一种基于压缩感知的三维导体目标电磁散射问题的快速求解方法

提出了一种将压缩感知和特征基函数结合的方法来计算三维导体目标的雷达散射截面.利用压缩感知理论,将随机选择的矩量法阻抗矩阵作为测量矩阵,将激励电压视为测量值,然后再用恢复算法可实现二维或二维半目标感应电流的求解.对于三维导体目标,使用Rao-Wilton-Glisson基函数表示的感应电流在常用的离散余弦变换基、小波基等稀疏基上不稀疏.为此,本文将计算出的目标特征基函数作为稀疏基,用广义正交匹配追踪算法作为恢复算法来加速恢复过程,并应用到三维导体目标的雷达散射截面计算中.数值结果证明了本文方法的准确性与高效性.     

压缩感知计算随机表面的微波散射

选择谐波函数作为散射源的表征基函数,利用随机矩阵进行观测,实现了对散射源的稀疏表征,最后通过正交匹配追踪算法解算出表面散射源.利用压缩感知—正交匹配追踪算法与直接求解矩阵方程所得到的散射远场分布一致.     

压缩感知理论在矩量法中的应用

矩阵填充与线性方程组求解是矩量法中最耗计算资源的环节.为提高计算效率,提出了一种基于压缩感知理论的矩量法的改进方法.通过引入稀疏变换矩阵实现对待求响应的稀疏表示,从而可在压缩感知理论框架下构造欠定方程,并优化求解.数值仿真实验结果表明:该方法不仅可以减小矩阵填充计算量,还可以有效提高解的求解效率.     

新型缩减矩阵构造加快特征基函数法迭代求解

针对特征基函数法在分析电大目标电磁散射特性时存在缩减矩阵方程迭代求解收敛慢的问题,提出一种新型缩减矩阵构造方法提高特征基函数法的迭代求解效率.首先,应用奇异值分解技术压缩激励源,求解出新激励源下各子域的特征基函数;其次,将新激励源和特征基函数作为构造缩减矩阵的检验函数和基函数新方法构造的缩减矩阵的对角子矩阵均为单位矩阵,缩减矩阵条件数得到了优化.与传统方法相比,新方法构造的缩减矩阵方程迭代求解效率得到了显著提高;另外,由于矩阵方程求解次数减少,特征基函数的构造效率也得到了提高,数值结果证明了新方法的精确性和有效性.     

三维目标与粗糙面复合散射的广义稀疏矩阵平面迭代及规范网格算法

提出了快速计算二维导体粗糙面与面上金属目标复合散射的广义稀疏矩阵平面迭代及规范网格法(G-SMFSIA/CAG).推导了二维导体粗糙面与面上目标相互作用的耦合积分方程,用稀疏矩阵平面迭代及规范网格法(SMFSIA/CAG)求解粗糙面部分的表面积分方程,而用基于RWG基函数的矩量法(MOM)计算目标部分的表面积分方程,并通过更新方程的激励项迭代求解目标与粗糙面的相互耦合作用.结合Monte-Carlo方法产生具有PM(Pierson-Moskowitz)海浪谱的随机海洋粗糙面,数值分析了海面上不同形状导体目 关键词： 复合散射 广义稀疏矩阵平面迭代及规范网格法 随机海洋粗糙面 双站散射系数     

并行时域电场积分方程方法在动态海面二维电磁散射中的应用

采用并行时域电场积分方程方法对动态海面的二维瞬态散射特性进行研究。为了保证该方法的后期稳定性,时间基函数和空间基函数采用二阶B样条基函数和三角基函数,矩阵元素采用时间维度精确解析、空间奇异部分精确解析进行计算;为了减少对无限海面进行截断带来的边缘效应,入射波采用锥形调制高斯脉冲;结合信息传递接口(MPI)技术和稀疏矩阵压缩存储技术,对不同时刻的海面进行瞬态散射分析。大量的数值算例证明了该方法在计算动态海面的二维瞬态散射问题时的正确性,还可以保证后期的稳定性,提高计算效率,减少对计算机内存需求。     

