控制与决策

作者：田金鹏,闵天,薛莹,郑国莘

单位：上海大学通信与信息工程学院，上海200444;上海大学特种光纤与光接入网省部共建重点实验室，上海200072,,上海大学通信与信息工程学院，上海200444,,上海大学通信与信息工程学院，上海200444,,上海大学通信与信息工程学院，上海200444;上海大学特种光纤与光接入网省部共建重点实验室，上海200072,

关键词：压缩感知;信号重建;卡尔曼滤波;时变稀疏信号;线性预测;重建算法

基金：国家自然科学基金项目(61871261, 61571282).

针对压缩感知中时变稀疏信号的重建问题,提出一种基于自适应线性预测的卡尔曼滤波恢复算法.该算法采用滑动窗口对信号进行观测,基于前后窗信号之间的相关性并利用自适应线性预测方法,建立前后窗口信号的状态转移方程,与修正后的观测方程共同构成系统状态空间模型.在信号重构时,采用贪婪算法确定信号支撑集、降阶卡尔曼滤波算法迭代得到其精确解.对调频信号、调幅信号、WiFi射频信号和语音采样信号进行仿真实验验证,仿真结果表明,所提出算法在不显著增加计算复杂度的情况下,重建精度比改进前的循环平移模型算法提高约5%,且远高于其他同类算法;同时在不同的噪声环境下,重建后的信号比原信号信噪比提高$1\sim 8$dB,表明算法具有较强的抗噪声性能.

来源：2020年第1期

《控制与决策》期刊编辑部

查看控制与决策杂志2020年第1期