改进的多原子匹配追踪算法处理FBG信号

发布时间：2018-09-15 05:29

【摘要】：针对光纤布拉格光栅(FBG)传感信号难以去除噪声干扰及信号丢失问题,采用压缩感知(CS)对传感信号进行处理。CS重构算法多是以稀疏度已知为先验条件,提出稀疏度确定方法,结合二次正交匹配追踪(TOMP)算法和广义正交匹配追踪(GOMP)算法提出广义二次正交匹配追踪(GtOMP)算法,确定每次迭代选择原子个数及迭代次数。首先计算相关系数,归一化后按降序排列,并结合饱和值的方法确定稀疏度,利用平稳度找出每次迭代所选择的原子个数,最后利用本文方法对FBG信号进行重构。实验仿真表明,与同类的TOMP算法相比,本文算法不仅运行时间大大减少,而且降低了6~20%的重构误差;与其他不同类算法相比,本文算法重构信号的信噪比(SNR)提高27dB以上。
[Abstract]:In order to overcome the problem of noise interference and signal loss in fiber Bragg grating (FBG) (FBG) sensing signal, the algorithm of processing the sensing signal with compressed sensing (CS). CS reconstruction is based on the prior condition of known sparsity, and a method for determining sparse degree is proposed. Combined with the quadratic matching tracing (TOMP) algorithm and the generalized orthogonal matching tracing (GOMP) algorithm, the generalized quadratic orthogonal matching tracing (GtOMP) algorithm is proposed to determine the number of atoms selected and the number of iterations per iteration. First, the correlation coefficient is calculated, then normalized, arranged in descending order, then the sparsity is determined by the method of saturation value, and the number of atoms selected for each iteration is found by using the stationary degree. Finally, the FBG signal is reconstructed by using the method in this paper. The experimental results show that compared with the similar TOMP algorithm, the proposed algorithm not only reduces the running time, but also reduces the reconstruction error by 6% or 20%. Compared with other algorithms, the SNR of the proposed algorithm is higher than that of 27dB.
【作者单位】： 重庆邮电大学工业物联网与网络化控制教育部重点实验室;重庆邮电大学光纤通信技术重点实验室;
【基金】：国家自然科学基金(61275077) 重庆市研究生科研创新项目(CYS14151)资助项目
【分类号】：TN911.7

【相似文献】

相关期刊论文 前10条

1 赵玉娟;水鹏朗;张凌霜;;基于子空间匹配追踪的信号稀疏逼近[J];信号处理;2006年04期

2 赵玉娟;;分层匹配追踪对信号的稀疏逼近[J];江苏教育学院学报(自然科学版);2007年02期

3 杜小勇;段晓君;;匹配追踪信号分解收敛性的一种证明[J];湖南工业大学学报;2010年01期

4 韩德亮;于凤芹;;基于匹配追踪算法的汉语音节重叠声韵分割[J];计算机工程与设计;2012年07期

5 姚远;梁志毅;;基于压缩感知信号重建的自适应空间正交匹配追踪算法[J];计算机科学;2012年10期

6 曾春艳;马丽红;杜明辉;;前向预测与回溯结合的正交匹配追踪算法[J];华南理工大学学报(自然科学版);2012年08期

7 蒋留兵;黄韬;;一种新的压缩采样匹配追踪算法[J];计算机应用研究;2013年02期

8 黄芳;朱永忠;;基于局部性质的改进正交匹配追踪算法[J];青岛科技大学学报(自然科学版);2013年05期

9 马强;金裕红;;框架理论在匹配追踪算法中的应用[J];计算机与数字工程;2010年12期

10 韩德亮;于凤芹;李亚文;;基于遗传匹配追踪分解的汉语孤立字声韵分割[J];计算机系统应用;2012年02期

相关会议论文 前7条

1 陆媛媛;宋炜;左佳卉;李亭;;基于改进匹配追踪的子波特征能量气藏检测方法[A];中国地球物理2013——第十九专题论文集[C];2013年

2 李辉;;面向图像视频编码的多规模匹配追踪图像表达法[A];信息科学与微电子技术:中国科协第三届青年学术年会论文集[C];1998年

3 李政;罗飞路;;基于匹配追踪的超声回波参数估计方法[A];2009中国仪器仪表与测控技术大会论文集[C];2009年

4 秦晓伟;郭建中;;匹配追踪算法(MP)在超声成像中的研究[A];第二届西安-上海两地声学学术会议论文集[C];2011年

5 于勇凌;张海燕;马世伟;;改进的chirplet匹配追踪在Lamb波信号时频分析中的应用[A];融合与创新：新世纪物理声学的发展——二零一二年度全国物理声学会议论文集[C];2012年

6 高建虎;陈杰;张履谦;;基于压缩感知和EMD的SAR海洋内波探测方法[A];第九届全国信息获取与处理学术会议论文集Ⅱ[C];2011年

7 苏哲;许录平;甘伟;;基于压缩感知的脉冲星轮廓构建算法[A];第二届中国卫星导航学术年会电子文集[C];2011年

相关博士学位论文 前5条

1 杨成;压缩采样中匹配追踪约束等距性分析及其应用[D];复旦大学;2011年

2 曾春艳;匹配追踪的最佳原子选择策略和压缩感知盲稀疏度重建算法改进[D];华南理工大学;2013年

3 杨瑞明;基于压缩采样的比幅测向方法研究[D];电子科技大学;2010年

4 韩晓红;混沌时序非线性去噪方法研究及其应用[D];太原理工大学;2012年

5 李青;优化核方法[D];西安电子科技大学;2007年

相关硕士学位论文 前10条

1 赵玉娟;基于子空间匹配追踪的信号稀疏逼近[D];西安电子科技大学;2005年

2 任晓馨;压缩感知贪婪匹配追踪类重建算法研究[D];北京交通大学;2012年

3 校午阳;基于多通道匹配追踪算法的时频分析研究及在脑电信号处理中的应用[D];天津医科大学;2012年

4 李亚文;遗传匹配追踪算法的研究与改进[D];江南大学;2011年

5 朱姗姗;压~.感知广义正交匹配追踪算法的研究[D];安徽大学;2015年

6 王方非;基于树形结构回溯正交匹配追踪的稀疏恢复算法研究[D];北京交通大学;2012年

7 屈冉;压缩感知算法及其应用研究[D];南京邮电大学;2013年

8 文首先;压缩感知匹配追踪算法的研究[D];安徽大学;2013年

9 周忠根;由时频分布引导的四参数子空间匹配追踪算法[D];西安电子科技大学;2006年

10 李真;匹配追踪方法在结构健康监测中的应用研究[D];南京航空航天大学;2009年

，

本文编号：2243918