一种基于互相关运算信号稀疏分解快速算法.docVIP

一种基于互相关运算信号稀疏分解的快速算法 　　摘要：提出了一种信号稀疏分解的快速算法，它利用一种互相关的快速运算来代替稀疏分解中计算量巨大的内积运算，提高了运算时间。通过理论仿真和实验表明，在保证稀疏精度的情况下，可以将信号稀疏分解的时间缩短至普通MP算法的1/10至1/20,大大提高了信号在过完备原子库上分解的速度。?? 　　关键词：稀疏分解；快速计算；互相关运算?? 　　中图分类号：TP312文献标识码：A文章编号：1672-7800（2011）07-0045-03?お? 　　?? 　　作者简介：张政（1986-），男，湖北黄冈人，中南民族大学电子信息工程学院硕士研究生，研究方向为认知无线电压缩感知、信号稀疏表示算法。 　　 　　 　　0引言?? 　　 近几年来，突破传统奈奎斯特采样定理的压缩感知（CS）理论框架得到了研究者们越来越多的关注。CS理论主要由3个部分组成：信号的稀疏分解；投影，观测；信号重构。由此可见，CS理论实现的前提就是要求被采样信号具有稀疏性，因此，对信号稀疏分解算法进行研究，有着极其重要的理论意义和广泛的应用价值。而其中以贪婪算法为核心的匹配追踪（MP）算法在计算复杂度和逼近效果方面要优于其他的算法，是目前研究者们最常用的算法。但是，MP算法的不足之处是基于MP的稀疏分解过程中，每一步都要计算残余信号在过完备原子库中每一个原子上的投影，这就造成了分解过程中相当巨大的计算量。高复杂度的计算量使得信号的稀疏分解在实际的研究应用中难以推广。针对这种情况，目前研究者们都在针对如何提高信号稀疏分解的速度、降低运算量这两个方面的问题进行研究。?? 　　 本文提出一种基于互相关运算的信号稀疏分解的快速算法来改进信号的稀疏分解算法，该算法的思想是通过将基于MP的信号稀疏分解中花费大部分时间的内积运算转换成一次互相关运算，并且通过一种互相关运算的快速算法来对内积运算进行改进，这样一来，大大地提高了计算速度，在不增大计算误差的情况下缩短了计算时间，具有良好的应用前景。?? 　　1匹配追踪算法的基本思想?? 　　 我们假设待分解信号f的长度为N。其中，??f∈H??，H为有限维Hibert空间，D为过完备原子库(DH)。过完备原子库的形成方法引用参考资料[2]，这种由Gabor原子组成的过完备原子库是颇具代表性的，它在多个文献中被研究者引用。原子??gγ与待分解信号的长度相同并做归一化处理，即‖gγ‖=1??。一个Gabor原子由一个经过调制的高斯窗函数来构建：?? 　　??[JZ(]gγ (t)=[SX(]1[][KF(]s[KF)][SX)]g[SX(]t-u[]s[SX)]??cos??(vt+w)[JZ)][JY](1)?И? 　　 其中，??g(t)=e\{-πt2\}是高斯窗函数，时频参数?? 　　[JZ(]γ=(s,u,v,w)=(aj,paj△u,ka\{-j\}△v,i△w)[JZ)][JY](2)?И? 　　 MP算法是一种贪婪算法，该算法通过迭代从过完备原子库中选出与信号或者是残余信号最匹配的原子（也称为最佳原子），从而将信号表示为这些最佳原子的线性组合，即实现了信号的稀疏分解。其算法的具体流程图如图1所示。?? 　　 　　 　　 　　 　　 　　 　　 　　 　　 　　图1信号稀疏分解流程?? 　　 信号的稀疏分解目前面临的主要问题就是分解速度十分缓慢，当信号长度比较长时，将需要花费大量的存储计算时间，而其中内积的运算占用了分解时间的一个很大部分。如何简化内积运算，提高运算速度和效率是亟待解决的关键问题。?? 　　 由文献[1]可知，在稀疏分解的过程中，如果对原子库中的某一个原子（参数：??si,vi,wi）的选取方法保持不变，我们可以取u=N/2，通过平移就可以得到参数为（ si,vi,wi,ui）的原子（ui≠N/2）。但是为了不影响信号稀疏分解的效果，不妨让ui取所有可能的值[0,N-1]。这样一来，对于具有参数（ si,vi,wi）的一个原子gγ，则这个原子要和残余信号作N次内积运算。由于ui从0到N-1连续取值，从理论上讲，所有的N次内积〈Rkf,g\{γk\}〉运算可以转换成两个列向量Rkf 和 g\{γk\}??的一次互相关运算，内积运算的过程实际是找互相关运算的最大值的过程，如果我们能够提高互相关运算的速度，我们就提高了信号稀疏分解的速度。?? 　　2一种互相关运算的快速方法 ?? 　　 我们知道，对两列长为N的数字信号，其互相关函数可以用下式来表示：?? 　　??[JZ(]F(k)=[SX(]1[]N[SX)]∑[DD(] N-1[]t=0[DD)]f1(t)f2(t-k)??k=0,1,2…2N-1[JZ)][JY]