隨著無線通信技術(shù)的迅猛發(fā)展,各種無線移動設(shè)備已經(jīng)廣泛應(yīng)用于各個領(lǐng)域。與此同時,通信速率越來越高,傳輸信息量越來越大,通信設(shè)備和系統(tǒng)面臨的干擾也日趨嚴(yán)重。通信現(xiàn)有抗干擾手段通常以較多頻帶資源為代價換取系統(tǒng)抗干擾性能,但是通信資源畢竟有限。如果能夠在傳輸用戶數(shù)據(jù)本身所需資源上容忍干擾信號的存在,以數(shù)據(jù)處理算法實現(xiàn)用戶信號的正確傳輸,將可以實現(xiàn)容擾通信系統(tǒng)的高效性與高質(zhì)性。本文結(jié)合壓縮感知,提出信道側(cè)OFDM壓縮感知抗干擾通信傳輸系統(tǒng),突破傳統(tǒng)采樣限制,以信號本身稀疏性實現(xiàn)接收端的信號恢復(fù)。文章首先簡述了壓縮感知和通信抗干擾技術(shù)的國內(nèi)外研究現(xiàn)狀和發(fā)展動態(tài),然后搭建壓縮感知理論框架,重點(diǎn)研究常用觀測矩陣和常用重構(gòu)算法的性能。進(jìn)一步地,通過對信道編碼信號稀疏性的探索,提出信道側(cè)壓縮感知抗干擾通信系統(tǒng)。然后對系統(tǒng)的四個部分:通信信號的稀疏表示、投影變換過程、有擾傳輸過程、信號的重構(gòu)進(jìn)行介紹,進(jìn)而對系統(tǒng)可行性進(jìn)行分析。同時,本文提出了等效觀測矩陣的概念,將觀測矩陣分為兩個部分,分別應(yīng)用于信道之前與信道之后。重點(diǎn)研究了在采用等效觀測矩陣和傳統(tǒng)單層觀測矩陣時,不同數(shù)據(jù)分組長度對幅值重構(gòu)誤差的影響,仿真結(jié)果體現(xiàn)了觀測矩陣分階設(shè)計的優(yōu)勢。最后定義了衡量通信系統(tǒng)容擾性能與算法性能的評判指標(biāo)。在不同的干擾類型下,通過仿真對比了信道側(cè)OFDM壓縮感知傳輸系統(tǒng)和傳統(tǒng)只考慮信道編碼的OFDM系統(tǒng)的誤碼性能。同時分析了信道側(cè)壓縮感知系統(tǒng)在不同干擾下的算法穩(wěn)定性。
【學(xué)位單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TN973
【部分圖文】：

其中，數(shù)字K 又稱作稀疏度。或者當(dāng)信號原本不具有稀疏性，但信x在某些基矩陣 中可以等效稀疏表達(dá)，也即x ，其中0 K，這樣信號仍然是K 稀疏信號。特別地，當(dāng)信號x自身元素值多為零或者非常小，則變換基就是單位陣�，F(xiàn)考慮存在一未知實數(shù)信號Nx R，其在正交基變換矩陣N NR 中能夠效表達(dá)成x ，稀疏信號 稀疏度是K ，即信號 中最多存在K 個元素值不為或者非常大。利用觀測陣M NR M N （ ）對信號 x 作降維采樣處理，以獲得在觀測陣 下的觀測矢量yM R，有y x(2也即y (2其中，稱M N維的矩陣 A 為感知矩陣。線性測量過程如圖 2-3 所示。y A

電子科技大學(xué)碩士學(xué)位論文 中的元素值只有K 個取非零值（或者元素值相比其它元素值下，若信號 中的非零元數(shù)目K 遠(yuǎn)不及原矢量 x 維度N ，我們正交基 下是K -稀疏的。但這種定義并沒有指明“遠(yuǎn)遠(yuǎn)小于范圍。文獻(xiàn)[22]從數(shù)學(xué)角度對稀疏性做出了另一種謹(jǐn)嚴(yán)的解釋在正交變換域N NR 下等價表示為T x，對任意 0 p 成立：1/0( )Nppipi R 為信號 在p-范數(shù)下是稀疏的。倘若滿足系數(shù) ,i i x 的勢不大于K[23]，就稱信號x在 域下是K -稀疏的。-5 所示，是一個維度為 1024 的時域稀疏信號，該信號稀疏度

圖 2-6 脈沖信號及其在頻并非所有非稀疏的時域信號在頻域都可以段聲音信號，該聲音信號的時域波形如圖 2-7(離散余弦變換（DiscreteCosineTransform,DCT信號能量都聚積在低頻段，呈現(xiàn)出稀疏性，如0 50 100 150 200 250 300 350 400 450 500N-0.1-0.0500.050.10 -0.3-0.2-0.100.10.2值幅

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李周;崔琛;;壓縮感知中觀測矩陣的優(yōu)化算法[J];信號處理;2018年02期

