期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
变步长SAMP算法在雷达目标识别中的应用 被引量:2
1
作者 赵东波 李辉 《控制工程》 CSCD 北大核心 2018年第8期1381-1385,共5页
引入压缩感知(CS)理论采用压缩重构的方法来解决雷达回波信号的数据巨大的问题。在信号稀疏度未知的情况下,针对传统的SAMP算法步长S固定导致的过估计或迭代时间过长问题,提出一种变步长的稀疏度自适应匹配追踪算法(Vs SAMP)。该算... 引入压缩感知(CS)理论采用压缩重构的方法来解决雷达回波信号的数据巨大的问题。在信号稀疏度未知的情况下,针对传统的SAMP算法步长S固定导致的过估计或迭代时间过长问题,提出一种变步长的稀疏度自适应匹配追踪算法(Vs SAMP)。该算法在运算过程中以大步长快速逼近小步长慢速接近的原则,通过设置阈值调整步长变化来提高重构率。通过对雷达高分辨率距离像实测数据的压缩重构实验表明,与现有贪婪算法相比,变步长的自适应匹配追踪算法(Vs SAMP)可以用较快的速度和更高的精度实现重构。 展开更多
关键词 压缩感知 匹配追踪 自适应 samp算法
在线阅读 下载PDF
基于确定性测量矩阵与变阈值SAMP的超高次谐波检测算法 被引量:7
2
作者 刘建锋 宋子恒 +1 位作者 周勇良 孔培 《电力系统保护与控制》 EI CSCD 北大核心 2020年第21期75-83,共9页
随着电网中采用高频电力电子器件制造的设备逐渐增多,配电网中的超高次谐波现象已经成为了一种亟需解决的新型电能质量问题。相较于传统谐波检测方法采样超高次谐波信号时产生的巨大数据量,压缩感知作为一种新型信号处理方法,在使用测... 随着电网中采用高频电力电子器件制造的设备逐渐增多,配电网中的超高次谐波现象已经成为了一种亟需解决的新型电能质量问题。相较于传统谐波检测方法采样超高次谐波信号时产生的巨大数据量,压缩感知作为一种新型信号处理方法,在使用测量矩阵对稀疏信号进行亚采样后通过重构算法用较少的数据就能精确地恢复原始信号,有效降低了对采样端硬件的要求。提出了一种基于确定性测量矩阵与变阈值SAMP算法的压缩感知超高次谐波检测算法。首先该方法采用了一种由确定性随机序列构造的测量矩阵,这种确定性测量矩阵的结构与随机测量矩阵相比更易于传输与存储,同时具有和高斯随机矩阵相同的重构性能。其次,针对SAMP重构算法在频谱泄露时易发生稀疏度过估计的问题,提出了一种改进的变阈值SAMP算法,设置一个动态的阈值来控制算法中内积的选取,减少迭代中的误选。改进算法提高了超高次谐波检测的精度,降低了因频谱泄露和噪声造成的误差且更容易硬件实现。最后,通过仿真和实测结果证明了改进算法的准确性和有效性。 展开更多
关键词 超高次谐波 压缩感知 确定性测量矩阵 变阈值samp算法
在线阅读 下载PDF
基于改进SAMP的频率捷变和PRI抖动雷达群目标检测 被引量:5
3
作者 杜慧茜 高浩东 +2 位作者 傅雄军 郎平 董健 《北京理工大学学报》 EI CAS CSCD 北大核心 2023年第1期87-93,共7页
针对群目标场景下目标个数未知和网格失配影响稀疏重构效果的问题,提出一种改进的稀疏度自适应匹配追踪(sparsity adaptive matching pursuit,SAMP)算法用于频率捷变和脉冲重复间隔(pulse repetition interval,PRI)抖动雷达的动目标检测... 针对群目标场景下目标个数未知和网格失配影响稀疏重构效果的问题,提出一种改进的稀疏度自适应匹配追踪(sparsity adaptive matching pursuit,SAMP)算法用于频率捷变和脉冲重复间隔(pulse repetition interval,PRI)抖动雷达的动目标检测.改进算法回溯阶段的原子选择策略,通过正则化挑选出能量相近的原子进行网格失配矫正,可以有效减小重构误差、抑制重构伪峰.根据重构信号的功率变化率自适应扩展支撑集长度(群目标个数估值),减少算法在同一步长的搜索时间.仿真结果表明,相比于SAMP算法和传统的群目标检测算法,本文改进的算法在提升重构效果的同时也能减小距离和速度测量误差. 展开更多
关键词 群目标检测 频率捷变 PRI抖动 samp算法 网格失配
在线阅读 下载PDF
低信噪比下非凸化压缩感知超宽带信道估计方法 被引量:10
4
作者 樊甫华 阮怀林 《电子学报》 EI CAS CSCD 北大核心 2014年第2期353-359,共7页
受感知信息算子矩阵相干性和噪声的影响,压缩感知超宽带(UWB)信道估计误差过大.为此,首先提出利用压缩观测信号加权构造自适应感知信息(ASI)算子矩阵的方法,ASI算子矩阵不仅具有弱相干性,而且包含观测信息,适用于重建算法选择最优稀疏... 受感知信息算子矩阵相干性和噪声的影响,压缩感知超宽带(UWB)信道估计误差过大.为此,首先提出利用压缩观测信号加权构造自适应感知信息(ASI)算子矩阵的方法,ASI算子矩阵不仅具有弱相干性,而且包含观测信息,适用于重建算法选择最优稀疏表示原子.其次提出修正稀疏度自适应匹配追踪(SAMP)算法,无需稀疏度或信噪比的先验信息实现压缩感知稀疏信号准确重建.最后基于ASI算子矩阵和修正SAMP算法提出非凸化压缩感知UWB信道估计方法,理论分析和仿真结果均表明该方法能在低信噪比和极低压缩比下实现UWB信道的准确估计. 展开更多
关键词 压缩感知 超宽带通信 稀疏信道估计 自适应感知信息算子 修正samp算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部