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。

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。

基于最优索引广义正交匹配追踪的非正交多址系统多用户检测

作为5G的关键技术之一,非正交多址(NOMA)通过非正交方式访问无线通信资源,以实现提高频谱利用率、增加用户连接数的目的。该文提出将压缩感知(CS)及广义正交匹配追踪(gOMP)算法引入上行免调度NOMA系统,从而增强NOMA系统活跃用户检测及数据接收的性能。通过每次迭代识别多个索引,gOMP算法实际上是传统的正交匹配追踪(OMP)算法的扩展。为了获得最优性能,研究分析了在gOMP算法信号重构的每次迭代中所应选择的最优索引数目。仿真结果表明:与其它的贪婪追踪算法及梯度投影稀疏重构(GPSR)算法相比,最优索引gOMP算法具有更优异的信号重构性能;并且,对于不同的活跃用户数或过载率等参数配置的NOMA系统,均表现出最优的多用户检测性能。

基于随机支撑挑选的广义正交匹配追踪算法

针对广义正交匹配追踪(GOMP)算法复杂度高、重构时间长的问题,提出了一种基于随机支撑挑选的GOMP(StoGOMP)算法。首先引入随机支撑挑选的策略,在每次迭代中随机生成一个概率值。然后通过比较此概率值与预设概率值的大小来决定候选支撑集的挑选方式:若此概率值小于预设概率值,则采用匹配计算方式;否则,采用随机选择方式。最后根据得到的候选支撑来更新残差。这种方式充分考虑了算法单次迭代复杂度和迭代次数之间的平衡,减少了算法的计算量。一维随机信号重构实验结果表明,在预设概率值为0.5、稀疏度为20时,StoGOMP算法相较GOMP算法达到100%重构成功率所需的采样数减少了9.5%。实际图像重构实验结果表明,所提出的算法具有与GOMP算法相当的重构精度,且在采样率为0.5时,所提算法的重构时间相较于原算法减少了27%以上,这说明StoGOMP算法能够有效减少信号的重构时间。

一种稀疏度自适应广义正交匹配追踪算法

针对压缩感知(Compressive Sensing,CS)在信号重构时稀疏度往往未知,导致过估计及重构误差变大、复杂度高等问题,通过分析重构残差与支撑集原子数目之间的变化关系,提出一种稀疏度自适应广义正交匹配追踪算法,该算法无需原始信号稀疏度的先验知识。首先,算法采用分阶段变步长的方式扩充支撑集原子数,然后在迭代后期重构残差变化缓慢时改变原子搜索策略精确估计稀疏度,完成原始信号的重构。仿真实验将完成重构所需迭代的次数作为算法复杂度衡量标准,将重构精度、准确重构率及重构运行时间作为评判算法性能的指标。结果表明,该算法重构概率远高于传统的OMP、gOMP算法,重构图像视觉效果更佳,且运算时间低于同类盲稀疏度算法。

一种改进广义正交匹配追踪的DOA估计方法

针对传统匹配追踪算法的波达方向(direction of arrival,DOA)估计方法精度不高、收敛速度较慢等问题,提出一种改进广义正交匹配追踪(generalized orthogonal matching pursuit,GOMP)算法的DOA估计方法。通过空间网格划分建立DOA估计模型,在此模型基础上引入GOMP算法对接收到的信号进行重构,然后在原有GOMP算法基础上引入最速下降法,提出一种改进GOMP算法用于DOA估计中。与GOMP算法相比,改进算法使用运算简单的最速下降法进行信号重构,降低了重构算法的复杂度。仿真结果表明:改进算法成功地得到了DOA估计值,相对于传统OMP算法,改进算法具有更高的DOA估计精度,有效地减少了重构耗时,具有更高的估计性能。

