发明名称 一种在盲稀疏条件下压缩感知的频谱检测方法
摘要 一种在盲稀疏条件下压缩感知的频谱检测方法,本发明涉及一种在盲稀疏条件下压缩感知的频谱检测方法。本发明是要解决在稀疏度未知的条件下的频谱检测问题,而提出的一种在盲稀疏条件下压缩感知的频谱检测方法;该方法是通过步骤一、建立的数学模型<img file="DDA0000482385080000013.GIF" wi="698" he="98" />进行最优化迭代求解;步骤二、经过简化,得到重构信号的凸优化问题;步骤三、得到的相关性最大的一个元素,并与上次迭代的支撑集进行合并,得到新的支撑集;步骤四、求取残差;步骤五、求取贡献值,输出频谱检测结果<img file="DDA0000482385080000012.GIF" wi="48" he="82" />等步骤实现的。本发明应用于压缩感知的频谱检测方法。
申请公布号 CN103873170B 申请公布日期 2016.02.03
申请号 CN201410116718.7 申请日期 2014.03.26
申请人 哈尔滨工业大学 发明人 高玉龙;张蔚;马永奎;朱尤祥;张中兆;陈艳平
分类号 H04B17/30(2015.01)I 主分类号 H04B17/30(2015.01)I
代理机构 哈尔滨市松花江专利商标事务所 23109 代理人 杨立超
主权项 一种在盲稀疏条件下压缩感知的频谱检测方法,其特征在于一种在盲稀疏条件下压缩感知的频谱检测方法具体是按照以下步骤进行的:步骤一、根据压缩感知理论对采取的长度为N的天线接收信号x建立的数学模型<img file="FDA0000746650130000011.GIF" wi="792" he="104" />进行最优化迭代求解;其中,测量矩阵为Θ,压缩采样后的信号为y,f为所求的稀疏基系数,Ψ为变换基矩阵,Φ为高斯随机矩阵;步骤二、在测量矩阵为Θ满足矩阵的RIP性质的前提下,将步骤一得到的数学模型简化得到信号的凸优化问题;步骤三、利用贪婪追踪算法对信号的凸优化问题进行相关性检测,得到的相关性最大的一个元素,并与上次的支撑集进行合并,得到新的支撑集;其中,支撑集T为存在授权用户的信号对应的频段序号的集合;步骤四、根据步骤三得到的新的频谱支撑集T<sup>i</sup>来求取压缩感知后的测量信号的稀疏表示结果,然后根据稀疏表示的结果和压缩感知后的测量信号y求取残差;其中迭代信号的残差为求取本次迭代信号估计值与压缩感知后的测量信号值的差值;步骤五、根据步骤四迭代计算求得的信号残值求取贡献值,贡献值小于第一次迭代的贡献值的1/s,则终止迭代,输出频谱检测结果<img file="FDA0000746650130000014.GIF" wi="70" he="76" />其中,贡献值为本次迭代的信号残差值与上次迭代信号残差值的范数差值。
地址 150001 黑龙江省哈尔滨市南岗区西大直街92号