基于改进广义正交匹配追踪的低地球轨道卫星MIMO-OTFS系统的信道估计方法

针对基于多输入多输出(MIMO)技术和正交时频空间(OTFS)调制的低地球轨道卫星系统的复杂性带来的信道估计困难问题,提出一种基于改进广义正交匹配追踪(GOMP)的信道估计方法。根据单输入单输出(SISO)-OTFS系统的输入输出关系和低地球轨道卫星信道的传播特性,建立一种基于MIMO-OTFS的低地球轨道卫星信道模型,并将系统的信道估计问题转化为稀疏信号的恢复问题。考虑到传统的GOMP算法存在对稀疏度的过度依赖和对稀疏信号的重构精度差等问题,所提方法结合了分段弱正交匹配追踪(SWOMP)的弱选择思想和广义Jaccard系数的相似性准则,以快速准确地重建稀疏信号。仿真结果表明,当天线数为16且导频开销比为0.5时,与正交匹配追踪(OMP)算法相比,所提方法的归一化均方误差(NMSE)降低了约2.5 dB,误码率(BER)降低了约5 dB。

基于正交匹配追踪的深度波数谱分解及其在含油气储层预测中的应用

常规时间域地震属性分析是利用由叠前深度偏移数据转换至时间域的数据,这种转换将造成有效高频信息的损失,为了充分利用深度域资料成像精度高的优势,有必要开展深度域资料属性分析工作。由于深度域波数与频率和波速有关,如何获得高分辨率深度波数谱是深度域地震属性分析的关键。采用基于稀疏反演的谱分解方法,通过建立深度域过完备子波库,利用正交匹配追踪算法提高深度波数谱计算分辨率,通过理论模型的深度波数谱属性计算,并与时频谱属性进行对比,分析含油气储层的深度波数谱变化特征,通过实际资料的深度波数谱属性分析应用,验证利用深度波数谱进行含油气性预测的实用性。结果表明,基于正交匹配追踪算法的深度波数谱分解方法具有较高分辨率,可作为深度域含油气储层预测的高精度手段之一。实际数据应用表明,深度波数谱含油气储层下方出现低波数伴影现象,可作为深度域指示油气储层存在的标志,基于正交匹配追踪的深度波数谱分解方法可有效识别低波数伴影异常,对深度域地震资料进行含油气储层预测。

权重化QR分解的正交匹配追踪算法硬件实现

为在小型化、低成本的硬件平台实现正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法,针对OMP算法中最小二乘法的问题,该文构造一个确定性的传感矩阵,提出一种低复杂度、低资源的权重化QR分解的OMP(Weighted QR decomposition OMP,WQR-OMP)算法硬件结构,在ZYNQ 7020型号芯片上搭建WQR-OMP SOC系统.WQR-OMP算法在传感矩阵进行QR分解后,根据三角矩阵R中元素的分布特性,通过权重化运算只保留主对角线上的元素而其他余元素归零,得到对角矩阵D,然后近似计算稀疏向量的解.实验结果表明:与基于QR分解的OMP(QR decomposition OMP,QR-OMP)和Batch-OMP算法的硬件结构相比,WQR-OMP算法硬件结构的重构速度更快、存储资源更少.在压缩率为0.25的条件下,WQR-OMP SOC系统对256×256分辨率图像的重构时间为400 ms左右,其速率比仅使用ARM处理器的重构速率提高了约6.3倍.与其他现有研究对比,该系统在Block RAM存储资源消耗较少的情况下,进一步提升了重构速度,适用于存储资源受限的硬件平台.

