基于稀疏信号结构信息的压缩检测算法
编者按：压缩感知技术可以在不精确重构信号的情况下实现对稀疏信号的检测。目前已有的压缩检测算法主要利用的是稀疏信号的幅值信息，通过比较重构出的最大稀疏系数与门限的大小关系来完成检测任务。然而这种方法在低信噪比时检测效果不理想，同时对检测门限的精确程度要求很高。针对这种情况，本文提出一种基于稀疏信号结构信息的压缩检测算法，根据部分重构得到的信息与原始信号的结构相似度来完成检测。实验结果表明，本文算法在低信噪比下也可以获得较高的检测成功率，并且没有检测门限的束缚。
表示位置相似度门限。若位置相似度大于所设门限，这时，需要通过幅值信息来判断目标信号的有无。文献[4]通过比较部分重构算法所得的最大稀疏系数与所设门限的大小关系来判断目标信号的有无。在该算法中，门限是通过模特卡洛模拟的方法得到的，然而，实际中门限的设置比较困难，门限对噪声比较敏感，门限设置不恰当会严重影响检测性能。在本文中，我们提出一种新的方法来完成检测判决，该方法避免了门限的设置，同时仿真结果表明该方法具有很好的检测性能。具体方法如下：
我们可以得到：
仿真结果和分析
加入微信
获取电子行业最新资讯
搜索微信公众号：EEPW
或用微信扫描左侧二维码
