非凸压缩感知恢复算法及其在宽带频谱感知中的应用研究信息与通信工程通信与信息系统专业论文.docxVIP

Research Research on Non--Convex Recovery Algorithms for Compressed Sensing and Its Application in Wideband Spectrum Sensing A dissertation submitted to XIDIAN UNIVERSITY in partial fulfillment of the requirements for the degree of Doctor of Philosophy in Communications and Information Systems By Wang Feng Supervisor：Yang Hong Yi Kechu Title：Professor June 2016 万方数据 西安电子科技大学 西安电子科技大学 学位论文独创性(或创新性)声明 秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师 指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢 中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含 为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工 作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 学位论文若有不实之处，本人承担一切法律责任。 本人签名： 日 期：五!厶么1 3兰 西安电子科技大学 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在 校攻读学位期间论文工作的知识产权单位属于西安电子科技大学。学校有权保留送交 论文的复印件，允许查阅、借阅论文：学校可以公布论文的全部或部分内容，允许采 用影印、缩印或其它复制手段保存论文。同时本人保证，获得学位后结合学位论文研 究成果撰写的文章，署名单位为西安电子科技大学。 保密的学位论文在一年解密后适用本授权书。 本人签名： 导师签名： 日 期： 日 期： 趁!兰!：!三 万方数据 摘要————————————————————I{———l————_——E————————————一 摘要 ————————————————————I{———l————_——E————————————一 摘要 压缩感知是近10年来信号处理领域非常重要的理论成果之一，自2006年正式提 出后，在很短时间内吸引了大量研究者的关注，至今在权威期刊仍然不断涌现出新的 理论成果和实际应用范例，研究前景广阔，应用潜力巨大。作为压缩感知三大构成部 分之一的恢复算法，一直是该领域的热点和难点，虽然已有很多算法被提出，但如何 以尽量少的运算量获得更为稀疏和稳健的解，仍然是一个值得探索的问题。 本文选择非凸压缩感知作为研究对象。所谓非凸压缩感知，指的是其优化目标函 数呈现非凸特性，比凸松弛目标函数(如L1范数)更加接近L0范数，因而在相同 条件下，达到全局最优时，可以得到更稀疏的解，同时，具备更好的抗噪性能。但是 非凸压缩感知在获得恢复增益的同时，存在提前收敛的风险，如何设计更好的逼近算 法，尽量避免局部最优解的出现，是本文研究的出发点之一。本文对几种典型的非凸 压缩感知算法进行了深入分析，并提出了新的恢复算法，使用数值仿真证实了本文工 作的正确性与有效性。本文的重要贡献体现在以下几点。 (1)为揭示稀疏贝叶斯学习的本质，探究其优异恢复能力的来源，证明了EMSBL (使用EM算法的稀疏贝叶斯学习)中第一类与第二类最大似然之间的本质差异，并 揭示了FOCUSS，IRLl与EMSBL之间的内在关系。使用数值仿真展示了EMSBL 的局部解特性，并与L0范数的局部解进行比较，证实了前者的局部解数目少于后者， 因而具有更好的恢复效果，在均方误差和恢复成功率方面优于现有的其他算法。 (2)为了使用成熟算法的简单组合获得优异恢复能力，提出了支撑驱动的恢复 算法框架SD IRLp，该框架将恢复过程分为2步：第l步，假设系统中不存在任何 噪声，求取一个相对“稠密”的解，并提取其中满足某个阈值条件的支撑；第2步， 将第1步所提取的支撑作为先验信息带入某种算法，迭代至收敛，获得稳定解。通过 与现有的7种有竞争力的算法比较，基于TBP+FOCUSS的恢复算法在运算效率和恢 复性能上达到了很好的折中。所提出的框架具有很好的扩展性与适应性，可基于多种 算法组合实现。 (3)为克服传统SLO算法恢复性能上的弱点，设计了一个L0范数迭代重加权 逼近框架，以平滑可微的代理函数为核心，通过求解目标函数的牛顿方向，并将其视 作CCCP，获得了两种恢复算法，所有见诸文献的代理函数均可带入本文的算法进行 稀疏恢复。数值仿真证实，本文所设计的一种新型代理函数