CN101944236A - 基于采样值分布特性的具有压缩感知过程的信号检测方法 - Google Patents
基于采样值分布特性的具有压缩感知过程的信号检测方法 Download PDFInfo
- Publication number
- CN101944236A CN101944236A CN2010102540152A CN201010254015A CN101944236A CN 101944236 A CN101944236 A CN 101944236A CN 2010102540152 A CN2010102540152 A CN 2010102540152A CN 201010254015 A CN201010254015 A CN 201010254015A CN 101944236 A CN101944236 A CN 101944236A
- Authority
- CN
- China
- Prior art keywords
- signal
- sampled value
- detecting method
- sampled
- compressed sensing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Abstract
Description
技术领域
本发明涉及信号处理及信号检测领域,具体涉及基于采样值分布特性的具有压缩感知过程的信号检测方法。
背景技术
压缩感知(Compressive sensing),也称为“压缩传感”(以下均称为“压缩感知”),是一种非传统的采样方式,每一步观测是通过信号在观测向量上的投影获得的。该理论指出,如果信号是稀疏的或者在某个基下可压缩,那么用少量的采样值就可以保持信号的结构和相关信息。基于该理论,用于精确重构信号的采样需求数量可以远低于观测的维度,这极大缓解了宽带信号处理的压力。目前,压缩感知的研究多数集中在信号或图像的重构及相关问题。然而,在许多信号处理应用中,信号获取的最终目的并不是重构原始信号,而是为了得到观测目标的某些信息。例如信号检测这样的任务,信号获取的目的就是为了从观测数据中提取判决信息,完成一个检测决定。如果重构原始信号后再进行检测,显然是浪费资源的,因为压缩感知的采样值已经保持了原始信号的结构和相关信息,在不重构原始信号的条件下,可以直接处理压缩感知的采样值完成信号检测任务。目前的具有压缩感知过程的信号检测方法主要是基于信号的部分重构思想完成检测,这种方法在信噪比较低时,检测效果差。
发明内容
为了解决现有的具有压缩感知过程的信号检测方法在信噪比较低时检测效果差的问题,本发明提供了基于采样值分布特性的具有压缩感知过程的信号检测方法。
本发明的基于采样值分布特性的具有压缩感知过程的信号检测方法,所述检测方法包括如下步骤:
本发明的有益效果:本发明利用采样值的数学期望作为检测的依据,由于噪声的强度变化并不会改变采样值的数学期望,因此,本发明有效克服了低信噪比情况下信号检测效果差的缺陷;本发明可以根据检测要求灵活选择采样值来完成检测,可以不需要使用所有的采样值,这在信号处理应用中是非常有益的,例如,采集数据后,可以先使用部分采样值完成检测,确认感兴趣信号存在后,再基于所有采样值完成其他处理,例如参数估计等,可以给信号处理节省资源。
附图说明
图1是本发明的基于采样值分布特性的具有压缩感知过程的信号检测方法的流程图,图2是具体实施方式三中感兴趣信号s的时域波形示意图,图3是具体实施方式三所述检测方法与传统的基于匹配追踪的信号检测方法在相同采样点下的检测效果示意图,其中,I曲线表示所述具体实施方式三所述检测方法在相同采样点下的检测成功率,II曲线表示传统的基于匹配追踪的信号检测方法在相同采样点下的检测成功率,图4是具体实施方式三所述检测方法与传统的基于匹配追踪的信号检测方法在相同信噪比下获得的检测效果示意图,其中,III曲线表示所述具体实施方式三的检测方法在获得高检测成功率所需要的采样点数,IV曲线表示传统的基于匹配追踪的信号检测方法获得高检测成功率所需要的采样点数。
具体实施方式
具体实施方式一:根据说明书附图1具体说明本实施方式,本实施方式所述的基于采样值分布特性的具有压缩感知过程的信号检测方法,所述检测方法包括如下步骤:
具体实施方式二:本实施方式是对具体实施方式一的进一步说明,具体实施方式一在步骤一中M为10~100。
本实施方式的检测原理为:
在情况下,高斯白噪声的分布满足,感兴趣信号,是一个已知的信号,因此;在每次压缩感知过程中,可以认为是一个确定、已知的测量矩阵,那么中的过程可以认为是一个维高斯变量的线性变换过程;由概率论与数理统计中的相关理论可知,维高斯变量的线性变换仍服从高斯分布,因此,可以获得采样值的数字特征,即,推导过程如下:
可见,在假设和假设下,压缩感知获得的采样值的方差相同,但其数学期望不同。假设情况下的数学期望是,情况下各个采样值的数学期望均为0,两种情况下采样值的数学期望均与噪声强度无关。因此,可以利用采样值在不同假设情况下的数学期望不同这一特点进行信号检测。
本实施方式中,由于压缩感知采样值在和情况下的方差相同,因此,当真实采样值与压缩感知采样值在情况下数学期望的偏差较小时,就表示该采样值与情况下的数学期望较接近,由高斯分布的性质可知,这就表明真实采样值来自情况的概率较高;反之,表明真实采样值来自情况的概率较高。本实施方式就是将实际采样值与其在两种假设情况下的数学期望的偏差作为判决依据,完成检测。这种方法因为噪声的强度变化并不会改变采样值的数学期望,它只会改变采样值的方差,而采样值在和情况下的方差又是相同的。
实验一,考察在相同采样点数下,NC检测算法和MP检测算法在各个信噪比下的检测效果。令采样点数M=50,信噪比SNR的变化范围为[-10,5],步进为1。NC算法中使用全部采样点进行检测,即L=50。MP算法中的迭代次数T=6,在每个信噪比下的检测阈值选择策略是使用蒙特卡洛方法基于最小检测误差选择阈值,蒙特卡洛实验次数为5000次。实验结果如图3所示,由图可以看出,在低信噪比条件下,NC检测算法的检测效果优于MP检测算法。
实验二,考察在相同信噪比下,NC检测算法和MP检测算法获得高检测成功率所需要的采样点数情况。令信噪比SNR=-3,采样点数M的变化范围为[10,100],步进为5。两种算法中的参数选择与实验一相同。实验结果如图4所示,由图可以看出,与MP检测算法相比,NC检测算法使用较少的采样点就可以获得较高的检测成功率。
Claims (3)
