-
题名一种压缩感知测量矩阵的联合优化算法
- 1
-
-
作者
杨柳
白朝元
范平志
-
机构
西南交通大学信息科学与技术学院
西南交通大学四川省信息编码与传输重点实验室
西南交通大学综合交通大数据应用技术国家工程实验室
-
出处
《西南交通大学学报》
北大核心
2025年第2期454-461,共8页
-
基金
国家自然科学基金项目(62020106001,U2468201)。
-
文摘
对于压缩感知算法,其测量矩阵与稀疏基之间的相关性往往决定了信号恢复精度.为提升大规模通信场景下压缩感知算法重构信号的性能,基于矩阵分解与等角紧框架理论对测量矩阵进行改进.首先,基于测量矩阵和稀疏基构造字典矩阵,并进一步构造Gram矩阵,利用特征值分解降低Gram矩阵的平均相关性;然后,基于等角紧框架理论与梯度缩减理论,通过使Gram矩阵逼近等角紧框架矩阵来减小Gram矩阵非主对角线元素的最大值,从而降低测量矩阵与稀疏基之间的最大相关性;最后,以正交匹配追踪(orthogonal matching pursuit,OMP)为重构算法进行仿真验证.仿真结果表明:相比于优化前,矩阵相关系数降低40%~50%;在信道估计与活跃用户检测中,本文在较高稀疏度下的算法错误估计数比其他优化算法降低50%以上,信道估计的均方误差相比其他矩阵提升3 dB,误码率性能提升2 dB.
-
关键词
压缩感知
矩阵分解
等角紧框架理论
信道估计
活跃用户检测
-
Keywords
compressed sensing
matrix decomposition
equiangular tight frame theory
channel estimation
active user detection
-
分类号
TN929.5
[电子电信—通信与信息系统]
-
