基于分布式MWC的盲稀疏度重构算法研究.pdf

"基于分布式MWC的盲稀疏度重构算法研究" 本文研究基于分布式调制宽带转换器（Distributed Modulated Wideband Converter，DMWC）的盲稀疏度重构算法，提出了一种分段弱正交匹配追踪算法（Stagewise Weak OMP，SwOMP）与DMWC相结合的盲谱重构方案。SwOMP可在不依赖信号稀疏度的前提下，以弱相关策略提升所选支撑集的准确率。仿真结果表明，与现有算法相比，SwOMP能显著提高DMWC对信号传输衰减的容忍度，且高概率恢复支撑集所需通道数更少。 分布式MWC是指在真实电磁环境下，以分布式感知节点和融合中心组成的系统，解决了MWC面临时变支撑集，无法自适应调整通道数的缺陷，以及一些实际的分布式场景中，单个MWC无法应对多径衰落、阴影等问题。 SwOMP算法的核心是引入原子的弱选择概念，表示每次迭代寻找大于门限值的弱相关原子，门限值定义为gi是测量矩阵列向量与残差的内积。gi越大表示相关性越强。当gi大于该门限值时，则选出对应的索引加入到候选支撑集J。文献指出λ=0.9时，频谱重构性能最佳。 SwOMP算法的步骤如下：初始化：残差r0=y，索引集，候选原子集，t =1；计算其中aj表示A的第j列；选出g中大于门限值的原子，将对应A中的列位置Jt加入索引集，更新候选原子集；按最小二乘公式估计原信号；更新残差；t=t+1，若t<S，返回步骤1；若或，则停止迭代。输出：支撑集。 在仿真中，原信号x(t)的产生模型为：其中，频带数N=4，，，，，，。为了体现抗噪性能，加入高斯白噪声w(t)，即仿真的信号是x(t)。仿真结果表明，SwOMP算法能显著提高DMWC对信号传输衰减的容忍度，且高概率恢复支撑集所需通道数更少。 本文的SwOMP算法能够提高DMWC对信号传输衰减的容忍度，且高概率恢复支撑集所需通道数更少，是一种高效的频谱感知技术。