發(fā)布時間：2020-05-02 20:50

【摘要】：隨著無線通信技術(shù)的迅速發(fā)展,電磁環(huán)境日益復雜,頻譜資源日趨緊張,時頻重疊信號廣泛存在。在接收的信號中,有用信號和干擾信號在時域、頻域或時頻域以部分重疊或完全重疊的形式混疊在一起,傳統(tǒng)的信號干擾抑制與分離方法常常存在失效的問題。針對這一問題,本文對基于信號稀疏表示的時頻重疊通信信號干擾抑制與分離進行了研究。該研究以信號稀疏表示理論為基礎(chǔ),對時頻重疊通信信號在信號稀疏表示中的過完備字典構(gòu)造、信號稀疏分解等問題做了探索性的研究。本文的主要內(nèi)容如下:1.闡述了信號稀疏表示的相關(guān)理論,包括信號稀疏表示模型、信號稀疏表示的字典構(gòu)造和信號稀疏表示的分解算法等。理論推導并計算機仿真了其中經(jīng)典的K-SVD字典構(gòu)造算法和OMP稀疏分解算法。2.針對時頻重疊通信信號干擾抑制與分離問題,提出了一種基于聯(lián)合字典的時頻重疊通信信號干擾抑制與分離方法。鑒于重疊信號在單個過完備字典上難以稀疏分解的問題,將字典聯(lián)合的思想應用到過完備字典構(gòu)造中中,改進了原有K-SVD字典構(gòu)造算法。3.分別對2ASK、2PSK等單載波信號以及OFDM等多載波信號進行干擾抑制與信號重構(gòu)�；诔Ｒ妼W習字典及聯(lián)合學習字典算法,對不同信干比下的時頻重疊單載波信號及多載波信號進行了稀疏分解,并通過計算機仿真分析了稀疏分解前后信號的波形圖、頻譜圖、星座圖及誤碼率等。結(jié)果表明:本文提出的基于聯(lián)合學習字典的算法可以實現(xiàn)時頻重疊的通信信號干擾抑制與分離,且重疊信號的信干比越大,分離效果越好。本文對今后基于信號稀疏表示分離的研究提供了理論依據(jù)。
【圖文】：

olynomial）問題；當0 p 1，稱之為弱 p 范數(shù)； 1時，該問題是凹變分。所以，為了避免直接求些松弛、寬松的稀疏性度量方法引了進來。想最初是用于不確定性方程組的求解的， n m，當 A在滿秩的條件下時，未知數(shù)的個數(shù)程組的解隨著正則約束函數(shù)的變化而變化，，由于疏性約束，故求得方程組的解是唯一的。理論中，稀疏表示的本質(zhì)思想是用盡可能少的字信號Nx R，通過基或字典1 ,[ , , , ] i lD d d d 1 , 1,, , , , , ,NlN lTi l i lX RR sparseD RX D d d d , , ]T ll R是信號 x的稀疏系數(shù)，即 的非零元則稱 是 K 稀疏的。其具體過程如圖 2-1 所示：

信號稀疏表示理論基礎(chǔ)21,j jj j jjR pR p Rp 信號可以表示為：11tj j tjx w p R 子對應的系數(shù)，如此更新殘差j 1R 所示：
【學位授予單位】：西安理工大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TN911.7;TP181

【相似文獻】

相關(guān)期刊論文 前10條

1 Fang LI;Jia SHENG;San-yuan ZHANG;;基于稀疏表示的拉普拉斯稀疏字典圖像分類（英文）[J];Frontiers of Information Technology & Electronic Engineering;2017年11期

