面向瞬時混合信號的分布式壓縮感知方法研究.pdf

1、壓縮感知(CompressedSensing,CS)理論以其特有的采樣方式,突破了傳統(tǒng)的奈奎斯特采樣的限制,近幾年在信號處理領(lǐng)域引起了廣泛的關(guān)注。分布式壓縮感知(DistributedCompressiveSensing,DCS)將壓縮感知理論擴展到了多個傳感器信號的場合,在信號重構(gòu)算法中考慮了多個通道信號之間的相關(guān)性,進一步提高了信號的壓縮效率,在很多領(lǐng)域具有廣泛的應(yīng)用前景。
　　然而,在一些多傳感器信號的分布式壓縮感知場合,很

2、難真實地檢測到源信號,各傳感器接收到的信號往往是多種源信號的一種混合。目前,該方向的研究起步較晚,還沒有比較成熟的理論和方法,本文針對分布式壓縮感知中的線性瞬時混合信號問題展開研究,主要研究內(nèi)容和取得的成果如下:
　　1、分析瞬時混合信號之間的相關(guān)性,從重構(gòu)混合信號的角度展開研究。首先介紹了信號的混合模型,而后分析了混合信號的分布式壓縮觀測模型,并詳細(xì)的介紹了分布式壓縮感知中聯(lián)合稀疏模型的特點。在分析了瞬時混合信號之間的相關(guān)性之后

3、,推導(dǎo)了瞬時混合信號的聯(lián)合稀疏模型,并將DCS中的DCSSOMP算法應(yīng)用到瞬時混合信號的聯(lián)合重構(gòu)過程中。最后,通過仿真實驗驗證了該算法重構(gòu)瞬時混合信號的效果,實驗結(jié)果表明,重構(gòu)瞬時混合信號時采用聯(lián)合重構(gòu)算法的精度優(yōu)于單通道分別重構(gòu)的精度。
　　2、分析源信號壓縮觀測值的統(tǒng)計特性,從重構(gòu)源信號的角度展開研究。首先詳細(xì)介紹了獨立分量分析的原理,在分析了源信號壓縮觀測值、混合信號壓縮觀測值的獨立性以及非高斯性的基礎(chǔ)上,提出了一種基于壓縮

4、觀測值獨立性的源信號重構(gòu)算法,該算法首先在壓縮域采用獨立分量分析的方法從混合信號的壓縮觀測值中分離出源信號的壓縮觀測值,然后通過CS重構(gòu)算法重構(gòu)出源信號。該算法避免了重構(gòu)混合信號的過程,從混合信號的壓縮域直接分離源信號觀測值。最后通過仿真實驗驗證了本文算法的有效性,實驗結(jié)果表明,與現(xiàn)有的DCSSOMP-SS算法、OMP-SS算法相比,本文算法具有更高的重構(gòu)精度。
　　3、研究模擬瞬時混合信號的分布式壓縮感知方法。在本文中采用目前比

5、較流行的一種模擬信息轉(zhuǎn)換器——隨機解調(diào),實現(xiàn)對混合信號的壓縮采樣。首先研究了隨機解調(diào)的工作原理,并分析了隨機解調(diào)中低通濾波器參數(shù)非理想特性對信號重構(gòu)精度的影響。然后,研究了隨機解調(diào)采樣框架下,模擬混合信號的分布式壓縮感知方法,對聯(lián)合重構(gòu)算法重構(gòu)混合信號進行了仿真,最后分析了隨機解調(diào)采樣值的獨立性、非高斯性,并通過仿真實驗比較在隨機解調(diào)壓縮采樣框架下,基于壓縮觀測值獨立性的源信號重構(gòu)算法、DCSSOMP-SS算法、OMP-SS算法的重構(gòu)效