混沌信号压缩感知去噪.pdfVIP

物理 学报 ActaPhys．Sin．Vo1．64，No．16(2015) 160502 混沌信号的压缩感知去噪冰 李广明)十 吕善翔2) 1)(东莞理工学院计算机学院，东莞 523808) 2)(华南理工大学电子与信息学院，广州 510641) (2015年3月25日收到；2015年5月23日收到修改稿) 对非线性时间序列进行噪声抑制是从中提取有效信息的前提．混沌信号的去噪算法不仅要使滤波后的信 号具有较高的信噪比，也要具有较好的不确定性．从压缩感知的角度出发，提出了一种新的噪声抑制方法．该 方法包括估计噪声方差，以及依据动态 的稀疏度将观测值往确定的过完备字典上投影．仿真实验表明，该方 法 比常用的小波阂值法和局部曲线拟合法具有更高的输出信噪比，而原始信号的混沌特性也能得到较大程度 的恢复． 关键词：混沌信号，去噪，压缩感知，稀疏度 PACS：05．45．吨．05．40．Ca DOI：10．7498／aps．64．160502 但递归参数却是在算法中使用最小二乘法进行估 1 引 言 计，最后再将观测信号和估计的信号的全局误差 最小化．31模型未知一参数未知：该方法属于全盲 最近几十年 已经提出了很多应用混沌信号的 先验，且各种 自然界产生的信号也只能使用该类 通信系统，其 中混沌信号适用于保密通信的原因 方法进行噪声抑制．小波阂值 fwaveletthreshold， 在于其似噪声特性和长期不可预测性 [，．由于时 WT)算法 0【，】、局部 曲线拟合 (1ocalcurvefitting， 变，多径、多用户信道 中噪声的存在，实现相关检 LCF1算法 8【，9]以及经验模态分解 (empiricalmode 测所需要的混沌同步技术较难实现．假设通信模 decomposition，EMD)算法 加【】在全盲方法 中具有 型的过程噪声属于加性高斯 白噪声fadditivewhite 代表性．这三种方法本质上都是利用了混沌流信号 gaussiannoise，AWGN)，有效的混沌信号的去噪技 所具有的低频性质，在滤波过程中尽可能在保留非 术将大大提高所估计信道矩阵的精度．另一方面， 周期性质的前提下进行低通滤波，而它们的有效性 不少论著也将海杂波信号、地热信号等作为混沌信 取决于过滤边界的确定．比如，WT算法是将高频 号建模，对这些信号做进一步分析也需要对混沌信 号进行有效去噪 3【』． 带某个阂值之下的系数归零 (硬阈值)，LCF算法是 当前，对混沌信号的去噪方法可 以分为三大 在某个最优的窗 口长度之下进行硬投影，EMD算 类．1)模型一参数己知：使用状态空间模型的无先 法的关键是选取最优的本征函数数 目对源信号进 导卡尔曼滤波及容积卡尔曼滤波等都使用了混沌 行重构．在这几种较为成熟的算法体系的基础上， 信号递归表达式作为状态方程 [415】，该类方法能够 本文提 出使用压缩感知 (compr