2 鄢鵬程;;一種基于閾值迭代和自適應(yīng)觀測矩陣的壓縮感知圖像處理[J];信息與電腦(理論版);2013年03期

3 趙玉娟;鄭寶玉;陳守寧;;壓縮感知自適應(yīng)觀測矩陣設(shè)計[J];信號處理;2012年12期

4 李周;崔琛;;基于奇異值分解的壓縮感知觀測矩陣優(yōu)化算法[J];計算機(jī)應(yīng)用;2018年02期

5 崔志華;張春妹;時振濤;牛云;;基于蝙蝠算法的觀測矩陣優(yōu)化算法[J];控制與決策;2018年07期

6 楊春玲;李林蓀;;基于像素相關(guān)的圖像/視頻壓縮感知觀測矩陣[J];華南理工大學(xué)學(xué)報(自然科學(xué)版);2017年12期

7 劉學(xué)文;肖嵩;薛曉;;經(jīng)驗?zāi)B(tài)分解構(gòu)造觀測矩陣的方法[J];西安電子科技大學(xué)學(xué)報;2018年01期

8 王軍華;黃知濤;周一宇;王豐華;;壓縮感知理論中的廣義不相關(guān)性準(zhǔn)則[J];信號處理;2012年05期

9 練秋生;王小娜;石保順;陳書貞;;基于多重解析字典學(xué)習(xí)和觀測矩陣優(yōu)化的壓縮感知[J];計算機(jī)學(xué)報;2015年06期

10 王金銘;葉時平;徐振宇;蔣燕君;;低存儲化壓縮感知[J];中國圖象圖形學(xué)報;2016年07期

相關(guān)會議論文 前1條

1 吳堯;張廣智;盧溜;;利用偏最小二乘回歸方法進(jìn)行儲層厚度預(yù)測[A];2017中國地球科學(xué)聯(lián)合學(xué)術(shù)年會論文集（三十二）——專題61：工程地球物理技術(shù)進(jìn)展與應(yīng)用、專題62：油藏地球物理[C];2017年

相關(guān)博士學(xué)位論文 前10條

1 孫晶明;壓縮感知中觀測矩陣的研究[D];華中科技大學(xué);2013年

2 黃天耀;基于稀疏反演的相參捷變頻雷達(dá)信號處理[D];清華大學(xué);2014年

3 徐永剛;礦山數(shù)據(jù)壓縮采集與重建方法研究[D];中國礦業(yè)大學(xué);2013年

4 姚世紅;壓縮感知若干關(guān)鍵問題研究[D];武漢大學(xué);2015年

5 張京超;稀疏多頻帶信號壓縮采樣方法研究[D];哈爾濱工業(yè)大學(xué);2014年

6 丁麗;MIMO雷達(dá)稀疏成像的失配問題研究[D];中國科學(xué)技術(shù)大學(xué);2014年

7 葉蕾;語音信號壓縮感知關(guān)鍵技術(shù)研究[D];南京郵電大學(xué);2014年

8 季云云;壓縮感知觀測矩陣與脈沖噪聲環(huán)境下重構(gòu)算法研究[D];南京郵電大學(xué);2014年

9 蔡卓燃;基于機(jī)器學(xué)習(xí)與壓縮感知的認(rèn)知無線電頻譜感知方法研究[D];哈爾濱工業(yè)大學(xué);2013年

10 馬彥鵬;基于壓縮感知的計算成像技術(shù)研究[D];中國科學(xué)院研究生院(上海技術(shù)物理研究所);2016年

相關(guān)碩士學(xué)位論文 前10條

1 陳翠;壓縮感知在通信抗干擾中的應(yīng)用研究[D];電子科技大學(xué);2018年

2 楊保杰;基于DAE的腦網(wǎng)絡(luò)狀態(tài)觀測矩陣降維方法研究[D];昆明理工大學(xué);2017年

3 董迎朝;基于t-SNE算法的腦網(wǎng)絡(luò)狀態(tài)觀測矩陣降維及可視化平臺研究[D];昆明理工大學(xué);2017年

4 方杰;壓縮感知觀測矩陣和重構(gòu)算法的研究[D];華南理工大學(xué);2015年

5 劉莎;壓縮感知中觀測矩陣的構(gòu)造及優(yōu)化方法研究[D];東北大學(xué);2013年

6 蘭明然;基于壓縮感知中觀測矩陣優(yōu)化和重構(gòu)算法研究[D];南京郵電大學(xué);2017年

7 彭亞;觀測矩陣自適應(yīng)及其在寬帶頻譜感知中的應(yīng)用研究[D];南京航空航天大學(xué);2016年

8 賀玉高;基于壓縮感知理論的特征導(dǎo)向觀測方法研究[D];西安電子科技大學(xué);2017年

9 金莉;基于隱空間稀疏的非線性壓縮感知理論研究[D];西安電子科技大學(xué);2015年

10 肖小潮;基于壓縮感知的多徑信道估計及其研究[D];南京郵電大學(xué);2012年

本文編號：2809791