壓縮傳感理論在LFM信號(hào)參數(shù)估計(jì)中的應(yīng)用.pdf_第1頁(yè)
已閱讀1頁(yè)，還剩76頁(yè)未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、壓縮傳感(Compressed Sensing，CS)理論結(jié)合了傳統(tǒng)的信號(hào)采樣和信號(hào)壓縮過(guò)程，使得對(duì)稀疏信號(hào)的采樣不受Nyquist采樣定理的限制，引起了信號(hào)處理思想的變革，是近幾年來(lái)學(xué)術(shù)界研究的前沿領(lǐng)域。本文研究了CS理論，并將其應(yīng)用于LFM信號(hào)的參數(shù)估計(jì)，通過(guò)利用正交匹配追蹤（Orthogonal Matching Pursuit，OMP）算法尋找最佳匹配原子的位置估計(jì)LFM信號(hào)的參數(shù)。OMP算法的性能受冗余字典原子間的相關(guān)性影響，

2、本文利用基于感知字典的修正OMP算法，提高了算法性能。然而，為了得到高精度的參數(shù)估計(jì)，利用OMP算法尋找最佳匹配原子的計(jì)算量將急劇增加，本文利用遺傳算法（Genetic Algorithm，GA）和粒子群優(yōu)化算法（Particle Swarm Optimization，PSO）兩種快速優(yōu)化算法，較好地解決了計(jì)算量大的問(wèn)題。本文的主要內(nèi)容包括：
　　1.研究了CS理論。從信號(hào)的稀疏表示、信號(hào)的非相干測(cè)量和稀疏重建算法幾個(gè)方面做了論述

3、。
　　2.研究了基于OMP算法的LFM信號(hào)參數(shù)估計(jì)算法。根據(jù)CS理論的要求，構(gòu)造觀測(cè)矩陣、建立LFM信號(hào)模型和過(guò)完備字典，利用OMP算法尋找最佳匹配原子實(shí)現(xiàn)信號(hào)的參數(shù)估計(jì)。
　　3.針對(duì)OMP算法的重建性能受原子間相干性影響，研究了基于感知字典的修正OMP算法，利用該算法實(shí)現(xiàn)LFM信號(hào)參數(shù)估計(jì)，提高了信號(hào)參數(shù)估計(jì)性能。論文分析了利用交替投影（AP）算法和線性約束Frobenius范數(shù)最小兩種方式設(shè)計(jì)感知字典，考慮存在噪聲的

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論