APP下载

基于过完备结构字典的跳频信号稀疏分解

2014-09-17李斌武李永贵张敬义

通信技术 2014年5期
关键词:信号结构

李斌武,李永贵,张敬义

(1.解放军理工大学通信工程学院,江苏南京210007;2.南京电讯技术研究所,江苏 南京210007)

0 引言

跳频信号作为一种典型的非平稳信号[1-2],是现实生活中常用的信号之一。但是随着跳频带宽越来越宽,传统的采样和数据处理方法难以满足跳频信号带宽和数据处理量日益增大的需求,同时也忽视了现有硬件采样设备的采样速率限制。压缩感知(CS,Compressed Sensing)理论作为近些年在信号处理领域研究的热点理论,为跳频信号的采样和处理提供了一个新的思路。该理论前提条件就是要求信号具有稀疏性或可压缩性。然而现实中许多信号本身不具有稀疏性,而是在特定的变换域才会表现出稀疏特性。信号稀疏表示(Sparse Representation)是研究信号稀疏特性的重要理论,它可以有效提取信号最本质的特征,有利于信号的后续处理,可从本质上降低信号处理成本。因此,在数字信号处理应用中,人们总是用信号在某个域上的稀疏逼近取代原始数据表示,称为信号表示。信号表示多为加性分解,如傅里叶变换和小波变换分别将信号在三角函数和小波基上展开,在频域和小波域表示信号[3];时频分析将信号在时频面展开,在时频域表示信号[4]。信号的稀疏表示就是用尽量少的基函数在某个变换域将信号展开,旨在从本质上描述信号。但是传统的信号稀疏表示是建立在正交基上的信号分解,该方法具有一定的局限性,往往不能够达对频率随时间不断变化的信号进行最佳的稀疏表示。……

登录APP查看全文

猜你喜欢

信号结构
《形而上学》△卷的结构和位置
信号
完形填空二则
论结构
新型平衡块结构的应用
孩子停止长个的信号
论《日出》的结构
基于LabVIEW的力加载信号采集与PID控制
一种基于极大似然估计的信号盲抽取算法
创新治理结构促进中小企业持续成长