基于压缩感知超分辨鬼成像

分辨率是成像系统的一个重要参数, 获得高分辨率图像一直是鬼成像系统的一个目标. 本文提出了以成像系统点扩散函数作为先验知识, 基于稀疏测量的超分辨压缩感知鬼成像重建模型. 搭建了一套计算鬼成像实验装置, 用于验证该模型对于提高鬼成像系统分辨率的有效性, 并与传统的鬼成像计算模型进行了对比. 实验表明, 利用该模型可突破成像系统衍射极限分辨率的限制, 得到超分辨鬼成像. 关键词： 鬼成像 压缩感知 超分辨 稀疏测量     

基于渐进添边的准循环压缩感知时延估计算法

针对时延估计问题中压缩感知类算法现有测量矩阵需要大量数据存储量的问题,提出了一种基于渐进添边的准循环压缩感知时延估计算法,实现了稀疏测量矩阵条件下接收信号时延的准确估计.该算法首先建立压缩感知与最大似然译码之间的理论桥梁,然后推导基于低密度奇偶校验码的测量矩阵的设计准则,引入渐进添边的思想构造具有准循环结构的稀疏测量矩阵,最后利用正交匹配追踪算法正确估计出时延.对本文算法的计算复杂度与测量矩阵的数据存储量进行理论分析.仿真结果表明,所提算法在测量矩阵维数相同的条件下正确重构概率高于高斯随机矩阵和随机奇偶校验测量矩阵,相比于随机奇偶校验矩阵,在数据存储量相等的条件下,以较少的计算复杂度代价得到了重构概率的较大提高.     

基于压缩感知的动态散射成像

利用基于压缩感知的成像系统可以透过静态的散射介质获得高质量的重建图像. 但是当散射介质动态变化时, 因为采样所得的测量值受到散射介质衰减系数非线性变化的影响, 重建图像质量会大大下降. 针对上述情况, 本文提出基于压缩感知成像系统的测量值线性拉伸算法, 该算法能够对所得到的非线性测量值进行分析, 根据测量值大小的不同将测量值划分成数个区域并计算补偿系数, 从而根据补偿系数进行测量值线性拉伸变换, 使测量值线性化. 最后再对变换后的测量值进行压缩感知重建计算. 通过理论分析、计算机仿真和实验证明了所提算法能够有效地应对动态的散射介质, 提高基于压缩感知成像系统在透过动态散射介质时的图像重建质量.     

基于压缩感知的一维海面与二维舰船复合后向电磁散射快速算法研究

矩量法作为数值方法中积分方程方法的代表, 具有计算精度高、所用格林函数自动满足辐射条件、无须额外设置边界条件等优点. 但是在舰船目标与海面复合后向电磁散射仿真中, 传统矩量法需针对每个入射角反复求解矩阵方程组, 导致其在处理后向散射问题时计算量大, 耗时长, 仿真效率低下. 为解决上述问题, 本文提出了一种基于压缩感知技术的矩量法的改进算法. 该算法在求解复合后向散射问题时, 首先利用观测矩阵与传统矩量法中的电压矩阵相乘, 得到一组新的低维度的电压矩阵; 其次通过求解新电压矩阵下的矩阵方程组, 获得电流矩阵的观测值; 最后利用恢复算法(本文采用正交匹配追踪算法)重构出所需的原始入射源照射下的电流系数. 通过与传统矩量法的计算结果对比, 表明本文所提算法能够在保证计算精度的前提下, 明显减少计算时间, 提高计算效率.     

