矩陣和重建算法協(xié)同構(gòu)造的目的。MCA基于交互最小化思想在每次迭代中通過SVD和梯度下降對感知字典和測量矩陣進行優(yōu)化。仿真證明,MCA構(gòu)造確定性測量矩陣和感知字典具有很小的(交互)相關(guān)系數(shù)和累積(交互)相關(guān)系數(shù),而且它們能夠有效提高協(xié)同設(shè)計重建算法的稀疏信號重建性能。提出了OMP算法從有噪單測量向量(SMV)中精確識別原始支撐集的充分條件。與現(xiàn)有充分條件相比,本文提出的充分條件更加寬松。而且,在分析多候選估計融合對重建誤差影響的基礎(chǔ)上,利用隨機森林思想提出了魯棒性更強的基于感知字典的多樣性O(shè)MP(SDDOMP)算法以及基于最小均方誤差(MMSE)的融合準則,用以得到多個候選估計并融合。稀疏信號重建仿真證實了所提OMP算法的充分條件的正確性,以及所提SDDOMP算法和融合準則在低SNR場景下重建原始稀疏信號的魯棒性。提出了基于感知字典的正交矩陣匹配追蹤(SDOMMP)算法,用以實現(xiàn)多測量向量(MMV)的聯(lián)合稀疏重建。該算法能夠在每次迭代中利用感知字典和測量矩陣之間的低交互相關(guān)性選擇一個準確率高的測量原子。從相關(guān)性和交互相關(guān)性這兩個角度出發(fā),推導(dǎo)出了所提SDOMMP算法能夠精確估計原始支撐集的充分條件。利用稀疏度已知的聯(lián)合稀疏數(shù)據(jù)的重建仿真證實了SDOMMP算法在聯(lián)合稀疏重建方面的有效性。將前文構(gòu)造的確定性測量矩陣以及設(shè)計的(聯(lián)合)稀疏重建算法應(yīng)用到WCSS中。針對單用戶本地WCSS,提出在已知稀疏表示矩陣情況下確定性測量矩陣的構(gòu)造和魯棒稀疏重建算法的設(shè)計;針對多用戶協(xié)同WCSS,提出在融合中心(FC)接收感知信息階段并行估計稀疏度的機制,用以降低檢測的誤警概率并減少聯(lián)合稀疏重建中的計算浪費。仿真以及實驗均證實了本文所提方法能夠在低SNR和嚴重數(shù)據(jù)丟失場景下分別魯棒地感知寬帶頻譜和高效地檢測信道。
【學位授予單位】：哈爾濱工業(yè)大學
【學位級別】：博士
【學位授予年份】：2016
【分類號】：TN925

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王振天;張麗;邢宇翔;康克軍;;統(tǒng)計重建算法綜述[J];CT理論與應(yīng)用研究;2007年04期

2 郭威;陳賀新;;一種改進的代數(shù)重建算法及其實現(xiàn)[J];吉林大學學報(工學版);2009年S2期

3 金燕南;趙俊;劉尊鋼;莊天戈;;三源螺旋CT精確重建算法在動態(tài)重建中的應(yīng)用[J];航天醫(yī)學與醫(yī)學工程;2009年06期

4 杜富瑞;張民;施旭東;安福東;王乾;;基于聲波傳播路徑模擬的溫度場重建算法研究[J];計算機與現(xiàn)代化;2011年09期

5 惠苗;;螺旋錐束精確重建算法優(yōu)化[J];三明學院學報;2012年04期

6 姜永生;于燕燕;;一種適用于小視野的快速精確重建算法[J];東北大學學報(自然科學版);2012年12期

7 鄭健;俞航;蒯多杰;劉兆邦;董月芳;張濤;;多層CT重建算法對比研究[J];CT理論與應(yīng)用研究;2012年04期

8 白玫;楊雨;嚴漢民;;多排螺旋CT自適應(yīng)統(tǒng)計迭代重建算法的客觀評價[J];中國醫(yī)學裝備;2013年01期

9 程明淵;賀奇才;胡琴明;陳弟虎;;基于穿越長度權(quán)重迭代重建算法的研究[J];中國醫(yī)學物理學雜志;2013年02期

10 閆鑌;韓玉;魏峰;李磊;李建新;;錐束CT超視野成像重建算法綜述[J];CT理論與應(yīng)用研究;2013年02期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 胡永勝;;重建算法對低劑量肺部CT掃描圖像質(zhì)量和診斷的影響[A];2010中華醫(yī)學會影像技術(shù)分會第十八次全國學術(shù)大會論文集[C];2010年

2 宋e，

本文編號：1310957