基于改进广义正交匹配追踪的OFDM稀疏信道估计

在OFDM稀疏信道中,将压缩感知中的广义正交匹配追踪(GOMP)重构算法用到OFDM信道估计中。由于其信道重构的精度比较低,根据其特点做出了改进,提出了一种用于OFDM稀疏信道估计的改进广义正交匹配追踪算法。该改进算法能够在不需要预知信道稀疏度的情况下准确恢复出信号。根据实验和仿真结果可以看出,该改进算法与LS算法、OMP算法、GOMP算法相比,在同样的环境下误比特率以及均方误差相对比较低,而且运算速度比较快,具有一定的实用性。

基于二次筛选的回溯广义正交匹配追踪算法的稀疏信号重构

压缩感知是一种新型的信号采样及重构理论,高效的信号重构算法是压缩感知由理论转向实际应用的枢纽。为了更精确地重构出原始稀疏信号,本文提出一种基于二次筛选的回溯广义正交匹配追踪算法。首先采用内积匹配准则选出较大数目的相关原子,提高原子的利用率。其次利用广义Jaccard系数准则对已选出的原子进行二次筛选,得到最匹配的原子,优化原子选取方式。实验结果表明,在不同稀疏度和观测值下进行信号重构,相比于回溯广义正交匹配追踪算法、正交匹配追踪算法及子空间追踪算法,本文算法在重构误差及重构成功率方面有较大的优越性。

基于约束条件的广义正交匹配追踪CS雷达成像算法

强高斯噪声破坏了成像区域的稀疏性,造成传统压缩感知(CS)雷达B-scan像中出现若干虚假目标。针对以上问题提出一种基于约束条件的广义正交匹配追踪(C-gOMP)改进算法,可以显著提高CS雷达在强高斯杂波背景下的成像性能。首先,该算法将回波数据进行贪婪迭代;然后,使用代价函数对迭代后的系数施加更深层次的约束以保证整个函数的收敛性,即在重构过程中针对高斯分量进行抑制。仿真结果表明,在相同实验条件下,C-gOMP获得的距离向分辨率为传统匹配滤波法的2倍。在SNR为O dB时,成像成功率比gOMP高出20%,得到的二维B-scan像的M,sg.系数约为gOMP的2倍。

用于CS的广义稀疏度自适应匹配追踪算法

压缩感知理论的基本思想是原始信号在某一变换域是稀疏的或者是可压缩的,并将奈奎斯特采样定理中的采样过程和压缩过程合二为一。稀疏度自适应匹配追踪(SAMP)算法能够实现稀疏度未知情况下的重构,而广义正交匹配追踪算法每次迭代时选择多个原子,提高了算法的收敛速度。基于上述两种重构算法的优势,提出了广义稀疏度自适应匹配追踪(Generalized Sparse Adaptive Matching Pursuit,gSAMP)算法。针对重构图像的峰值信噪比、重构时间、相对误差等客观评价指标,以及主观视觉上对所提算法与传统的贪婪算法进行对比。在压缩比固定为0.5时,gSAMP算法的重构效果优于传统的MP、OMP、ROMP、SAMP 以及gOMP贪婪类重构算法的效果。

一种基于广义Jaccard系数的MsGOMP红外图像去噪算法

针对红外图像去噪效果差的问题,对压缩感知理论中的信号重构问题进行分析,并提出了一种基于广义Jaccard系数的多候选集广义正交匹配追踪红外图像去噪算法。本文采用广义Jaccard系数的相似性匹配准则,计算感知矩阵和残差的最佳匹配原子,并将选择的原子作为多个候选集,迭代时分别将多个原子添加到相应的候选集中,从多个候选集中选择残差最小的一个作为最终支撑集来重建图像,对红外图像具有较好的去噪效果。仿真结果表明,此方法比传统算法收敛速度更快,峰值信噪比更高,并且还具有更好的主观去噪效果。

基于GOMP的Chirp扩频水声通信信号降噪处理

受海况影响,水声通信信号会淹没在各种海洋环境噪声中,导致水听器接收信号含有大量噪声干扰.针对此问题,利用稀疏分解(sparse decomposition)理论,通过广义正交匹配追踪(generalized orthogonal matching pursuit,GOMP)算法对Chirp扩频(chirp spread spectrum,CSS)水声通信信号进行降噪处理.首先根据水声通信信号构建过完备离散余弦变换(Discrete Cosine Transform,DCT)字典;其次根据GOMP算法计算恢复信号的稀疏矩阵;再重构信号.在不同噪声级数下的仿真结果表明信噪比在-20 dB时,该方法使水声通信系统中水听器对接收信号噪声抑制能力较强,提高了水听器的性能.

