譜估計(jì)與譜感知技術(shù)是信號(hào)處理與無(wú)線通信領(lǐng)域的研究熱點(diǎn)。該技術(shù)基于原始信號(hào)的有限觀測(cè)樣本,旨在對(duì)原始信號(hào)的頻譜或空間譜進(jìn)行估計(jì)或感知。例如,寬帶頻譜感知是認(rèn)知無(wú)線電（Cognitive Radio,CR）中的一項(xiàng)關(guān)鍵技術(shù),其旨在對(duì)大帶寬下一系列窄帶信源的頻域分布情況進(jìn)行掌握。若以傳統(tǒng)方式實(shí)現(xiàn)寬帶頻譜感知,則無(wú)線信號(hào)接收機(jī)需要對(duì)接收到的模擬信號(hào)以奈奎斯特速率進(jìn)行采樣。當(dāng)感知帶寬到達(dá)一定數(shù)量級(jí)時(shí),例如GHz級(jí),則對(duì)接收機(jī)的硬件實(shí)現(xiàn)造成了極大的困難。另外,空間域的譜分析在一些實(shí)際應(yīng)用中同樣重要,例如,使用相控陣對(duì)各個(gè)信號(hào)源進(jìn)行定位。在這些應(yīng)用中,為了提高波達(dá)方向（Direction of Arrival,DoA）估計(jì)時(shí)的空間分辨率,以及提高可分辨信源的個(gè)數(shù),就勢(shì)必要增加接收機(jī)的天線個(gè)數(shù)。而配備大規(guī)模數(shù)量的天線,那勢(shì)必帶來(lái)大量的硬件開銷與功耗,這在目前的雷達(dá)或者通信系統(tǒng)中都是不可承受的。為了克服以上所提到的這些硬件瓶頸,本論文研究了基于空時(shí)壓縮采樣的譜估計(jì)問(wèn)題。本文的主要工作與創(chuàng)新點(diǎn)如下:1)本文研究了超分辨壓縮感知框架下的普適性的線性譜估計(jì)問(wèn)題,其被建模為一個(gè)在未知的參數(shù)化字典下的稀疏信號(hào)重構(gòu)... 

【文章來(lái)源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：128 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
abstract
縮略詞表
第一章 緒論
    1.1 研究背景
        1.1.1 從電信號(hào)到無(wú)線信號(hào)
        1.1.2 無(wú)線信號(hào)的空-頻譜估計(jì)
        1.1.3 壓縮感知與壓縮采樣
    1.2 研究?jī)?nèi)容與研究動(dòng)態(tài)
        1.2.1 基于壓縮采樣的線性譜估計(jì)
        1.2.2 基于壓縮采樣的寬帶頻譜感知與DoA估計(jì)
    1.3 本文的主要貢獻(xiàn)與創(chuàng)新
    1.4 本論文的結(jié)構(gòu)安排
第二章 基于超分辨壓縮感知的線性譜估計(jì)
    2.1 引言
    2.2 問(wèn)題描述
    2.3 迭代重加權(quán)算法
        2.3.1 算法設(shè)計(jì)
        2.3.2 f(θ)的導(dǎo)數(shù)計(jì)算
        2.3.3 收斂性分析
        2.3.4 對(duì)算法的進(jìn)一步討論
    2.4 對(duì)參數(shù)λ的更新方法
    2.5 理論分析
        2.5.1 精確重構(gòu)條件
        2.5.2 定理2.1的證明
    2.6 針對(duì)MMV模型的拓展
    2.7 仿真結(jié)果
    2.8 本章小結(jié)
第三章 基于先驗(yàn)信息的超分辨線性譜估計(jì)
    3.1 引言
    3.2 問(wèn)題描述
        3.2.1 超分辨線性譜估計(jì)問(wèn)題
        3.2.2 具備先驗(yàn)信息的場(chǎng)景
    3.3 優(yōu)化問(wèn)題設(shè)計(jì)
        3.3.1 基于對(duì)數(shù)和函數(shù)的優(yōu)化問(wèn)題
        3.3.2 基于加權(quán)對(duì)數(shù)和函數(shù)的優(yōu)化問(wèn)題
        3.3.3 針對(duì)塊狀先驗(yàn)的權(quán)值函數(shù)設(shè)計(jì)
    3.4 迭代重加權(quán)算法
        3.4.1 算法設(shè)計(jì)
        3.4.2 g(f)的導(dǎo)數(shù)計(jì)算
        3.4.3 收斂性分析
    3.5 仿真結(jié)果
    3.6 本章小結(jié)
第四章 基于次奈奎斯特采樣的寬帶頻譜感知與DoA估計(jì)
    4.1 引言
    4.2 張量基礎(chǔ)
    4.3 信號(hào)模型
    4.4 次奈奎斯特接收機(jī)架構(gòu)
        4.4.1 提出的接收機(jī)架構(gòu)
        4.4.2 與現(xiàn)有接收機(jī)架構(gòu)的比較
    4.5 基于CPD的參數(shù)估計(jì)
        4.5.1 第一階段:CPD
        4.5.2 第二階段:參數(shù)估計(jì)
        4.5.3 唯一性分析
    4.6 進(jìn)一步的討論與拓展
        4.6.1 精確重構(gòu)條件
        4.6.2 針對(duì)稀疏陣列的拓展
    4.7 CRB分析
        4.7.1 信號(hào)模型
        4.7.2 CRB矩陣計(jì)算
    4.8 仿真結(jié)果
    4.9 本章小結(jié)
第五章 基于稀疏線性陣列的寬帶DoA估計(jì)
    5.1 引言
    5.2 信號(hào)模型
    5.3 聯(lián)合數(shù)據(jù)模型
    5.4 超分辨DoA估計(jì)
        5.4.1 已知功率譜的情況
        5.4.2 未知功率譜的情況
    5.5 仿真結(jié)果
    5.6 本章小結(jié)
第六章 總結(jié)與展望
    6.1 全文總結(jié)
    6.2 后續(xù)工作展望
致謝
參考文獻(xiàn)
攻讀博士學(xué)位期間取得的成果



本文編號(hào)：3457406