主权项 |
1.一种观测矩阵优化的压缩频谱感知方法,其特征在于,所述方法包括如下步骤:步骤1:产生维数为M<sub>0</sub>×N的随机矩阵Φ<sub>0</sub>,该矩阵与傅立叶逆变换矩阵F<sup>-1</sup>以及小波逆变换矩阵W<sup>-1</sup>相乘,得出压缩感知矩阵Ψ<sub>0</sub>=Φ<sub>0</sub>F<sup>-1</sup>W<sup>-1</sup>,待测信号在Ψ<sub>0</sub>上的投影为r<sub>y</sub>=Ψ<sub>0</sub>Z,其中r<sub>y</sub>为观测值,Z为频谱边缘位置的幅度差值;步骤2:利用Ψ<sub>0</sub>计算出格莱姆矩阵<img file="FDA0000393368660000011.GIF" wi="256" he="90" />其中<img file="FDA0000393368660000012.GIF" wi="69" he="83" />为Ψ<sub>0</sub>的列向量归一化后的矩阵;步骤3:设定迭代次数Q、门限t与衰减因子γ,针对G中的元素g<sub>i,j</sub>进行处理:<maths num="0001"><![CDATA[<math><mrow><msub><mover><mi>g</mi><mo>^</mo></mover><mrow><mi>i</mi><mo>,</mo><mi>j</mi></mrow></msub><mo>=</mo><mfenced open='{' close=''><mtable><mtr><mtd><mi>γ</mi><msub><mi>g</mi><mrow><mi>i</mi><mo>,</mo><mi>j</mi></mrow></msub></mtd><mtd><mo>|</mo><msub><mi>g</mi><mrow><mi>i</mi><mo>,</mo><mi>j</mi></mrow></msub><mo>|</mo><mo>≥</mo><mi>t</mi></mtd></mtr><mtr><mtd><mi>γt</mi><mo>.</mo><mi>sign</mi></mtd><mtd><mi>t</mi><mo>≥</mo><mo>|</mo><msub><mi>g</mi><mrow><mi>i</mi><mo>,</mo><mi>j</mi></mrow></msub><mo>|</mo><mo>≥</mo><mi>γt</mi></mtd></mtr><mtr><mtd><msub><mi>g</mi><mrow><mi>i</mi><mo>,</mo><mi>j</mi></mrow></msub></mtd><mtd><mi>γt</mi><mo>></mo><mo>|</mo><msub><mi>g</mi><mrow><mi>i</mi><mo>,</mo><mi>j</mi></mrow></msub><mo>|</mo></mtd></mtr></mtable></mfenced><mo>,</mo></mrow></math>]]></maths>将对角阵中M<sub>0</sub>+1:N个元素置零,并重复进行Q次;步骤4:将最终的矩阵<img file="FDA0000393368660000014.GIF" wi="48" he="75" />进行SVD分解,并构造矩阵<img file="FDA0000393368660000015.GIF" wi="289" he="86" />其中S<sub>0</sub>为SVD分解值中S只保留前M<sub>0</sub>项值,U<sub>0</sub>为U中保留前M<sub>0</sub>列,令Ψ<sub>1</sub>=D,矩阵Ψ<sub>1</sub>为优化后的压缩感知矩阵;步骤5:对接收条件<img file="FDA0000393368660000016.GIF" wi="484" he="118" />进行判断,其中C<sub>T</sub>为与观测次数相关的参数,<img file="FDA0000393368660000017.GIF" wi="318" he="102" />为重构值<img file="FDA0000393368660000018.GIF" wi="89" he="91" />与仿射超平面<img file="FDA0000393368660000019.GIF" wi="134" he="77" />之间的距离,λ为预设参数;如果满足该条件则跳转到步骤7,否则进入步骤6;步骤6:按设定步长T增加观测值,产生新的观测矩阵Φ<sub>1</sub>,通过Φ<sub>1</sub>更新压缩感知矩阵Ψ<sub>1</sub>,再次根据步骤3的方法对矩阵Ψ<sub>1</sub>进行优化处理;步骤7:根据循环迭代的结果,重构出最终稀疏向量<img file="FDA00003933686600000110.GIF" wi="51" he="77" />,根据向量<img file="FDA00003933686600000111.GIF" wi="50" he="77" />得到自相关函数值r(n),进一步获得功率谱,并根据功率谱的值对子频带占用情况分析。 |