基于壓縮感知理論的窄帶信號(hào)參數(shù)估計(jì).pdf

1、現(xiàn)實(shí)生活中，窄帶信號(hào)廣泛應(yīng)用在雷達(dá)、聲納、通信、定位、生物醫(yī)學(xué)工程等領(lǐng)域，加之，可以將寬帶信號(hào)分為若干個(gè)窄帶信號(hào)和的形式進(jìn)行處理，因而，窄帶信號(hào)的參數(shù)估計(jì)問(wèn)題受到了人們廣泛的關(guān)注。然而傳統(tǒng)基于Nyquist采樣方法以及已有信息處理技術(shù)使其在眾多軍事和民用領(lǐng)域的成本開(kāi)銷越來(lái)越大，同時(shí)隨著信息需求量的不斷增加，對(duì)信息處理技術(shù)提出了越來(lái)越高的要求，如何有效的獲取信息以及保證信息傳輸?shù)恼鎸?shí)性與可靠性已成為現(xiàn)代信息處理的關(guān)鍵問(wèn)題。
　　

2、壓縮感知理論(Compressed Sensing)作為新的信號(hào)分析思想，突破了傳統(tǒng)的Nyquist采樣定理的限制，已經(jīng)在諸多應(yīng)用領(lǐng)域體現(xiàn)出其優(yōu)勢(shì)。具有許多優(yōu)良特性。本文將壓縮感知理論引入到陣列信號(hào)處理領(lǐng)域，圍繞空間窄帶信源的陣列信號(hào)建模，推導(dǎo)出一種基于壓縮感知理論的空間窄帶信源的頻率及DOA參數(shù)估計(jì)算法，主要工作和貢獻(xiàn)有：
　　 1、描述了窄帶信號(hào)模型，并且對(duì)均勻線性陣列天線進(jìn)行建模，研究了空間譜估計(jì)的基本原理。
　　

3、 2、詳細(xì)描述了壓縮感知理論思想，闡述了壓縮感知理論所涉及關(guān)鍵的三個(gè)方面的內(nèi)容—信號(hào)的稀疏表示、信號(hào)的采樣、信號(hào)的重構(gòu)。并且設(shè)計(jì)了改進(jìn)的重構(gòu)優(yōu)化算法，通過(guò)仿真實(shí)驗(yàn)驗(yàn)證了改進(jìn)的算法具有更好的抗噪能力。
　　 3、設(shè)計(jì)了在高斯白噪聲環(huán)境中基于壓縮感知理論的窄帶信號(hào)頻率估計(jì)算法。算法根據(jù)窄帶信號(hào)形式的特點(diǎn)自適應(yīng)的建立稀疏基，將窄帶信號(hào)投影到CS觀測(cè)矩陣上得到CS觀測(cè)向量，進(jìn)而利用這些非常少的觀測(cè)信息實(shí)現(xiàn)高精度的窄帶信號(hào)參數(shù)估計(jì)。計(jì)算機(jī)

4、仿真實(shí)驗(yàn)表明，在采樣點(diǎn)相同且很少的情況下，基于CS理論的改進(jìn)頻率估計(jì)算法比稀疏分解算法具有更好的抗噪性，而且改進(jìn)的頻率估計(jì)算法較已有的CS其他算法具有更高的穩(wěn)定性，更重要的是在低信噪比、多信源情況下改進(jìn)的優(yōu)化算法仍然有較好的性能。
　　 4、設(shè)計(jì)了在高斯白噪聲環(huán)境中基于壓縮感知理論的窄帶信號(hào)的DOA估計(jì)算法，并且與稀疏分解算法、MUSIC算法、ESPRIT算法進(jìn)行仿真比較。新算法根據(jù)陣列結(jié)構(gòu)和陣元接收空間窄帶信號(hào)形式的特點(diǎn)自適應(yīng)