基于稀疏表示的地面磁共振信号提取方法

在多孔隙含水层中地面磁共振(surface nuclear magnetic resonance,SNMR)信号呈现多弛豫衰减特性,常规盲源分离方法和单指数拟合方法引起信号严重失真和信息缺失等问题.本文提出了基于稀疏表示的随机噪声背景下多弛豫SNMR信号的提取方法.根据SNMR信号的衰减特征,设计了精确刻画SNMR信号且与随机噪声不相关的离散衰减余弦冗余字典.其次,针对多弛豫SNMR信号稀疏度未知的问题,通过设置合理的残差比阈值控制迭代次数,改进了广义正交匹配追踪(generalized orthogonal matching pursuit,gOMP)算法,使得该方法应用于SNMR信号的提取时,具有更好的自适应性和普适性.再次,鉴于SNMR测量数据为多次独立重复采集的结果,提出了基于数据流的SNMR信号提取策略,在提高算法鲁棒性的同时,保证了信号提取结果的唯一性.最后,通过仿真和实测数据证明了基于gOMP算法的稀疏表示方法可以显著地提升多弛豫SNMR信号的提取质量,降低随机噪声对含水层反演结果的影响,提高SNMR探测能力.

基于稀疏表示的快速图像超分辨率算法

针对传统基于超完备字典的图像超分辨率重建算法训练样本庞大、训练时间长、稀疏度固定,且迭代时间长的问题,提出一种快速的图像超分辨率重建算法。该算法在字典训练阶段引入快速核密度估计算法对训练样本规模进行估计,得到数量合理的训练样本,在稀疏表示阶段使用改进的广义正交匹配追踪算法,克服稀疏表示算法中固定稀疏度的缺陷。实验结果表明,相比传统字典训练算法,该算法能提高超分辨率重构的精度,且平均迭代时间较少。

改进GOMP算法在心电信号去噪中的研究与应用

心电信号的采集、传输在医学研究心脏性疾病具有重要意义,利用稀疏分解方法对其进行去噪仍存在诸多问题。针对广义正交匹配追踪(Generalized Orthogonal Matching Pursuit,GOMP)算法选择字典原子时在残差取值最小的非最优性,以及在稀疏信号过程中选择过多原子导致的重构精度问题,提出一种新的优化算法。通过增加阈值的方式来根据噪声干扰程度不同实现迭代次数的变化。利用Jaccard系数相似性来替换GOMP算法中内积余弦算法准测,优化了字典矩阵与残差匹配原子的方式。实验结果表明,改进GOMP算法明显提高了信噪比,且均方根误差最低,在时效性上达到最优。

GOMP改进算法在信道估计中的应用

广义正交匹配追踪GOMP(Generalized Orthogonal Matching Pursuit)算法作为压缩感知理论中的重要组成部分,在信道估计领域早有应用。但由于无法解决信道稀疏度的获取问题,限制了这一算法的发展。针对这一问题,提出一种通过变步长实现稀疏自适应匹配的改进算法,并利用傅里叶变换的共轭对称性在选择原子方面加以完善,从而提高了算法的精度和效率,增强了该算法在实际信道估计中的可行性。

