基于稀疏域元素位置信息积累的微弱信号检测算法

发布时间：2018-09-11 15:44

【摘要】：该文提出一种利用信号稀疏特征实现基于压缩感知的微弱信号检测算法。稀疏信号在某一特定字典基上投影展开,其稀疏向量非0元素位置固定。而高斯白噪声在字典基上投影展开,其权向量中非0元素的位置呈现出是均匀分布的特点。该文所提方法实现了微弱信号在稀疏域中的积累。通过计算当只存在高斯白噪声时,接收信号的稀疏向量的非0元素位置向量与信号的稀疏向量非0元素位置向量的相关性,得到判决门限,完成微弱信号的检测。仿真结果表明本文所提方法在信噪比低至-15 dB时仍能对信号正确检测。
[Abstract]:In this paper, a weak signal detection algorithm based on compressed sensing is proposed. The sparse signal is projected on a particular dictionary base and its sparse vector is fixed in the position of non-zero elements. When Gao Si's white noise is projected and expanded on the dictionary basis, the position of non-zero elements in the weight vector is uniformly distributed. The method proposed in this paper realizes the accumulation of weak signals in sparse domain. By calculating the correlation between the non-zero element position vector of the sparse vector of the received signal and the non-zero element position vector of the signal when there is only Gao Si white noise, the decision threshold is obtained and the weak signal detection is completed. The simulation results show that the proposed method can detect the signal correctly when the SNR is as low as -15 dB.
【作者单位】： 电子科技大学电子工程学院;
【基金】：国家自然科学基金委员会-中国工程物理研究院NSAF联合基金资助(U1530126) 中央高校基本科研业务费项目(ZYGX2015J022)
【分类号】：TN911.23