面向低信噪比的自适应压缩感知方法

在压缩感知工程应用中, 信号往往被噪声和干扰所影响, 常规的压缩感知方法难以达到理想的重构效果, 特别是低信噪比应用场景中, 稀疏重构往往会失效. 分析了压缩感知中噪声对重构性能的影响, 从理论上解释了压缩感知中的噪声折叠原理, 并在此基础上提出了一种基于方向性测量的自适应压缩感知方案. 该方案通过后端信号处理系统估计出噪声的相关信息并反馈至压缩感知前端, 前端根据反馈的噪声信息调整测量矩阵, 从而改变感知矩阵的方向, 自适应地感知稀疏谱, 从而有效地抑制信号噪声. 仿真实验表明, 所提的自适应压缩感知方法对稀疏信号重构性能有较大的提升.     

基于DS证据理论和压缩感知的WSN数据融合策略设计

为了降低WSN数据量和延长网络生命周期,设计了一种基于DS证据理论和压缩感知的WSN混合数据融合策略;首先,在分簇协议的基础上引入了基于DS证据理论和压缩感知的混合模型,然后,采用改进的DS对所有簇成员节点的基本信度分配函数进行加权处理,在簇头处采用加权和归一化的信度分配函数计算证据对各命题的支持程度,将支持程度较大的若干命题作为DS融合结果,在此基础上采用压缩感知方法通过构造测量矩阵对融合结果进行稀疏化表示,并在基站处对稀疏信号进行重构;仿真实验表明,文中方法能有效地实现数据融合,且和其他方法相比,具有重构误差较小和网络生命周期较长的优点,具有较大的优越性。     

金属纳米柱天线的快速电磁分析

基于分段正弦基函数和矩量法,通过求解离散电流节点格林函数的封闭解得到金属纳米柱天线激发表面等离子体的阻抗矩阵.与使用其它基函数矩量法相比,该方法可以减少矩阵方程的维数.仿真结果表明:使用此方法只需求解很小的矩阵方程就可以求解出纳米天线表面极化电流,从而实现对纳米天线的散射特征及谐振模式的快速分析;其结果与时域有限差分仿真结果吻合良好且速度具有显著的优势,尤其在计算斜入射问题时计算优势更加明显.本文的方法对文中计算的模型有效,同样为其他形状纳米柱天线和碳纳米管器件散射特性仿真提供了快速有效的电磁分析方法.     

微粗糙光学基片表面与上方冗余粒子的差值场散射特性研究

基于小波距量法(MOM)研究了微粗糙光学基片表面与上方冗余粒子的差值光散射特性。从基本电场积分方程出发,推导出冗余粒子目标与光学基片微粗糙面的积分方程,得到阻抗矩阵,进而推导出散射耦合场及差值场,给出复合散射模型双站散射截面的计算公式,数值计算并分析了不同入射角度,不同材质的单个及双个冗余缺陷粒子与微粗糙光学基片表面的双站散射截面及差值双站散射截面的散射角分布,给出冗余粒子及微粗糙面的散射贡献及差值场散射角分布。     

一种基于选择性测量的自适应压缩感知方法

针对低信噪比条件下现有压缩感知系统重构性能严重恶化的问题,提出了一种基于选择性测量的自适应压缩感知结构.首先推导并分析了经过压缩测量的噪声的统计特性及其对重构性能的影响;然后基于输出能量最小化准则,设计了一种压缩域投影滤波联合噪声检测的自适应感知器,感知获得噪声子空间的位置信息;进一步利用该信息构造选择性压缩测量矩阵,智能选择测量信号,同时"屏蔽"噪声分量,极大提高了压缩测量值的信噪比.仿真结果表明,相对于现有压缩感知结构,选择性测量的压缩感知结构明显改善了含噪稀疏信号的重构性能,可更好地应用于吸波材料的前端特性分析、认知无线电的频谱感知等领域.     

