本文關(guān)鍵詞：確定性測(cè)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(xué)》2016年博士論文　論文類型：學(xué)位論文

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

【摘要】：認(rèn)知無線電(CR)利用頻譜感知技術(shù)檢測(cè)可再利用的授權(quán)頻帶,實(shí)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(dòng)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(hào)的采樣頻率應(yīng)不低于最高頻率或信號(hào)帶寬的兩倍,這導(dǎo)致采樣前端的硬件實(shí)現(xiàn)代價(jià)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(hào)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(hào)采樣及編碼技術(shù)。該理論通過挖掘原始信號(hào)在某個(gè)特定域上的稀疏性,將采樣與壓縮過程合為一體,實(shí)現(xiàn)原始信號(hào)的亞奈奎斯特(Sub-Nyquist)采樣及后續(xù)精確重建。利用寬帶信號(hào)的頻域稀疏性,寬帶壓縮頻譜感知(WCSS)可對(duì)寬帶信號(hào)進(jìn)行Sub-Nyquist采樣直接獲取少量非相關(guān)測(cè)量值(亦稱壓縮測(cè)量),并通過優(yōu)化算法準(zhǔn)確重建稀疏寬帶頻譜,從而在降低CR用戶采樣負(fù)擔(dān)的同時(shí)實(shí)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(jìn)展,但還沒能給出一批實(shí)現(xiàn)寬帶信號(hào)高效壓縮測(cè)量的測(cè)量矩陣、以及魯棒性強(qiáng)和執(zhí)行效率高的稀疏重建算法。本文對(duì)CS中確定性測(cè)量矩陣和稀疏重建算法進(jìn)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(cè)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(duì)測(cè)量矩陣進(jìn)行優(yōu)化。利用MCSGD算法構(gòu)造的確定性測(cè)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(hào)的重建仿真表明MCSGD算法構(gòu)造的確定性測(cè)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(shí)構(gòu)造具有低相關(guān)性和低交互相關(guān)性的確定性測(cè)量矩陣和感知字典,利用其可實(shí)現(xiàn)測(cè)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(duì)感知字典和測(cè)量矩陣進(jìn)行優(yōu)化。仿真證明,MCA構(gòu)造確定性測(cè)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(jì)重建算法的稀疏信號(hào)重建性能。提出了OMP算法從有噪單測(cè)量向量(SMV)中精確識(shí)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(jì)融合對(duì)重建誤差影響的基礎(chǔ)上,利用隨機(jī)森林思想提出了魯棒性更強(qiáng)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(zhǔn)則,用以得到多個(gè)候選估計(jì)并融合。稀疏信號(hào)重建仿真證實(shí)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(zhǔn)則在低SNR場(chǎng)景下重建原始稀疏信號(hào)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(shí)現(xiàn)多測(cè)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(cè)量矩陣之間的低交互相關(guān)性選擇一個(gè)準(zhǔn)確率高的測(cè)量原子。從相關(guān)性和交互相關(guān)性這兩個(gè)角度出發(fā),推導(dǎo)出了所提SDOMMP算法能夠精確估計(jì)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(shí)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(cè)量矩陣以及設(shè)計(jì)的(聯(lián)合)稀疏重建算法應(yīng)用到WCSS中。針對(duì)單用戶本地WCSS,提出在已知稀疏表示矩陣情況下確定性測(cè)量矩陣的構(gòu)造和魯棒稀疏重建算法的設(shè)計(jì);針對(duì)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(jì)稀疏度的機(jī)制,用以降低檢測(cè)的誤警概率并減少聯(lián)合稀疏重建中的計(jì)算浪費(fèi)。仿真以及實(shí)驗(yàn)均證實(shí)了本文所提方法能夠在低SNR和嚴(yán)重?cái)?shù)據(jù)丟失場(chǎng)景下分別魯棒地感知寬帶頻譜和高效地檢測(cè)信道。
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類號(hào)】：TN925

【相似文獻(xiàn)】

中國(guó)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(jì)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(jìn)的代數(shù)重建算法及其實(shí)現(xiàn)[J];吉林大學(xué)學(xué)報(bào)(工學(xué)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(dòng)態(tài)重建中的應(yīng)用[J];航天醫(yī)學(xué)與醫(yī)學(xué)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(chǎng)重建算法研究[J];計(jì)算機(jī)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(xué)院學(xué)報(bào);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(xué)學(xué)報(bào)(自然科學(xué)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(duì)比研究[J];CT理論與應(yīng)用研究;2012年04期

8 白玫;楊雨;嚴(yán)漢民;;多排螺旋CT自適應(yīng)統(tǒng)計(jì)迭代重建算法的客觀評(píng)價(jià)[J];中國(guó)醫(yī)學(xué)裝備;2013年01期

9 程明淵;賀奇才;胡琴明;陳弟虎;;基于穿越長(zhǎng)度權(quán)重迭代重建算法的研究[J];中國(guó)醫(yī)學(xué)物理學(xué)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(guó)重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 胡永勝;;重建算法對(duì)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(xué)會(huì)影像技術(shù)分會(huì)第十八次全國(guó)學(xué)術(shù)大會(huì)論文集[C];2010年

2 宋e，

本文編號(hào)：1310957