最优路径搜索压缩感知水声通信信道估计

将信号恢复中最优路径搜索的A*正交匹配追踪(A*Orthogonal Matching Pursuit,A*OMP)伪贪婪算法引入到水声通信信道估计中,可以有效改善正交匹配追踪(OMP)算法容易陷入局部最优的问题,并提出了一种改进型的A*OMP水声信道估计算法。改进了路径初始化方式,同时为了避免过多迭代引起的未知误差,将前后两次迭代残差之差作为停止准则。在正交频分复用(OFDM)通信体制下,对OMP、A*OMP和本文改进方法的估计误差和误比特率进行了仿真对比,随着信噪比的增加,改进方法未出现误差平台,且受导频间隔影响较小。仿真结果表明相对于OMP算法和传统A*OMP算法,在高信噪比下改进方法的估计误差分别降低约2和1个数量级,海试数据结果验证了改进方法的可行性,其误比特率分别平均降低42.0%和4.7%。      

基于动态阈值匹配追踪的主动声呐直达波抑制方法

双基地声呐中的直达波干扰可以通过重构抵消的方式进行抑制。这种方法需要对直达波信道进行估计,传统的正交匹配追踪算法的收敛速度慢,分步正交匹配追踪等算法在提高收敛速度时牺牲了信道估计精度,导致回波检测能力下降。本文提出一种动态阈值匹配追踪算法估计直达波的信道响应,在提高收敛速度的同时兼顾了信道估计精度。在仿真环境中,达到同样的直达波抑制效果,所提算法与传统正交匹配追踪算法相比,收敛速度显著提升,检测输出的回波强度比分步正交匹配追踪算法高4dB;海试数据处理结果中,所提方法迭代收敛速度较正交匹配追踪算法提升4倍;输出的回波强度比分步正交匹配追踪算法高2dB。     

双扩展水声信道的时延多普勒域稀疏估计

利用双扩展水声信道在时延-多普勒域存在的稀疏结构,将信道估计转化为压缩感知框架下的稀疏恢复问题可改善估计性能。但是,稀疏恢复经典方法如l_1范数、近似l₀范数无法适应水声信道时延-多普勒域稀疏度的动态变化,而匹配追踪(Matching pursuit,MP)、正交匹配追踪(Orthogonal Matching Pursuit,OMP)等贪婪类算法则存在着易进入局部最优解、二维搜索导致运算复杂度高等问题。提出在时延-多普勒域稀疏恢复的目标函数中引入非均匀范数约束(Non-uniform Norm Constraint,NNC),即在时延-多普勒域信道响应中根据每个时延-多普勒域位置的幅值分别分配为l₀或l₁范数约束,因而可通过不同范数约束组合的方式适应不同的时延-多普勒域稀疏度;同时,通过对非均匀范数代价函数进行梯度下降迭代求解并将梯度解投影至解空间推导了非均匀范数稀疏恢复的迭代求解方法,从而实现双扩展水声信道时延-多普勒估计。数值仿真和实验数据处理表明该算法相对经典方法有较明显的性能改善。通过仿真、海上水声通信实验结果可获取结论,利用时延-多普勒域稀疏特性的信道估计方法结合均衡器可有效提高双扩展信道条件下的水声通信性能。      

基于矢量传感器复声强测量的低空目标二维波达方向估计

提出了一种基于三维压差式矢量传感器复声强测量的低空目标二维波达方向(DOA:Directions Of Arrival)估计方法。利用矢量传感器在低频段的良好特性,实现了小尺寸声阵条件下的高精度目标DOA估计。采用实测的直升机辐射噪声数据验证了该方法的有效性,研究了传感器尺寸、积分时间和信噪比对目标DOA估计精度的影响。性能分析表明,在小尺寸声阵条件下,新方法优于基于时延估计的测向方法。该研究为实现低空运动目标的无源声学探测提供了一种新的技术途径。     