【参考文献】

相关期刊论文 前4条

1 孟祥瑞;赵瑞珍;岑翼刚;张凤珍;;用于压缩采样信号重建的回溯正则化自适应匹配追踪算法[J];信号处理;2016年02期

2 王康;叶伟;劳国超;胡楷钰;;基于稀疏系数特征的压缩感知信号检测算法[J];电子信息对抗技术;2015年02期

3 方标;黄高明;高俊;左炜;;FRFT域LFM雷达回波信号的压缩采样模型[J];西安电子科技大学学报;2015年01期

4 刘冰;付平;孟升卫;;基于正交匹配追踪的压缩感知信号检测算法[J];仪器仪表学报;2010年09期

【共引文献】

相关期刊论文 前10条

1 马俊虎;廖红舒;谢进文;甘露;;基于稀疏域元素位置信息积累的微弱信号检测算法[J];信号处理;2017年07期

2 李艳琦;;企业机密信息网络传输泄露优化检测仿真研究[J];计算机仿真;2017年05期

3 王聪;徐敏强;李志成;;齿轮箱故障诊断中的正交匹配追踪算法[J];哈尔滨工业大学学报;2017年04期

4 孟宗;李晶;龙海峰;潘作舟;;基于压缩信息特征提取的滚动轴承故障诊断方法[J];中国机械工程;2017年07期

5 刘学文;肖嵩;王玲;薛晓;;迭代预测正交匹配追踪算法[J];信号处理;2017年02期

6 王学伟;董晓璇;王琳;袁瑞铭;田海亭;姜振宇;王国兴;;m序列伪随机动态测试信号建模与压缩检测方法[J];电力自动化设备;2017年02期

7 许晓荣;胡慧;章坚武;;L-CR系统中分布式压缩感知最小角回归信号重构[J];信号处理;2016年12期

8 卢云龙;李明;曹润清;王泽玉;陈洪猛;;联合时频分布和压缩感知对抗频谱弥散干扰[J];电子与信息学报;2016年12期

9 秦国领;张铁茁;程艳合;魏绍杰;;基于稀疏系数位置和归一化残差的压缩感知信号检测[J];电讯技术;2016年10期

10 刘琨;罗福兴;杨克己;于刚;;基于改进型正交匹配追踪的TOFD重叠信号分离研究[J];机电工程;2016年10期

【二级参考文献】

相关期刊论文 前10条

1 张凤珍;赵瑞珍;岑翼刚;胡绍海;张勇东;;基于差分的稀疏度自适应重构算法[J];计算机辅助设计与图形学学报;2015年06期

2 李玉;赵瑞珍;张凤珍;岑翼刚;;边缘和方向估计的自适应多尺度分块压缩感知算法[J];信号处理;2015年04期

3 练秋生;石保顺;陈书贞;;字典学习模型、算法及其应用研究进展[J];自动化学报;2015年02期

4 王康;叶伟;王勇;胡楷钰;;基于CS和OMP的宽带LFM信号源个数估计算法[J];电子信息对抗技术;2014年06期

5 张波;刘郁林;王开;王娇;;基于概率稀疏随机矩阵的压缩数据收集方法[J];电子与信息学报;2014年04期

6 吴敏;邢孟道;张磊;;基于压缩感知的二维联合超分辨ISAR成像算法[J];电子与信息学报;2014年01期

7 杨真真;杨震;孙林慧;;信号压缩重构的正交匹配追踪类算法综述[J];信号处理;2013年04期

8 汤建龙;李婷;;基于压缩感知的线性调频信号频率估计[J];电子信息对抗技术;2012年02期

9 甘伟;许录平;张华;苏哲;;一种贪婪自适应压缩感知重构[J];西安电子科技大学学报;2012年03期

10 甘伟;许录平;罗楠;谢强;;一种自适应压缩感知重构算法[J];系统工程与电子技术;2011年09期

【相似文献】

相关期刊论文 前10条

1 江国舟,江超;微弱信号检测的基本原理与方法研究[J];湖北师范学院学报(自然科学版);2001年04期

2 卢荣德,杜英磊;微弱信号检测技术综合专题实验[J];电气电子教学学报;2005年03期

3 于丽霞;王福明;;微弱信号检测技术综述[J];信息技术;2007年02期

4 谢秋莲;梁帅;;浅谈微弱信号检测技术[J];无线互联科技;2011年05期

5 杨海博;王海燕;申晓红;;奇异谱技术在混沌背景下微弱信号检测中的应用[J];计算机测量与控制;2012年03期

6 ;著名微弱信号检测专家唐鸿宾教授[J];中国高新技术企业;2013年10期

7 ;会议消息[J];激光与红外;1982年01期

8 欧阳荣彪;;微弱信号检测的基本原理[J];光学工程;1984年01期

9 魏建;微弱信号检测学会第四次理事会简讯[J];数据采集与处理;1986年01期

10 王小羊;南达微弱信号检测技术开发研究中心1985年两次举办技术应用培训班[J];数据采集与处理;1986年01期

相关会议论文 前10条

1 杨茂;胡立群;;光电微弱信号检测电路的研究[A];第十六届全国核电子学与核探测技术学术年会论文集（上册）[C];2012年

2 吴涛;魏欣;张若禹;袁嗣杰;;基于稳健Wigner-Ville分布的微弱信号检测算法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年

3 甘维明;李风华;李整林;戴琼兴;;海洋混响背景下微弱信号检测的仿真研究[A];2008年全国声学学术会议论文集[C];2008年

4 杨璧南;;微弱信号相干检测后的频域处理[A];中国电子学会第七届学术年会论文集[C];2001年

5 唐玉志;蔡宗义;刘瑜;;两种基于谐波小波的微弱信号检测方法研究[A];全国第五届信号和智能信息处理与应用学术会议专刊(第一册)[C];2011年

6 黄冠钦;杨坤德;马远良;;微弱信号的自适应相干累积检测[A];中国声学学会水声学分会2011年全国水声学学术会议论文集[C];2011年

7 任德奎;王德石;谌龙;;基于参激Lorenz系统的微弱信号检测[A];第十二届全国非线性振动暨第九届全国非线性动力学和运动稳定性学术会议论文集[C];2009年

8 颜勇;王玫;张慧峰;;基于Duffing振子的微弱信号检测方法研究[A];2009年中国高校通信类院系学术研讨会论文集[C];2009年

9 王勇;许录平;田玉琴;徐飞;;一种微光子导航源的混沌辨识方法[A];第二届中国卫星导航学术年会电子文集[C];2011年

10 冯明时;胥永刚;马海龙;;基于线性不变矩的微弱信号检测方法[A];第十届全国振动理论及应用学术会议论文集（2011）上册[C];2011年

相关博士学位论文 前6条

1 吴冬梅;基于达芬振子的微弱信号检测方法研究[D];哈尔滨工程大学;2010年

2 李强;机械设备早期故障预示中的微弱信号检测技术研究[D];天津大学;2008年

3 徐春生;微弱信号检测及机械故障诊断系统研究[D];天津大学;2008年

4 王坤朋;微弱信号检测的盲源分离方法及应用研究[D];重庆大学;2014年

5 聂春燕;混沌理论及基于特定混沌系统的微弱信号检测方法研究[D];吉林大学;2006年

6 兰小刚;微弱信号检测及其在引力量子效应验证中的应用[D];西南交通大学;2015年

相关硕士学位论文 前10条

1 时美子;微弱信号检测与辨识机制研究[D];辽宁工程技术大学;2011年

2 郑红利;基于相空间重构的混沌背景下微弱信号检测方法研究[D];南京信息工程大学;2015年

3 章代敏;通信信号非线性动力学检测关键技术研究[D];电子科技大学;2015年

4 马腾跃;多节点监测系统微弱信号检测算法研究[D];北京邮电大学;2015年

5 李乐;基于混沌理论的频率未知的微弱信号的检测方法研究[D];东北大学;2013年

6 王晓东;基于耦合混沌振子的微弱信号检测方法研究[D];石家庄铁道大学;2016年

7 唐坤鹏;时间分辨微弱信号检测及其在LIBS中的应用[D];华南理工大学;2016年

8 黄炜;基于激光雷达能见度仪的微弱信号检测方法[D];中国民航大学;2014年

9 高强;基于红外前向散射能见度仪的研制[D];天津大学;2016年

10 崔芹;基于混沌理论的微弱信号检测[D];哈尔滨工程大学;2008年

，

本文编号：2237127