基于Dice匹配的SWOMP压缩感知重构算法

传统的分段弱正交匹配追踪(SWOMP)重构算法在重构信号时,由于采用了内积匹配准则,观测矩阵中任意2个相似的原子都会影响残差信号的匹配过程,降低信号重构质量。利用Dice系数匹配度量准则,优化了支撑集的选择,降低了相似原子对匹配过程的影响。仿真结果证明:在相同的条件下,与传统的SWOMP算法相比,优化后的基于Dice系数的分段弱正交匹配追踪(Dice-SWOMP)算法具有更小的恢复残差以及更高的信号重构成功率。

基于SWOMP分段回溯的压缩感知改进算法

为解决压缩感知中阶段性弱正交匹配寻踪算法(SWOMP)重建精度低的问题,提出一种分段回溯弱选择正交匹配跟踪算法(SCWOMP)。该算法在SWOMP算法基础上加以改进,首先采用算术阈值策略和最大相关列两种状态,根据具体阶段选择不同标准提高所选索引的精度,然后引入一个回溯步骤灵活地删除以前处理中错误选择的一些索引,以较低的复杂度获得较好的重建性能。仿真结果表明,在相同条件下,相较于SWOMP算法,SCWOMP算法可以得到更好的重建效果和较准确的重建概率。

基于SQSWOMP算法的轴承实时故障诊断研究

针对轴承故障诊断方法存在数据存储、传输、处理效率低,以及模型参数量大导致资源浪费、故障诊断精度低等问题,在基于改进的分段弱正交匹配追踪(SWOMP)算法的基础上,针对SWOMP算法存在重构精度低的问题,在SWOMP算法中引入S形函数与对原子支撑集的二次选择过程,提出了一种基于S形二次分段弱正交匹配追踪(SQSWOMP)算法的轴承实时故障诊断方法。首先,采用滑动移窗,将轴承历史数据分割成矩阵,得到了其初始字典,用改进的K-SVD算法建立了过完备字典;然后,将SQSWOMP算法与训练好的过完备字典结合,重构了轴承的实时振动信号;最后,利用字典可以有效对特定状态信号进行稀疏分解,而对其他状态信号不能稀疏分解的特点,对重构信号进行了分类。研究结果表明:相比于其他匹配追踪算法,SQSWOMP算法在重建精度和效率方面具有优势,解决了SWOMP算法重建精度低的问题;在不需要消耗大量存储、传输资源的情况下,采用SQSWOMP算法可将正常、内圈、外圈、滚动体故障诊断准确率提升2.17%、23.46%、17.30%、18.38%,且其准确率也优于其他方法,为轴承的实时故障诊断提供了便利。

一种改进SWOMP的大规模MIMO信道估计算法

针对大规模多输入多输出系统(massive MIMO)波束域信道估计中传统算法在低信噪比条件下无法保证较高的估计性能问题,设计了基于改进灰狼优化的分段弱正交匹配追踪(IGWO-SWOMP)压缩感知算法.该算法基于改进的灰狼优化(IGWO)算法自适应获取到大规模多输入多输出系统波束域信道中最小均方误差对应的迭代数与阈值,达到参数自适应设定的目的.仿真结果表明,与传统算法相比,IGWO-SWOMP算法的估计性能明显提高;在波束域角度扩展改变时,IGWO-SWOMP算法实现了自适应信道估计,能够保证较高的估计性能.

面向风电数据的WSN压缩感知数据重构

分段弱正交匹配追踪(SWOMP)算法的算法简单、运算速度快,适合应用在风电场环境下的无线传感网络(WSN)中。通过对门限参数以及最佳原子进行研究与分析,发现这两个因素的不同方式都对SWOMP算法的重构成功率有较大的影响,选用PID自适应方式以及Dice系数匹配准则优化传统算法存在的问题。基于PID自适应的思想,来调整每次重构之后门限参数的误差,然后再使用得到的门限参数对算法进行重构;在上述调整的门限参数重构算法中,再对原子的选择过程使用Dice系数优化,使原始算法中原始信号部分丢失的问题进行解决,通过该过程使重构精度得到提高。仿真实验结果表明:在相同的条件下,与传统的SWOMP算法相比,改进的SWOMP算法的重构成功率更高。

部分哈达玛矩阵分段弱正交匹配追踪算法

为解决分段弱正交匹配追踪算法在测量过程中难以获得高精度重构信号的问题,首先对以高斯矩阵为测量矩阵的传统SWOMP算法进行了分析,指出问题的关键在于高斯矩阵列相干性过大会影响残差信号的匹配过程,从而导致部分信号丢失,使重构精度下降;然后,根据分析提出了一种基于部分哈达玛矩阵的分段弱正交匹配追踪(PH-SWOMP)算法,其中部分哈达玛矩阵根据偶数行抽取原则进行构造,可以显著降低测量矩阵的互相关性;最后,通过与传统SWOMP算法的图像重构对比仿真实验对PH-SWOMP算法性能进行了验证,其中传统SWOMP算法分别选取高斯矩阵、托普利兹矩阵等4种矩阵作为测量矩阵.仿真结果表明,在相同条件下,相比于传统SWOMP算法,PH-SWOMP算法信噪比最大提高了53.95%,相应的重构时间缩短了15.41%,具有更小的恢复残差以及更高的信号重构成功率.