基于小波变换和K-SVD的应急广播语音压缩方法

针对应急广播中语音传输效率低的问题,提出了一种基于小波变换和K-奇异值分解(K-SVD)的语音压缩方法,以提升应急广播信息传输的时效性。首先,该方法舍弃语音小波分解得到的高频分量,在小波合成时用随机信号代替;其次,在低频分量的压缩感知过程中,用K-SVD字典学习算法训练的过完备字典对其稀疏表示;最后,采用改进的基于子空间回溯的广义正交匹配追踪算法重构信号。实验结果表明,在压缩效率为50%时,该方法重构应急广播语音的客观语音质量评分(PESQ)达到3.717,比其他对照算法分别提升了3%~47%,说明在保证压缩效率的同时,所提出的方法能提升应急广播语音重构质量,确保应急广播的传输时效性。

基于gOMP算法的循环码译码研究

在压缩感知理论中,广义正交匹配追踪(gOMP)算法常用于解决l0范数的最小化问题.借助无噪声干扰的压缩感知观测模型,提出了循环码差错图案E重构的压缩感知模型,以校验矩阵H作为测量矩阵,伴随式S作为测量信号,采用gOMP算法重构了差错图案E,其与收码R进行模2加运算,求得发码C的估值.进一步提出了校验矩阵H作为测量矩阵的构成形式及其2个定理.详细论述了gOMP算法重构差错图案E的计算过程.以(7,1)、(7,3)、(7,4)、(15,7)和(31,21)循环码为例,分析了gOMP算法对循环码的纠错能力;以(7,1)循环码为例,分析了gOMP算法中原子选取个数s与纠错位数的关系.通过误码率和码字C重构的成功率,比较分析了gOMP算法和最大似然译码算法的译码效果.仿真实验表明,采用压缩感知理论和广义正交匹配追踪gOMP算法实现循环码译码是可行和有效的.

基于压缩感知的信道反馈重构

在大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统中,基于压缩感知技术(Compressed Sensing,CS)开发高效的信道状态信息(Channel State Information,CSI)反馈方案是现在研究的热点。针对现有的基于CS的信道反馈重构算法——正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法存在重构时间长、数据量大可能会无法适用的不足,提出了一种改进的OMP算法,即广义正交匹配追踪(Generalized OMP,GOMP)算法对CSI进行高效重构。仿真结果表明,GOMP算法在重构精确度上高于OMP算法,特别是在较低的压缩比下优势更为突出;而且由于迭代次数减少,需要的重构时间也显著减少。

一种优化的gOMP稀疏OFDM信道估计方法

无线多径信道多呈现稀疏特性,即信道时延扩展大,但是路径的个数少,利用信道先验稀疏信息的稀疏信道估计方法可以提高稀疏信道的估计准确性。针对贪婪算法选择字典原子在残余误差最小意义下的非最优性,及广义正交匹配追踪算法gOMP利用含噪信号估计稀疏信道过程中过多的选择字典原子导致gOMP算法重建性能下降的问题,提出优化的广义正交匹配追踪算法(optimized generalized orthogonal matching pursuit,OgOMP)。在OgOMP算法原子选择阶段,采用使残余误差最小化的原子选择标准代替残差与字典内积绝对值最大化的原子选择标准以选择原子。为删除多余的误选原子,添加原子精炼步骤对每一步迭代后选择的字典原子进行二次选择,选择对应最大信道衰落系数的原子,选择的原子数与信道稀疏度相同,删除错选原子以保证重建信号与原始信号的稀疏性一致。本文仿真对比了gOMP和OgOMP算法的信道估计均方误差、误码率、残差收敛速度以及不同导频数、不同原子选择数对算法的影响。仿真结果表明:相同的误码率下,OgOMP算法比gOMP算法在估计稀疏信道时最大可以节省4 dB的信噪比,信噪比为20 dB时均方误差最大可以减小5 dB;两种算法的残差收敛速度均优于MP算法;导频数的增加可以减小两种算法的信道估计均方误差,相同信道估计性能下OgOMP算法具有更小的导频开销;每步迭代选择的原子数目不同时,相比于gOMP算法,OgOMP算法性能基本不变,具有更好的稳定性,仿真结果验证了改进算法的有效性。