- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
《盲信号压缩重构——模型与方法-论文》.pdf
第 34卷 第 2期 系统工程与电子技术 Vo1.34 No.2
2012年 2月 SystemsEngineeringandElectronics February2012
文章编号 :i001—506X(2012)02—0231—05
盲信号压缩重构 模型与方法
王法松 ,张林让 ,周 宇 ,刘 楠
(1.西安电子科技大学雷达信号处理国家重点实验室,陕西 西安 710071;
2.中国电子科技集团公司第27研究所,河南 郑州 450047)
摘 要:通过分析欠定盲信号分离模型和压缩感知模型本质 内涵和 内在联系,建立了基于压缩感知的欠定盲
信号重构 问题的数学模型 ,该模型对于欠定盲信号分 离的实现提供 了一个新 的解决途径 。基于该模型的压缩重
构方法通过两步来实现:分别利用源信号稀疏域性质实现对盲估计欠定混合矩阵的估计;利用压缩感知的重构稀
疏源信号的方法,实现对欠定稀疏盲信号的分离和重构。提 出的算法根据实际应用场合 ,具有一定扩展能力。最
后通过模拟实验验证 了提 出模型和相应算法的有效性。
关键词:欠定盲信号分离;压缩感知;稀疏表示;稀疏重构;正交匹配追踪
中图分类号:TP911.72 文献标志码:A DOI:10.3969/j.issn.1001-506X.2012.02.03
Blind signalcompressedreconstruction:modelandmethod
WANG Fa—song ,ZHANG Lin-rang ,ZHOU Yu ,LIU Nan
(1.NationalLabofRadarSignalProcessing,XidianUniversity,Xi’an710071,China;
2.27thInstituteofChinaElectronicsTechnologyGroupCorporation,Zhengzhou450047,China)
Abstract:Themodelinherentconnectionsbetweenunderdetermined blindsourceseparation and com—
pressedsensingisanalyzed,andthemathematicalmodelofunderdeterminedblindsignalreconstructionprob—
lemsbasedonthecompressedsensingmodelisbuilt.Themixingmatrixisestimatedusingthestructureofthe
timedomain or transform domain ofthesourcesignals.Basedon the estimatedmixingmatrix,thegreedy
orthogonalmatchingpursuitmethodisusedtorealizethereconstructionoftheunderdeterminedsparsesource
signals.TheproposedmethodcanbemodifiedtOsatisfydifferentapplications.Numericalexperimentsincluding
thecomparisonwitharecentunderdeterminedblindsourceseparationapproach areprovidedtoshow theeffec—
tivenessoftheproposedmethod.
Keywords:underdeterminedblind sourceseparation;compressed sensing;sparserepresentation;sparse
reconstructi0n:orthogonalmatchingpursuit
0
文档评论(0)