2. 根据权利要求1所述的基于采样值分布特性的具有压缩感知过程的信号检测方法,其特征在于在步骤一中M为10~100。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010102540152A CN101944236A (zh) | 2010-08-16 | 2010-08-16 | 基于采样值分布特性的具有压缩感知过程的信号检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010102540152A CN101944236A (zh) | 2010-08-16 | 2010-08-16 | 基于采样值分布特性的具有压缩感知过程的信号检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101944236A true CN101944236A (zh) | 2011-01-12 |
Family
ID=43436216
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010102540152A Pending CN101944236A (zh) | 2010-08-16 | 2010-08-16 | 基于采样值分布特性的具有压缩感知过程的信号检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101944236A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105553582A (zh) * | 2015-12-25 | 2016-05-04 | 中国科学院上海高等研究院 | 一种联合能量检测与循环平稳特征检测的感知方法 |
CN107884752A (zh) * | 2017-11-08 | 2018-04-06 | 电子科技大学 | 一种基于压缩感知的外辐射源雷达对目标检测方法 |
CN107976663A (zh) * | 2018-01-24 | 2018-05-01 | 电子科技大学 | 一种基于子空间投影的外辐射源雷达对目标压缩检测方法 |
-
2010
- 2010-08-16 CN CN2010102540152A patent/CN101944236A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105553582A (zh) * | 2015-12-25 | 2016-05-04 | 中国科学院上海高等研究院 | 一种联合能量检测与循环平稳特征检测的感知方法 |
CN107884752A (zh) * | 2017-11-08 | 2018-04-06 | 电子科技大学 | 一种基于压缩感知的外辐射源雷达对目标检测方法 |
CN107976663A (zh) * | 2018-01-24 | 2018-05-01 | 电子科技大学 | 一种基于子空间投影的外辐射源雷达对目标压缩检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101764652B (zh) | 基于正交匹配追踪的具有压缩感知过程的信号检测方法 | |
Ali et al. | A new novel index for evaluating model performance | |
CN101561314A (zh) | 随机共振-混沌微弱信号检测方法 | |
Lau et al. | Panel data analysis (stationarity, cointegration, and causality) | |
CN104237861B (zh) | 一种未知杂波背景下的cfar检测门限获取方法 | |
Chen et al. | Bootstrap testing multiple changes in persistence for a heavy-tailed sequence | |
CN102769674A (zh) | 基于记值探测法的Web应用系统负载测试方法 | |
Li et al. | Variance change-point detection in panel data models | |
Kuang et al. | Network‐based earthquake magnitude determination via deep learning | |
CN109142865A (zh) | 考虑油纸绝缘界面极化等效电路参数的频域谱辨识方法 | |
Huang | Comparison of three approaches for computing measurement uncertainties | |
CN104833850B (zh) | 基于Duffing混沌系统的微弱信号检测装置的微弱信号检测方法 | |
CN101944236A (zh) | 基于采样值分布特性的具有压缩感知过程的信号检测方法 | |
CN103267942B (zh) | 一种模拟电路的故障检测方法 | |
Sheng et al. | Tracking performance and robustness analysis of Hurst estimators for multifractional processes | |
CN103970129A (zh) | 控制阀粘滞检测方法 | |
Cuffney et al. | Response to King and Baker: limitations on threshold detection and characterization of community thresholds | |
Durante et al. | Cluster analysis of time series via Kendall distribution | |
CN102546116B (zh) | 基于压缩感知的跳频信号盲检测方法 | |
Mudge | Explicit consideration of critical effect sizes and costs of errors can improve decision-making in plant science | |
CN103713997A (zh) | 一种蜕变关系形式化描述与分解方法 | |
Chen et al. | Moving ratio test for multiple changes in persistence | |
Rongjie et al. | Application of similarity in fault diagnosis of power electronics circuits | |
Jiang | Estimation of effective concentrations from in vitro dose-response data using the log-logistic model | |
CN102426332A (zh) | 一种多信号流图的故障排除方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20110112 |