基于Rao和Wald检验准则,本文推导了联合子空间(Union of Subspaces,UoS)检测器(UoS-Rao、UoS-Wald),并通过引入一个可调参数提出一种可调检测器(UoS-Tunable),从而实现联合子空间目标检测,通过调节参数来灵活调节检测器的检测性能、分...基于Rao和Wald检验准则,本文推导了联合子空间(Union of Subspaces,UoS)检测器(UoS-Rao、UoS-Wald),并通过引入一个可调参数提出一种可调检测器(UoS-Tunable),从而实现联合子空间目标检测,通过调节参数来灵活调节检测器的检测性能、分类性能与选择性。当可调参数较小时,可以提高检测性能与分类性能,并提高其对信号失配的鲁棒性;当可调参数较大时,则会降低检测性能与分类性能,但会提高其对于信号失配的选择性。最后,仿真实验验证了所提方法的有效性。展开更多
针对有效核函数(active kernel function)未知的联合平移不变子空间(Union of Shift-InvariantSubspaces,USI),提出了一种压缩采样模型,基于稀疏重构理论,该采样模型能够有效降低信号的采样率。首先建立一个多脉冲雷达回波信号模型,在...针对有效核函数(active kernel function)未知的联合平移不变子空间(Union of Shift-InvariantSubspaces,USI),提出了一种压缩采样模型,基于稀疏重构理论,该采样模型能够有效降低信号的采样率。首先建立一个多脉冲雷达回波信号模型,在信号的延时-多普勒平面上对延时轴离散化,将回波信号表示为USI信号;然后在根据构建的压缩采样模型降低信号采样率的同时,利用稀疏贝叶斯学习和ESPRIT算法由信号样本值估计出雷达回波信号的延时、多普勒频移和反射系数等参数;最后仿真验证了研究结论的有效性。展开更多
A general A-P iterative algorithm in a shift-invariant space is presented. We use the algorithm to show reconstruction of signals from weighted samples and also show that the general improved algorithm has better conv...A general A-P iterative algorithm in a shift-invariant space is presented. We use the algorithm to show reconstruction of signals from weighted samples and also show that the general improved algorithm has better convergence rate than the existing one. An explicit estimate for a guaranteed rate of convergence is given.展开更多
依据Shannon采样定理的模拟-数字转换器越来越难以满足对高频、宽频信号的采样需求,为实现低速率采样同时缓解数据传输、存储及处理的压力,基于亚Nyquist采样的模拟信息转换器(analog-to-information convertor,AIC)成为研究热点.首先...依据Shannon采样定理的模拟-数字转换器越来越难以满足对高频、宽频信号的采样需求,为实现低速率采样同时缓解数据传输、存储及处理的压力,基于亚Nyquist采样的模拟信息转换器(analog-to-information convertor,AIC)成为研究热点.首先概述压缩感知理论、单向量空间和联合子空间(union of subspaces,UoS)采样理论,着重总结和对比几种符合UoS模型信号的AIC采样架构及恢复算法,进一步提出一种多天线采样系统架构及基于子空间分解的增强型重构方法,最后展望了AIC未来的研究方向.展开更多
文摘基于Rao和Wald检验准则,本文推导了联合子空间(Union of Subspaces,UoS)检测器(UoS-Rao、UoS-Wald),并通过引入一个可调参数提出一种可调检测器(UoS-Tunable),从而实现联合子空间目标检测,通过调节参数来灵活调节检测器的检测性能、分类性能与选择性。当可调参数较小时,可以提高检测性能与分类性能,并提高其对信号失配的鲁棒性;当可调参数较大时,则会降低检测性能与分类性能,但会提高其对于信号失配的选择性。最后,仿真实验验证了所提方法的有效性。
文摘针对有效核函数(active kernel function)未知的联合平移不变子空间(Union of Shift-InvariantSubspaces,USI),提出了一种压缩采样模型,基于稀疏重构理论,该采样模型能够有效降低信号的采样率。首先建立一个多脉冲雷达回波信号模型,在信号的延时-多普勒平面上对延时轴离散化,将回波信号表示为USI信号;然后在根据构建的压缩采样模型降低信号采样率的同时,利用稀疏贝叶斯学习和ESPRIT算法由信号样本值估计出雷达回波信号的延时、多普勒频移和反射系数等参数;最后仿真验证了研究结论的有效性。
基金This work is supported in part by the National Natural Science Foundation of China （10771190, 10801136）, the Mathematical Tianyuan Foundation of China NSF （10526036）, China Postdoctoral Science Foundation （20060391063）, Natural Science Foundation of Guangdong Province （07300434）
文摘A general A-P iterative algorithm in a shift-invariant space is presented. We use the algorithm to show reconstruction of signals from weighted samples and also show that the general improved algorithm has better convergence rate than the existing one. An explicit estimate for a guaranteed rate of convergence is given.
文摘依据Shannon采样定理的模拟-数字转换器越来越难以满足对高频、宽频信号的采样需求,为实现低速率采样同时缓解数据传输、存储及处理的压力,基于亚Nyquist采样的模拟信息转换器(analog-to-information convertor,AIC)成为研究热点.首先概述压缩感知理论、单向量空间和联合子空间(union of subspaces,UoS)采样理论,着重总结和对比几种符合UoS模型信号的AIC采样架构及恢复算法,进一步提出一种多天线采样系统架构及基于子空间分解的增强型重构方法,最后展望了AIC未来的研究方向.
