【摘要】：針對(duì)光纖布拉格光柵(FBG)傳感信號(hào)難以去除噪聲干擾及信號(hào)丟失問(wèn)題,采用壓縮感知(CS)對(duì)傳感信號(hào)進(jìn)行處理。CS重構(gòu)算法多是以稀疏度已知為先驗(yàn)條件,提出稀疏度確定方法,結(jié)合二次正交匹配追蹤(TOMP)算法和廣義正交匹配追蹤(GOMP)算法提出廣義二次正交匹配追蹤(GtOMP)算法,確定每次迭代選擇原子個(gè)數(shù)及迭代次數(shù)。首先計(jì)算相關(guān)系數(shù),歸一化后按降序排列,并結(jié)合飽和值的方法確定稀疏度,利用平穩(wěn)度找出每次迭代所選擇的原子個(gè)數(shù),最后利用本文方法對(duì)FBG信號(hào)進(jìn)行重構(gòu)。實(shí)驗(yàn)仿真表明,與同類(lèi)的TOMP算法相比,本文算法不僅運(yùn)行時(shí)間大大減少,而且降低了6~20%的重構(gòu)誤差;與其他不同類(lèi)算法相比,本文算法重構(gòu)信號(hào)的信噪比(SNR)提高27dB以上。
[Abstract]:In order to overcome the problem of noise interference and signal loss in fiber Bragg grating (FBG) (FBG) sensing signal, the algorithm of processing the sensing signal with compressed sensing (CS). CS reconstruction is based on the prior condition of known sparsity, and a method for determining sparse degree is proposed. Combined with the quadratic matching tracing (TOMP) algorithm and the generalized orthogonal matching tracing (GOMP) algorithm, the generalized quadratic orthogonal matching tracing (GtOMP) algorithm is proposed to determine the number of atoms selected and the number of iterations per iteration. First, the correlation coefficient is calculated, then normalized, arranged in descending order, then the sparsity is determined by the method of saturation value, and the number of atoms selected for each iteration is found by using the stationary degree. Finally, the FBG signal is reconstructed by using the method in this paper. The experimental results show that compared with the similar TOMP algorithm, the proposed algorithm not only reduces the running time, but also reduces the reconstruction error by 6% or 20%. Compared with other algorithms, the SNR of the proposed algorithm is higher than that of 27dB.
【作者單位】： 重慶郵電大學(xué)工業(yè)物聯(lián)網(wǎng)與網(wǎng)絡(luò)化控制教育部重點(diǎn)實(shí)驗(yàn)室;重慶郵電大學(xué)光纖通信技術(shù)重點(diǎn)實(shí)驗(yàn)室;
【基金】：國(guó)家自然科學(xué)基金(61275077) 重慶市研究生科研創(chuàng)新項(xiàng)目(CYS14151)資助項(xiàng)目
【分類(lèi)號(hào)】：TN911.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙玉娟;水鵬朗;張凌霜;;基于子空間匹配追蹤的信號(hào)稀疏逼近[J];信號(hào)處理;2006年04期

2 趙玉娟;;分層匹配追蹤對(duì)信號(hào)的稀疏逼近[J];江蘇教育學(xué)院學(xué)報(bào)(自然科學(xué)版);2007年02期

3 杜小勇;段曉君;;匹配追蹤信號(hào)分解收斂性的一種證明[J];湖南工業(yè)大學(xué)學(xué)報(bào);2010年01期

4 韓德亮;于鳳芹;;基于匹配追蹤算法的漢語(yǔ)音節(jié)重疊聲韻分割[J];計(jì)算機(jī)工程與設(shè)計(jì);2012年07期

5 姚遠(yuǎn);梁志毅;;基于壓縮感知信號(hào)重建的自適應(yīng)空間正交匹配追蹤算法[J];計(jì)算機(jī)科學(xué);2012年10期

6 曾春艷;馬麗紅;杜明輝;;前向預(yù)測(cè)與回溯結(jié)合的正交匹配追蹤算法[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年08期

7 蔣留兵;黃韜;;一種新的壓縮采樣匹配追蹤算法[J];計(jì)算機(jī)應(yīng)用研究;2013年02期

8 黃芳;朱永忠;;基于局部性質(zhì)的改進(jìn)正交匹配追蹤算法[J];青島科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年05期

