水下目标回波的块信号稀疏分解方法

孙同晶 已出版文章查询
孙同晶
本平台内已出版文章查询
1 高恩伟 已出版文章查询
高恩伟
本平台内已出版文章查询
1 陈华杰 已出版文章查询
陈华杰
本平台内已出版文章查询
1

+ 作者地址

1杭州电子科技大学通信信息传输与融合技术国防重点学科实验室,浙江杭州,310018


0
  • 摘要
  • 参考文献
  • 相关文章
  • 统计
基于匹配追踪的稀疏分解方法原理简单,在工程实际中应用广泛,但其计算量大,重构精度也不够理想.针对此问题,利用水下目标回波信号的块稀疏特性,提出了水下目标回波的块信号稀疏分解方法.首先基于水下目标回波和块稀疏信号的基本理论,结合回波信号仿真结果,分析了水下目标回波信号的块稀疏特性;然后,充分考虑回波信号本身的稀疏结构,利用信号分块和原子分块的思想,针对水下目标回波提出了块信号的稀疏分解和块匹配追踪重构算法,并从理论上对其计算复杂度进行了分析;最后,采用仿真实验的方式,与传统方法进行对比.结果表明,该方法大大减少了计算量,提高了重构精度.

[1] 张弓,杨萌,张劲东,陶宇.压缩感知在雷达目标探测与识别中的研究进展[J].数据采集与处理,2012(01):1-12.

[2] 张长青,陈砚圃.离散余弦小波包变换及语音信号压缩感知[J].声学技术,2014(01):35-40.

[3] 吕燚,吴文焘,李平.压缩感知在医学超声成像中的仿真应用研究[J].声学技术,2013(02):106-110.

[4] 康春玉 .压缩感知理论及其在水声中的应用[J].声学技术,2013,32(4):412-415.

[5] 刘浩,潘炜.基于FHT的实信号稀疏分解快速算法[J].西南交通大学学报,2009(01):45-48.

[6] 舒维杰,袁志刚,尹忠科.利用人工鱼群算法实现基于MP的信号稀疏分解[J].计算机应用研究,2009(01):66-67,73.

[7] 袁志刚,舒维杰,尹忠科,王建英.利用禁忌遗传和原子特性实现信号稀疏分解[J].计算机工程与应用,2009(11):142-144.

[8] Baraniuk R G;Cevher V;Duarte M F et al.Model based compres-sive sensing[J].IEEE Trans on Information Theory,2010,56(4):1982-2001.

[9] Eldar Y C;Mishali M .Robust recovery of signals from a struc-tured union of subspaces[J].IEEE Trans on Information Theory,2009,55(11):5302-5316.

[10] Eldar Y C;Kuppinger P;Bolcskei H .Compressed sensing of block-sparse signals: uncertainty relations and efficient recovery[J].IEEE Trans on Signal Processing,2010,58(6):3042-3054.

[11] 庄哲民,吴力科,李芬兰,魏楚亮.基于块稀疏信号的正则化自适应压缩感知算法[J].吉林大学学报(工学版),2014(1):259-263.

[12] 徐燕,邱晓晖.采用正交多项匹配的块稀疏信号重构算法[J].信号处理,2014(06):706-711.

[13] 田鹏武,康荣宗,于宏毅.非均匀块稀疏信号的压缩采样与盲重构算法[J].电子与信息学报,2013(02):445-450.

[14] 李昌志,田杰,张扬帆,黄海宁,张春华.基于亮点模型的典型水下目标回波信号仿真[J].应用声学,2010(03):196-201.

[15] 汤渭霖 .声呐目标回波的亮点模型[J].声学学报,1994,19(2):92-100.



期刊热词
  • + 更多
  • 字体大小