基于K-SVD和残差比的低信噪比图像稀疏表示去噪算法

针对低信噪比图像去噪问题,提出了一种基于K-SVD(Singular Value Decomposition)和残差比(Residual Ratio Iteration Termination)的正交匹配追踪(Orthogonal Matching Pursuit,OMP)图像稀疏分解去噪算法。该算法利用K-SVD算法将离散余弦变换(Discrete cosine transform,DCT)框架产生的冗余字典训练成能够有效反映图像结构特征的超完备字典,以实现图像的有效表示。然后以残差比作为OMP算法迭代的终止条件来实现图像的去噪。实验表明,该算法相对于传统基于Symlets小波图像去噪、基于Contourlet变换的图像去噪,以及基于DCT冗余字典的稀疏表示图像去噪,能够更加有效地滤除低信噪比图像中的高斯白噪声,保留原图像的有用信息。     

一种快速水声目标波达方向估计方法

以基追踪为重构算法的水声目标波达方向估计方法在实际的应用中往往运算速度较慢,针对这一问题,在分析水声目标空间稀疏特性的基础上,结合压缩感知理论框架下波达方向估计的特点,提出一种快速水声目标波达方向估计方法。该方法通过逐步减小逼近参数的方式来得到l₀范数最优解,实现水声目标信号的波达方向估计。通过计算机仿真从成功率、运算时间、分辨角度等多个方面与基追踪算法进行比较分析,实验表明:在成功率和分辨角度上所提出算法与基追踪算法性能相当,但运算时间却仅仅是基追踪算法的1/11。      

基于哈达玛积扩展子空间的到达时间和波达方向联合估计

在窄带阵列天线正交频分复用系统的到达时间和波达方向联合估计中, 针对阵元数目较少时波达方向估计精度不高, 特别是多径数目大于阵元数目导致的波达方向无法估计问题, 提出一种基于哈达玛积扩展子空间的到达时间和波达方向联合估计算法. 该算法首先利用各阵元上的频域信道估计构成扩展信道频域响应矢量, 然后计算扩展信道频域响应矢量自相关矩阵, 并进行特征值分解得到哈达玛积扩展噪声子空间, 最后构造伪谱函数并进行二维谱峰搜索, 从而实现到达时间和波达方向的联合估计. 仿真结果表明, 与现有算法相比, 在复杂度没有大幅提高的前提下, 该算法的估计结果均方根误差更加接近克拉美罗界, 且到达时间和波达方向估计能够自动配对, 在多径数目大于阵元数目时依然适用.     

改进的正交匹配追踪的语音增强算法*

为了提高传统正交匹配追踪（Orthogonal Matching Pursuit,OMP ）算法的语音增强性能和运算速度,本研究基于稀疏编码理论,提出了一种改进的OMP算法的语音增强算法。其一,将K-奇异值分解（K-singular value decomposition,K-SVD）算法与OMP算法相结合,通过设置能量阈值的方法,提高OMP算法的语音增强性能;其二,通过改进传统OMP算法中信号稀疏逼近的计算方法,提高算法的运算速度。改进的OMP算法的语音增强算法与传统K-SVD语音增强算法相比,采用PESQ评价增强语音的质量,NCM评价语音的可懂度。在NCM的值基本保持不变的情况下,PESQ的值平均提高约12.47%,取得了更好的增强效果。取得了更好的增强效果。改进的OMP算法的运算速度与传统OMP算法相比提高近一倍。     

基于压缩感知的三维单分子定位显微成像方法研究

本文建立了一种三维压缩感知模型以实现对高密度荧光分子图像的快速三维定位。首先,根据荧光显微的三维点扩展函数成像理论,设计测量矩阵,并建立压缩感知模型。接着,对荧光显微成像过程进行了模拟,并采用凸优化方法(CVX)、正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法和同伦算法对建立的压缩感知模型中模拟生成的图像进行了定位分析,分别从恢复率、定位精度、重构时间几方面进行了对比。最后,采用同伦算法对模拟的生物样品和实验室采集的细胞进行了三维定位,并获得了三维超分辨图像。对比结果表明:在重构密度和定位精度接近的情况下,同伦算法比CVX方法的重构速度快2个数量级。同伦算法较OMP算法的定位精度要高一倍。采用同伦算法来实现三维的超分辨荧光显微成像在节约计算时间、实现实时成像方面具有一定的意义。     