正交匹配追踪优化稀疏频散Radon变换多模式导波分离方法

原始频散Radon变换(DRT)方法中的有限孔径效应以及算子非正交性影响了DRT导波信号参数提取的精度,因此提出了一种稀疏频散Radon变换方法以实现更精确的导波混叠模式分离和参数估计。该方法基于导波信号的参数域稀疏性,引入正交匹配追踪算法构造代价函数,经多次迭代在频散Radon域中获得稀疏能量谱,可精确分离阵列导波信号中的混叠模式并去噪。对不同信噪比下各模式仿真信号,稀疏DRT方法的信号重建误差较原始频散Radon变换方法下降51.1%。仿真和实验验证了所提算法在导波模式参数提取和混合模式分离方面的可靠性。

基于参数化正交匹配追踪算法的高分辨雷达距离像重构

雷达线性调频信号调频率误差会导致传统匹配滤波模型失配,显著降低一维距离像成像效果.针对调频率误差模型下的宽带雷达高分辨一维距离像稀疏成像问题,提出了一种基于参数化正交匹配追踪算法的高分辨雷达一维成像方法.该方法首先确定调频率参数取值范围,构建调频率参数可选集合;然后基于回波数据观测矩阵与调频率的解析关系,针对每一个可选值构建参数化的稀疏观测矩阵,并进行单步正交匹配追踪迭代;最后基于每一个参数可选值对应的单步残差能量逐步筛选出调频率参数.仿真和实测数据实验验证了所提方法的有效性.

图像域信息融合的序列化正交匹配追踪SAR属性散射中心提取

针对合成孔径雷达(synthetic aperture radar,SAR)图像中属性散射中心模型(attributed scattering center model,ASCM)参数估计复杂度高的问题,提出了一种融合图像域信息的稀疏表示参数估计方法。首先,利用改进的分水岭算法将不同区域的散射中心进行分割。然后,基于分割结果,将频率域稀疏表示字典进行解耦拆分,提出序列化正交匹配追踪(serialized orthogonal matching pursuit,SOMP)进行散射中心参数估计,从而降低算法复杂度。结合仿真数据和MSTAR实测数据,验证了该方法参数提取的有效性和效率,并分析了理论复杂度优化情况。结果表明,该方法可以在和普通的正交匹配追踪算法取得相近结果的前提下,较大程度地减小算法的时间和空间复杂度,可用于对SAR图像的高效属性散射中心参数提取。

一种基于正交匹配追踪算法的表面肌电信号重建方法

针对表面肌电信号(Electromyography,EMG)重建问题,提出一种基于正交匹配追踪算法的表面肌电信号重建方法.首先,介绍压缩感知模型,并结合稀疏表示理论进行分析.然后,采用正交匹配追踪算法(Orthogonal Matching Pursuit,OMP)对肌电信号进行重建,并详细探讨该算法在不同信号压缩比和信噪比条件下的性能表现.最后,进行实验验证.仿真结果表明,压缩感知在表面肌电信号重构中是一种有效且可行的方法.

信号压缩重构的正交匹配追踪类算法综述

压缩感知(Compressed sensing,CS)技术是近几年出现的一种新兴的信号采样和压缩技术,基于该理论所获得的原始信号采样值,不仅数量大大低于基于传统的Nyquist准则的采样值,而且CS技术还具有对未知信号边感知边压缩的特性。重构算法的设计是CS技术的核心,成为学者研究的重点。本文在对国内外已经出现的重构算法进行系统地研究后,在深入地研究了贪婪追踪算法和其重构模型的基础上,给出了正交匹配追踪(OrthogonalMatching Pursuit,OMP)类算法的基本原理、优缺点及针对各种算法的缺点的改进方案。此外,为了读者更好地定位OMP类算法,本文还简要介绍了其他几种经典的重构算法。最后,把各种算法应用于图像重构,通过仿真实验分析了各种算法的重构性能、鲁棒性和复杂度,并进一步验证了各种算法的优缺点。

基于正交匹配追踪的压缩感知信号检测算法

在不重构信号的情况下,利用检测算法直接处理压缩感知信号获得的采样值可以完成信号检测任务。目前的检测算法中,作为判决依据的特征量仅由一次迭代过程决定。在感兴趣信号存在时,算法获得的特征量波动较大,影响检测性能。基于这种原因,本文提出一种改进算法,在每次迭代中基于正交匹配追踪思想修正特征量,降低特征量的波动,提高检测性能。实验结果表明,与原算法相比,本文算法获得的特征量波动小,相同检测阈值下,检测成功率高,相同检测成功率要求下,需要的采样点数少,允许的信噪比低。