9 馬強(qiáng);金裕紅;;框架理論在匹配追蹤算法中的應(yīng)用[J];計(jì)算機(jī)與數(shù)字工程;2010年12期

10 韓德亮;于鳳芹;李亞文;;基于遺傳匹配追蹤分解的漢語(yǔ)孤立字聲韻分割[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2012年02期

相關(guān)會(huì)議論文 前7條

1 陸媛媛;宋煒;左佳卉;李亭;;基于改進(jìn)匹配追蹤的子波特征能量氣藏檢測(cè)方法[A];中國(guó)地球物理2013——第十九專(zhuān)題論文集[C];2013年

2 李輝;;面向圖像視頻編碼的多規(guī)模匹配追蹤圖像表達(dá)法[A];信息科學(xué)與微電子技術(shù):中國(guó)科協(xié)第三屆青年學(xué)術(shù)年會(huì)論文集[C];1998年

3 李政;羅飛路;;基于匹配追蹤的超聲回波參數(shù)估計(jì)方法[A];2009中國(guó)儀器儀表與測(cè)控技術(shù)大會(huì)論文集[C];2009年

4 秦曉偉;郭建中;;匹配追蹤算法(MP)在超聲成像中的研究[A];第二屆西安-上海兩地聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2011年

5 于勇凌;張海燕;馬世偉;;改進(jìn)的chirplet匹配追蹤在Lamb波信號(hào)時(shí)頻分析中的應(yīng)用[A];融合與創(chuàng)新：新世紀(jì)物理聲學(xué)的發(fā)展——二零一二年度全國(guó)物理聲學(xué)會(huì)議論文集[C];2012年

6 高建虎;陳杰;張履謙;;基于壓縮感知和EMD的SAR海洋內(nèi)波探測(cè)方法[A];第九屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集Ⅱ[C];2011年

7 蘇哲;許錄平;甘偉;;基于壓縮感知的脈沖星輪廓構(gòu)建算法[A];第二屆中國(guó)衛(wèi)星導(dǎo)航學(xué)術(shù)年會(huì)電子文集[C];2011年

相關(guān)博士學(xué)位論文 前5條

1 楊成;壓縮采樣中匹配追蹤約束等距性分析及其應(yīng)用[D];復(fù)旦大學(xué);2011年

2 曾春艷;匹配追蹤的最佳原子選擇策略和壓縮感知盲稀疏度重建算法改進(jìn)[D];華南理工大學(xué);2013年

3 楊瑞明;基于壓縮采樣的比幅測(cè)向方法研究[D];電子科技大學(xué);2010年

4 韓曉紅;混沌時(shí)序非線性去噪方法研究及其應(yīng)用[D];太原理工大學(xué);2012年

5 李青;優(yōu)化核方法[D];西安電子科技大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 趙玉娟;基于子空間匹配追蹤的信號(hào)稀疏逼近[D];西安電子科技大學(xué);2005年

2 任曉馨;壓縮感知貪婪匹配追蹤類(lèi)重建算法研究[D];北京交通大學(xué);2012年

3 校午陽(yáng);基于多通道匹配追蹤算法的時(shí)頻分析研究及在腦電信號(hào)處理中的應(yīng)用[D];天津醫(yī)科大學(xué);2012年

4 李亞文;遺傳匹配追蹤算法的研究與改進(jìn)[D];江南大學(xué);2011年

5 朱姍姍;壓~.感知廣義正交匹配追蹤算法的研究[D];安徽大學(xué);2015年

6 王方非;基于樹(shù)形結(jié)構(gòu)回溯正交匹配追蹤的稀疏恢復(fù)算法研究[D];北京交通大學(xué);2012年

7 屈冉;壓縮感知算法及其應(yīng)用研究[D];南京郵電大學(xué);2013年

8 文首先;壓縮感知匹配追蹤算法的研究[D];安徽大學(xué);2013年

9 周忠根;由時(shí)頻分布引導(dǎo)的四參數(shù)子空間匹配追蹤算法[D];西安電子科技大學(xué);2006年

10 李真;匹配追蹤方法在結(jié)構(gòu)健康監(jiān)測(cè)中的應(yīng)用研究[D];南京航空航天大學(xué);2009年

，

本文編號(hào)：2243918