冲击噪声下基于相关熵的二维ESPRIT算法

针对基于相关函数的波达方向(Direction of Arrival, DOA)估计方法在冲击噪声环境下性能下降明显甚至失效的问题,提出基于相关熵 (Correntropy)的二维ESPRIT算法。该方法利用相关熵在冲击噪声环境下具有鲁棒性的优点,将受干扰信号的自相关函数替换为相关熵函数,并结合二维ESPRIT算法实现在冲击噪声环境下进行二维DOA估计。仿真表明,与基于分数低阶统计(Fractional Lower Order Statistics, FLOS)算法相比,该算法呈现明显优势,特别在高的冲击噪声条件下 能对信源方向进行更加有效的估计,且均方误差值仍保持很低。     

水声信号稀疏重构高分辨角度-多普勒成像

针对傅氏空时二维谱估计分辨率低以及声呐空时采样数据样本数不足给角度-多普勒成像带来困难的问题,提出一种水声信号稀疏重构的高分辨角度-多普勒成像方法和抗混响空时滤波器的稀疏重构方法。该方法在声呐阵列单测量向量的极少观测样本条件下,建立阵列信号的空时稀疏表示模型,应用稀疏表示的匹配追踪算法和基追踪算法重构回波与混响的高分辨角度-多普勒像。并根据运动声呐回波与混响的空时分布规律及声呐待检测距离单元位置的先验信息,沿着混响空时分布脊线设计混响稀疏表示的专用空时导向向量字典,通过重构抗混响空时滤波器来抑制角度-多普勒平面的混响干扰。对运动声呐前视和侧视阵列的计算机仿真结果表明,在混响背景中,该方法采用声呐阵列单测量向量重构了低速运动目标多亮点回波的高分辨角度-多普勒像,频率分辨率突破傅里叶分辨率,角度分辨率突破阵列瑞利限,分辨率明显优于傅氏空时谱估计。      

High-resolution angle-Doppler imaging by sparse recovery of underwater acoustic signals

The low resolution of Fourier two-dimensional spatial temporal spectrum estimation and the insufficient sample size of sonar space time sampling data often caused difficulties in high-resolution space time spectrum estimation. Aiming to solve this problem, we proposed a high-resolution angle-Doppler imaging method and designed an anti-reverberation space time filter based on the sparse recovery of underwater acoustic signals. The proposed imaging method established the spatial temporal sparse representation model of array signal under the condition of few observation samples of single measurement vector(SMV), and reconstructed the high-resolution angle-Doppler profile of echo and reverberation through the matching pursuit(MP) algorithm and basis pursuit(BP) algorithm. By utilizing the space time distribution characteristics of echo and reverberation and the prior information of sonar rangecell under test(RUT), a reverberation dictionary composed of special space time guidance vectors was designed, and was used to reconstruct the reverberation and formed an anti-reverberation space time filter to suppress the reverberation interference of angle-Doppler plane. Computer simulations indicated that, under two conditions of forward and side-view array of moving sonar, the single measurement vector of sonar array was successfully used in the reverberation background to reconstruct the high-resolution angle-Doppler profile of low-speed moving target multi-spot echo. Its frequency resolution had a better performance than the Fourier resolution and the angle resolution broke through the Rayleigh limit of the array, the resolution was obviously superior to the Fourier space time spectrum estimation.     

Matching pursuit of an adaptive impulse dictionary for bearing fault diagnosis

The sparse decomposition based on matching pursuit is an adaptive sparse expression of the signals. An adaptive matching pursuit algorithm that uses an impulse dictionary is introduced in this article for rolling bearing vibration signal processing and fault diagnosis. First, a new dictionary model is established according to the characteristics and mechanism of rolling bearing faults. The new model incorporates the rotational speed of the bearing, the dimensions of the bearing and the bearing fault status, among other parameters. The model can simulate the impulse experienced by the bearing at different bearing fault levels. A simulation experiment suggests that a new impulse dictionary used in a matching pursuit algorithm combined with a genetic algorithm has a more accurate effect on bearing fault diagnosis than using a traditional impulse dictionary. However, those two methods have some weak points, namely, poor stability, rapidity and controllability. Each key parameter in the dictionary model and its influence on the analysis results are systematically studied, and the impulse location is determined as the primary model parameter. The adaptive impulse dictionary is established by changing characteristic parameters progressively. The dictionary built by this method has a lower redundancy and a higher relevance between each dictionary atom and the analyzed vibration signal. The matching pursuit algorithm of an adaptive impulse dictionary is adopted to analyze the simulated signals. The results indicate that the characteristic fault components could be accurately extracted from the noisy simulation fault signals by this algorithm, and the result exhibited a higher efficiency in addition to an improved stability, rapidity and controllability when compared with a matching pursuit approach that was based on a genetic algorithm. We experimentally analyze the early-stage fault signals and composite fault signals of the bearing. The results further demonstrate the effectiveness and superiority of the matching pursuit algorithm that uses the adaptive impulse dictionary. Finally, this algorithm is applied to the analysis of engineering data, and good results are achieved.     