改进正则化正交匹配追踪波达方向估计方法

针对稀疏阵列模型下匹配追踪波达方向估计方法稳定性不足的问题,提出了改进的正则化正交匹配追踪波达方向估计方法——TROMPDOA(T-transform Regularized Orthogonal Matching Pursuit Directions of Arrival Estimation).仿真表明,TROMPDOA方法在计算复杂度上与原有正交匹配追踪波达方向估计方法OMPDOA(Orthogonal Matching Pursuit Directions of Arrival Estimation)相近,但在估计稳定性上要优于OMPDOA方法,特别是在低信噪比及信号源之间的角度较近时,TROMPDOA方法比OMPDOA方法稳定性提高1倍.实验验证了TROMPDOA方法适用于单元和多元目标估计,估计精度达到1.5°.

基于差分正交匹配追踪和Prony算法的低频振荡模态辨识

根据实测数据对电力系统低频振荡模态进行辨识,有助于实现电力系统有效的阻尼控制,从而提高电网的稳定性。文中介绍了利用Prony算法辨识低频振荡模态参数的原理,针对Prony算法对噪声干扰敏感以及模型阶数辨识困难导致出现伪模态的缺点,提出了一种基于差分正交匹配追踪(DOMP)和Prony算法相结合的低频振荡模态参数辨识方法。EPRI-36节点系统和实际系统相量测量单元数据算例的仿真结果表明,所述方法能够准确地辨识出系统低频振荡模态参数。通过与Prony算法结果对比验证表明,该方法辨识结果更加准确,能够满足低频振荡模态参数辨识要求。

基于改进正交匹配追踪算法的压缩感知雷达成像方法

运算复杂度高是基于压缩感知(CS)的雷达成像方法走向实用亟待克服的难题。该文利用雷达目标散射率分布的稀疏性,研究了基于改进正交匹配追踪(OMP)算法的2维联合压缩成像方法。首先建立了步进频雷达回波的稀疏表示模型,根据稀疏字典和压缩测量的2维可分离特性,提出一种改进的OMP算法用于雷达图像形成,大大提高了计算效率,并很容易扩展到其他贪婪类算法中。从理论上对几种CS成像算法的性能及资源需求进行了分析比较,表明所提供的算法相比常规的CS算法在存储量和计算量上均具有显著的优势,仿真及暗室数据实验验证了所提成像算法的有效性。

改进的后退型最优正交匹配追踪图像重建方法

现有的正交匹配追踪(OMP)算法都是在给定迭代次数(待重建图像的稀疏度)的条件下重建,这使其需要通过非常多的线性测量来保证精确重建.为此,文中提出一种改进的后退型最优OMP方法:首先利用最优正交匹配追踪(OOMP)算法在迭代过程中通过最优的正交化性来约束原子的选择,以保证原子的选择在最小化当前冗余误差的意义下最优;然后将稀疏度作为适应性迭代次数的标准,给出一种非常简单的原子选择机制来对前面得到的迭代结果进行后处理,并向后剔除其中多余的原子,从而获得精确重建.模拟信号和真实图像实验结果表明,与OMP算法相比,采用改进算法可以获得精确重建并大大降低对测量数目的要求.

基于正则化正交匹配追踪的SAR层析成像

压缩感知框架下的合成孔径雷达(SAR)层析成像技术引起了人们的关注。压缩感知理论能在实际系统中基线数量和分布稀疏的情况下实现高度向的高分辨率聚焦,这是基于谱分析的成像处理方法难以实现的。提出将正则化正交匹配追踪(ROMP)算法应用于SAR层析成像中,仿真实验结果表明该算法能高分辨率的成像,接着探讨了被测区域目标数目对成像精度的影响,结果表明随着目标数目的增加,成像的误差越大,这些对进一步的SAR层析成像研究具有重要的理论意义。

基于正交匹配追踪的欠采样LFM信号参数估计

受限于目前数字采样水平,对宽带线性调频(LFM)信号进行欠采样参数估计具有重要的研究价值。该文基于线性调频信号具有近似矩形的幅频特性,对其频谱的差分过程进行处理,采用正交匹配追踪算法有效提取欠采样信号频谱的边缘信息,实现在欠采样环境下的宽带线性调频信号起始频率和终止频率的估计,具有较高的估计精度,仿真实验证明了其有效性。