二进制信号的混沌压缩测量与重构

二进制信号的压缩感知问题对应超奈奎斯特信号系统中未编码的二进制符号的检测问题, 具有重要的研究意义. 已有的二进制信号压缩测量采用高斯随机矩阵, 信号重构采用经典的l₁最小化方法. 本文利用混沌映射构造基于Cat序列的循环测量矩阵, 并提出一种针对二进制信号的全新的重构算法——平滑函数逼近法. 文章构造的混沌循环测量矩阵兼具确定性和随机性的优点, 能够抵御低信令效率和低信噪比的影响, 取得更好的压缩测量效果. 文章提出的平滑函数逼近法利用非凸函数代替原问题不连续的目标函数, 将组合优化问题转化为具有等式约束的优化问题进行求解. 利用稀疏贝叶斯学习算法进一步修正误差, 得到更准确的重构信号. 在信道含有加性高斯白噪声的条件下对二进制信号进行了压缩测量与重构的数值仿真, 仿真结果表明:基于Cat 序列的循环测量矩阵的压缩测量效果明显优于传统的高斯随机矩阵; 平滑函数逼近法对二进制信号的重构性能明显优于经典的l₁最小化方法.     

基于网络层析成像的光网络流量矩阵估计方法(英文)

提出一种面向光传输网络的流量矩阵估计方法.采用压缩感知理论研究光传输网络中的流量矩阵估计,根据信号稀疏表示将流量矩阵稀疏化,基于矩阵变换理论提出新的面向光传输网络的网络层析成像模型.该模型克服了已有网络层析成像模型的病态特性,并通过凸优化来获得流量矩阵的估计等式.提出了具体的估计算法,获得关于光传输网络流量矩阵的精确估计.真实网络的数据仿真表明所提出的方法是有效和可行的.     

基于稀疏重构的尾波干涉成像方法

尾波干涉成像是利用尾波时延和扩散近似敏感核来反演散射介质中微小速度扰动空间分布的技术.该问题本质上是一个欠定问题,一般无确定解,导致其难以精确定位介质中微小波速变化的区域.为解决上述缺陷,本文利用速度扰动分布在空间上具有稀疏性的特点,提出了一种基于压缩感知理论中稀疏重构算法的尾波干涉成像方法.该方法可在散射介质中较准确地获取速度扰动的空间位置和范围,同时具有较高的计算效率.数值仿真和实验结果表明:相比于现有的线性最小二乘差分成像方法,无论是单个还是多个扰动区域,该方法均能更精确地进行定位成像,同时明显减少了计算时间.     

基于压缩感知的目标频空电磁散射特性快速分析

矩量法是求解目标电磁散射问题的一种常用数值方法,因其精度较高而被广泛应用.应用矩量法求解目标频空电磁散射特性时,随着入射波的角度和频率的变化,需要间隔很小的角度和频率步长反复求解矩量法生成的矩阵方程,运算量极大.为解决此类问题,本文结合压缩感知理论和渐近波形估计形成一种新的有效计算方法.首先,基于压缩感知理论引入一种富含空间信息的新型入射源,其次,在该入射源照射下应用渐近波形估计技术求解,从而快速实现目标频空电磁散射特性分析.     

基于压缩感知的欠定源信号恢复算法比较

构建了基于压缩感知的欠定盲源分离源信号恢复模型,比较研究了基于互补匹配追踪算法(CMP)、基于L1范数的互补匹配追踪算法(L1CMP)和基于修正牛顿的径向基函数算法(NRASR)实现欠定源信号恢复的应用效果。结果表明:源信号时域充分稀疏情况下,CMP,L1CMP和NRASR的恢复效果接近,但L1CMP算法计算复杂度最低;变换域充分稀疏情况下,CMP和L1CMP恢复效果接近,NRASR恢复效果较差;时域非充分稀疏情况下,CMP效果较差,L1CMP和NRASR效果接近。综合考虑,L1CMP算法效果最佳;在观测信号数和源数较少的情况下,算法在时域恢复信号精度会下降;稀疏表示法结合压缩感知重构能够提高源信号恢复的效果。