一种利用海豚叫声的仿生水声通信方法

针对水下通信隐蔽性的需求, 克服传统固定载波调制方式带来的声源暴露问题, 提出一种基于海豚叫声的仿生伪装水声通信方法, 使通信信号被当作海洋生物噪声排除, 达到隐蔽通信的效果. 研究了海豚叫声信号特点, 利用海豚哨声信号实现同步与识别, 采用差分脉冲位置调制方法, 信息调制在相邻海豚嘀嗒声信号的时间间隔, 采用压缩传感体制下的匹配追踪技术估计信道, 虚拟时反技术实现信道均衡. 湖试结果验证了该方法的有效性和可行性, 接收声信号与发射信号声音上具有很高的相似度, 可以达到伪装隐蔽的效果. 实验中水平距离2 km, 通信速率不小于29 bps时,误码率可以达到10^-4以下. 关键词： 水声通信 仿生 海豚 隐蔽     

TOFD图像时域解混叠的自适应匹配追踪方法*

当TOFD检测的时域分辨率不足时,小缺陷的上下端点衍射波会出现时域混叠,难以准确判断缺陷性质及测量缺陷高度。为解决此问题,提出了自适应匹配追踪算法,该算法利用主成分分析法从检测图像中提取匹配追踪原子,根据散射规律生成字典,通过正交匹配追踪算法实现对时域混叠信号的分离,并使用投影矢量重新成像,实现对缺陷上下端点的有效区分。该方法能够改进TOFD技术在小缺陷测高方面的不足,试验证明,该方法对薄板对接接头中高度为1.80 mm的埋藏缺陷测量误差小于0.30 mm。     

基于基追踪去噪的水声正交频分复用稀疏信道估计

针对传统的l₂-范数信道估计精度低的问题, 提出了一种基于基追踪去噪(BPDN)的水声正交频分复用稀疏信道估计方法, 该方法针对水声信道的稀疏特性, 利用少量的观测值即可以很高的精度估计出信道冲激响应. 与贪婪追踪类算法相比, 基于BPDN算法的稀疏信号估计具有全局最优解, 采用l₂-l₁范数准则估计信号, 同时考虑了观测值含噪情况, 通过调整正则化参数控制估计信号稀疏度和残余误差之间的平衡. 仿真分析了导频分布、正则化参数等对BPDN 算法的影响以及BPDN算法与最小平方(LS)、正交匹配追踪(OMP)信道估计算法的性能. 湖试结果表明, 在稀疏信道下, 基于BPDN的信道估计方法明显优于LS和OMP信道估计方法.     

改进的多输人多输出正交频分复用水声通信判决反馈信道估计算法

针对最小均方误差准则下(Minimum Mean Square Error,MMSE)判决反馈信道估计算法在多输入多输出正交频分复用(Multiple-input Multiple-output Orthogonal Frequency Division Multiplexing,MIMO-OFDM)低信噪比水声通信环境下存在误码遗传缺陷,提出了一种基于压缩感知理论的改进的MMSE判决反馈信道估计算法。通过结合浅海水声信道的稀疏性特点,利用编码校验后的信息与原始信息实现了对信道估计的判决反馈更新,采用匹配追踪算法改进MMSE判决反馈追踪信道估计技术,实现了抑制传统判决反馈信道估计算法在迭代更新及传递过程中存在的误码遗传的目的。仿真和水池实验结果证实:改进的MMSE判决反馈追踪信道估计算法不仅可以有效的抑制误码遗传,对抗突发噪声,跟踪信道的缓慢时变,同时大幅降低了导频占用率,提高了通信质量。