壓縮感知在通信中的應(yīng)用研究.pdf

1、壓縮感知(CS)理論指出,信號可以低于奈奎斯特速率進行采樣。采樣頻率可以不受信號最高頻率的限制,而只與信號自身的結(jié)構(gòu)相關(guān)。信號在滿足變換域是稀疏的或信號是可壓縮的條件下,就不需要遵循傳統(tǒng)的先采樣后壓縮的模式,而是在采樣的同時實現(xiàn)數(shù)據(jù)的壓縮,這樣就只需采樣少量數(shù)據(jù),極大地解放了采樣器件和存儲設(shè)備。
　　隨著通信技術(shù)的發(fā)展,寬帶通信以及高頻應(yīng)用給采樣設(shè)備帶來了巨大的挑戰(zhàn),因此本文主要研究壓縮感知在通信中的應(yīng)用。
　　本文首先研究

2、基于信號稀疏表示的調(diào)制樣式識別。由于傳統(tǒng)基于小波變換的調(diào)制識別算法需要碼元同步和較長數(shù)據(jù),其計算量較大、耗時嚴重,難以滿足戰(zhàn)場通信條件下實時性的要求,針對這些問題本文提出利用小波變換提取信號突變點信息,根據(jù)歸一化前后信號小波系數(shù)稀疏性的不同特點,采用信號小波變換后的稀疏性作為分類識別特征參數(shù),優(yōu)化了分類判決過程。該算法無需碼元同步,算法復雜度低,且在低信噪比條件下,本算法比傳統(tǒng)基于小波變換的調(diào)制識別算法具有更高的正確識別率。
　　

3、然后研究基于壓縮感知的寬帶頻譜感知方法。當前基于壓縮感知的頻譜感知研究中通常以頻譜稀疏度已知作為先驗信息,而實際頻譜感知中信道稀疏度是未知且時變的。針對以上,問題本文提出一種稀疏度自適應(yīng)的寬帶頻譜感知算法。利用分布式壓縮感知和RIP性質(zhì)對稀疏度進行預估計,通過置信系數(shù)更新估計得到頻譜支撐集,仿真結(jié)果表明本算法在低信噪比條件下性能優(yōu)于稀疏度已知的頻譜感知算法。
　　最后研究基于1-bit的寬帶壓縮頻譜感知。分布式頻譜感知網(wǎng)絡(luò)中節(jié)點數(shù)