基于壓縮感知的空頻譜估計(jì).pdf

1、空間譜估計(jì)是陣列信號(hào)處理領(lǐng)域中的重要研究課題，在雷達(dá)、通信、聲吶探測、地震勘探等眾多軍事和國民經(jīng)濟(jì)領(lǐng)域有著極其廣泛的應(yīng)用。傳統(tǒng)的空間譜估計(jì)需要大量的采集數(shù)據(jù)，在經(jīng)過奈奎斯特采樣后，后端需要處理的數(shù)據(jù)量巨大，存在大量的冗余，對(duì)整個(gè)系統(tǒng)來說，會(huì)造成大量的功耗和成本浪費(fèi)。壓縮感知(Compressive Sensing，CS)理論的提出是對(duì)傳統(tǒng)奈奎斯特采樣的一大發(fā)展，已經(jīng)成為一個(gè)全新的研究方向。壓縮感知利用信號(hào)的可壓縮性進(jìn)行數(shù)據(jù)采樣。由于壓縮

2、感知需要的傳感器數(shù)目大大減少，而且采集后的數(shù)據(jù)也具有更小的冗余度，因此在該方法提出之后得到很多學(xué)者的關(guān)注。本文重點(diǎn)研究了基于壓縮感知的窄帶信號(hào)空間譜估計(jì)以及基于壓縮感知的寬帶空頻譜估計(jì)，主要工作內(nèi)容如下：
　　1、介紹了經(jīng)典窄帶和寬帶信號(hào)的空間譜估計(jì)方法，并闡述了壓縮感知理論的三個(gè)重點(diǎn)研究內(nèi)容，詳細(xì)描述了正交匹配算法。
　　2、在窄帶信號(hào)處理方法中，根據(jù)傳統(tǒng)的空間平滑技術(shù)基礎(chǔ)上，提出基于空間平滑協(xié)方差矩陣的稀疏重構(gòu)算法，通過

3、對(duì)前向和后向平滑的協(xié)方差矩陣求均值，并將其作為最終的協(xié)方差矩陣，然后對(duì)其進(jìn)行向量化，依據(jù)空間角度的稀疏特性，對(duì)協(xié)方差矩陣進(jìn)行改寫，然后構(gòu)造過完備原子庫，通過優(yōu)化求解得到空間譜估計(jì)。通過對(duì)比可發(fā)現(xiàn)算法具有高分辨，且在低信噪比的情況依然優(yōu)于其他算法。然后在傳統(tǒng)陣列采樣模型的基礎(chǔ)上提出空時(shí)壓縮采樣模型，基于壓縮感知的技術(shù)，利用空間角度和頻率的稀疏性，同時(shí)實(shí)現(xiàn)對(duì)角度和頻率的恢復(fù)，不僅在實(shí)際應(yīng)用上能大大減少傳感器的個(gè)數(shù)，也能降低后端處理模塊的功耗

4、和硬件成本。根據(jù)提出的STCS模型，將陣元接收數(shù)據(jù)在時(shí)間上分段處理，對(duì)每段數(shù)據(jù)進(jìn)行時(shí)域和頻域的壓縮，實(shí)現(xiàn)空時(shí)聯(lián)合壓縮采樣，通過迭代方法實(shí)現(xiàn)對(duì)角度和頻譜的估計(jì)。
　　3、在寬帶信號(hào)處理方法中，根據(jù)壓縮感知的理論，提出兩種算法。一是通過對(duì)參考陣元接收數(shù)據(jù)的延遲來構(gòu)造字典，利用信號(hào)源在空間角度的稀疏性，采用OMP算法和FOCUSS重構(gòu)算法完成對(duì)空間譜的估計(jì)，免去了傳統(tǒng)方法中需要對(duì)寬帶信號(hào)進(jìn)行分段處理，然后對(duì)聯(lián)合的陣列協(xié)方差矩陣進(jìn)行計(jì)算的