基于改进循环观测的线性预测语音压缩感知

利用语音信号线性预测残差的稀疏性特点可对语音信号进行压缩感知,但需要信号的线性预测系数来构造稀疏变换矩阵,从而增加预测系数传输的数据量。为此,提出将线性预测系数存入对角阵向量中构造循环矩阵,由此得到循环观测矩阵,再对语音信号进行观测。提取该循环矩阵中的线性预测系数构造残差域稀疏变换矩阵,利用正交匹配追踪算法对观测信号进行重构。仿真实验结果表明,与传统线性预测方法相比,该方法减少了3.9%以上的数据量,且比将高斯随机矩阵作为观测矩阵的方法具有更高的帧平均重构信噪比。

简化的压缩采样接收机动态范围和自动增益控制研究

为了有效解决军事卫星通信在跳频信号的超宽带、超高频、高码率、高采样率等方面处理压力的问题,对简化的压缩采样接收机的动态范围和自动增益控制等参数指标进行研究。首先给出了简化的压缩采样接收机的组成结构和参数分析。然后,分析了压缩采样系统ADC动态范围,得出压缩采样的有效量化位数与动态范围的关系。之后,考虑了压缩采样的自动增益控制处理框架并进行分析。最后,结合FH-BPSK跳频信号特性,对压缩采样系统的动态范围和自动增益控制进行仿真分析,结果表明在较好的自动增益控制特性下,基于压缩采样的接收动态范围比传统的接收动态范围性能更优。

高光谱图像的埃尔米特压缩感知重构算法

利用正交匹配追踪算法对高光谱图像进行压缩感知重构,是通过寻找最优原子对原始信号进行线性表示,使残差不断减小以获取重构信号。在处理基于冗余字典的重构问题时,其耗时主要存在于原子匹配过程和残差更新过程,导致算法的计算复杂度较高、难以实现实时处理。针对此缺陷,提出一种用于高光谱图像的埃尔米特压缩感知重构算法,主要思想是:利用埃尔米特求逆引理,对正交匹配追踪算法残差更新的迭代过程进行优化;进一步地,采用人工鱼群算法寻找最优原子,对匹配过程进行加速,以提高执行效率。利用所提算法对高光谱图像进行压缩感知重构处理,合理设置算法参数,在保证重构精度的条件下,与正交匹配追踪算法相比,所提算法能将计算速度提高10倍左右。