基于正交匹配追踪的强脉冲电磁干扰滤波新方法

针对强脉冲电磁干扰能量大、规律性不强,对信号污染严重,提出了一种滤波新方法。依据信号和脉冲电磁干扰结构的不同,构造了单位脉冲原子匹配脉冲电磁干扰,选择正弦原子、余弦原子和小波原子匹配有用信号。不同于常规稀疏分解滤波的思路,本文首先将脉冲电磁干扰看作信号成分,使用上述原子利用正交匹配追踪进行分解。然后,仅选择正弦原子、余弦原子和小波原子匹配的成分作为无噪信号,并将单位脉冲原子匹配的成分作为干扰滤除。仿真实验和实例应用证明,该方法能够有效抑制强脉冲电磁干扰和白噪声,不仅信噪比高,而且保留了细节。

基于更贪心策略的快速正交核匹配追踪算法

为了得到信号的稀疏表达结果,正交核匹配追踪采用贪婪算法,在逐步回归建模过程中,每步只寻求当前最优原子,这使得计算效率大大降低.针对此局限性,提出了一种新的更加贪心的策略:在每次回归时,选择超过阈值的一个或者多个原子.为了更好的提高算法精度和稀疏度,再利用原子相似度对所挑选的原子做进一步筛选.实验结果和计算复杂度的分析说明:较传统的方法,新的基于更贪心策略的方法不仅能够提高计算效率,而且所得到的模型具有稀疏性好,泛化能力高等优点.

基于正交时频原子的地震信号快速匹配追踪

匹配追踪能够根据地震信号自身的特点进行自适应分解,但因计算量巨大使其不能被广泛应用.本文提出了一种正交时频原子快速匹配追踪方法,该方法在迭代分解过程中,充分利用地震信号的局部性特征作为先验信息点,在先验信息点附近采用动态搜索策略寻找最佳匹配时频原子,同时对时频原子进行正交变换,消除了时频原子库中的冗余分量,最终将信号分解为一系列正交时频原子的线性叠加.测试结果表明,该方法不仅保持了匹配追踪的分解精度,而且使计算效率有了质的提高.

基于K-SVD和正交匹配追踪稀疏表示的稻飞虱图像分类方法

针对当前稻飞虱图像分类研究中存在图像识别速度慢、分类精度低的不足,该文提出一种基于K-SVD和正交匹配追踪(orthogonal matching pursuit,OMP)稀疏表示的稻飞虱图像分类方法。首先,根据稻飞虱的趋光性特点,使用团队自主研发的野外昆虫图像采集装置自动获取稻田害虫图像;然后,利用K-SVD算法对稻飞虱图像特征的过完备字典进行更新构造,结合OMP算法对原始输入图像的特征信号进行稀疏表示;最后,通过求解输入图像的重构误差对昆虫图像进行分类。在相同的试验条件下,与传统的图像分类算法(SVM、BP神经网络)进行比较。实验结果表明,该文提出的基于K-SVD和OMP算法的稻飞虱图像稀疏表示分类方法可对稻飞虱与非稻飞虱进行快速准确的分类,分类速度达到6.0帧/s,平均分类精度达到93.7%。与SVM和BP神经网络相比,分类速度分别提高了5和5.5帧/s;分类精度分别提高了15.7和28.2个百分点,为稻飞虱的防治预警工作提供了信息与技术支持。

广义正交匹配追踪电能质量信号重构方法

针对基于压缩感知的暂态电能质量数据信号恢复效果不佳的问题,提出了基于离散小波稀疏基的广义正交匹配追踪(gOMP)电能质量信号重构方法。当暂态信号出现时,基于离散小波变换的稀疏矩阵可以捕获波形细节。在重构过程中,与OMP相比由于选择了多个正确的索引而不需要附加后续操作,gOMP算法的迭代次数要少得多,而且gOMP可以完好地重建K稀疏电能质量信号。gOMP具有快速处理速度和相当优异的计算复杂性,在电能质量信号重构上具有良好的恢复性能。经过一系列的实验,暂态和稳态电能质量信号都得到了精确的重构,且重构精度大于99. 76%,重构所需时间明显缩短。