2 黃宏圖;畢篤彥;侯志強;胡長城;高山;查宇飛;庫濤;;基于稀疏表示的視頻目標跟蹤研究綜述[J];自動化學報;2018年10期

3 劉嘎瓊;;改進稀疏表示的人臉識別在高校管理中的應用[J];計算機與數(shù)字工程;2018年11期

4 余慶輝;朱晗琰;吳海霞;戈曉玲;潘逸煒;;基于類內(nèi)稀疏表示的人臉識別[J];科技展望;2015年32期

5 滕升華;商勝楠;王芳;趙增順;;一種基于復合稀疏表示的阿爾茨海默病的診斷方法[J];生物醫(yī)學工程研究;2016年01期

6 黃宏圖;畢篤彥;高山;查宇飛;侯志強;;基于局部敏感核稀疏表示的視頻跟蹤[J];電子與信息學報;2016年04期

7 張保慶;穆志純;曾慧;;基于非負稀疏表示的遮擋人耳識別[J];計算機輔助設計與圖形學學報;2014年08期

8 張石清;趙小明;樓宋江;闖躍龍;郭文平;陳盈;;一種局部敏感的核稀疏表示分類算法[J];光電子.激光;2014年09期

9 陳思寶;許立仙;羅斌;;基于多重核的稀疏表示分類[J];電子學報;2014年09期

10 李映;張艷寧;許星;;基于信號稀疏表示的形態(tài)成分分析:進展和展望[J];電子學報;2009年01期

相關(guān)會議論文 前10條

1 樊亞翔;孫浩;周石琳;鄒煥新;;基于元樣本稀疏表示的多視角目標識別[A];2013年中國智能自動化學術(shù)會議論文集（第五分冊）[C];2013年

2 楊寶;朱啟兵;黃敏;;基于非負矩陣分解一稀疏表示分類的玻璃缺陷圖像識別[A];第24屆中國控制與決策會議論文集[C];2012年

3 田野;張立新;嚴濤;楊志梅;張茁;;基于稀疏表示的北斗導航衛(wèi)星預失真濾波器設計方法[A];第九屆中國衛(wèi)星導航學術(shù)年會論文集——S08 測試評估技術(shù)[C];2018年

4 肖瓊;黃永言;;稀疏表示在腦電信號處理中的應用研究現(xiàn)狀[A];人-機-環(huán)境系統(tǒng)工程創(chuàng)立30周年紀念大會暨第十一屆人-機-環(huán)境系統(tǒng)工程大會論文集[C];2011年

5 趙雪峰;孫成禹;;基于稀疏表示的地震多屬性融合[A];2016中國地球科學聯(lián)合學術(shù)年會論文集（十九）——專題40：油氣田與煤田地球物理勘探[C];2016年

6 廖佳俊;劉志剛;蔡尚;姜江軍;;基于非負—平滑約束的高光譜稀疏表示目標檢測算法研究[A];國家安全地球物理叢書（十二）——地球物理與信息感知[C];2016年

7 蒙紅英;柴昱洲;韓宇;;一種基于稀疏表示的JPEG-LS改進算法[A];第四屆高分辨率對地觀測學術(shù)年會論文集[C];2017年

8 柴漢超;郭翌;汪源源;曹萬里;孫�？�;;基于多尺度稀疏表示分割腎上腺腫瘤CT圖像[A];儀器儀表學報（2015（增刊）第36卷）[C];2015年

9 杜蘭;李晨;孫永光;;基于聯(lián)合動態(tài)稀疏表示的SAR自動目標識別[A];第五屆高分辨率對地觀測學術(shù)年會論文集[C];2018年

10 余力;郭翌;汪源源;陳萍;;基于超聲心動圖序列的胎兒左心室分割[A];儀器儀表學報（2015（增刊）第36卷）[C];2015年

相關(guān)博士學位論文 前10條

1 張巖;基于稀疏表示的油氣地震勘探數(shù)據(jù)重建與去噪方法研究[D];東北石油大學;2018年

2 趙永紅;基于稀疏表示的陣列信號空間譜估計方法研究[D];西安電子科技大學;2017年

3 任博;基于稀疏表示和流形學習的SAR圖像分類算法研究[D];西安電子科技大學;2017年

4 程增飛;基于壓縮感知的陣列信號處理技術(shù)研究[D];西安電子科技大學;2017年

5 吳曉歡;基于稀疏表示的波達方向估計理論與方法研究[D];南京郵電大學;2017年

6 王秀紅;基于稀疏表示的波達方向估計方法研究[D];哈爾濱工業(yè)大學;2017年

7 王曉陽;基于稀疏動態(tài)反演的紅外弱小目標檢測理論及方法研究[D];電子科技大學;2018年

8 孔波;基于稀疏和張量表示的通信雷達融合系統(tǒng)目標參數(shù)估計方法研究[D];南昌大學;2019年

9 王蒙;聯(lián)合多重字典結(jié)合擴展稀疏表示的非約束人臉識別研究[D];燕山大學;2018年

10 劉晶晶;基于稀疏表示及字典學習的人臉檢測與識別方法[D];上海大學;2018年

相關(guān)碩士學位論文 前10條

1 陳敏霞;基于拉普拉斯和稀疏表示的圖像色彩重建問題研究[D];南昌航空大學;2019年

2 宋雷雷;基于稀疏表示的人臉識別算法的研究[D];西安理工大學;2014年

3 邱賀磊;基于稀疏表示的視覺跟蹤方法[D];大連大學;2019年

4 胡玉潔;基于稀疏表示的OFDM信號帶內(nèi)干擾抑制方法研究[D];西安理工大學;2019年

5 周熊;時頻重疊通信信號稀疏表示分離方法研究[D];西安理工大學;2019年

6 賈立麗;基于多任務聯(lián)合稀疏表示的高光譜圖像分類算法研究[D];中國科學院大學(中國科學院國家空間科學中心);2019年

7 秦子雨;基于稀疏表示的高分辨率方法研究[D];西南石油大學;2018年

8 顧康康;基于多普勒原子稀疏表示的列車軸承軌邊信號消噪研究[D];安徽大學;2019年

9 高潔;基于稀疏表示的人臉識別研究[D];北京建筑大學;2019年

10 鮑東海;基于壓縮感知的監(jiān)控視頻稀疏表示與字典設計研究[D];浙江工業(yè)大學;2018年

本文編號：2647471