检索结果-南通市图书馆

清华大学学报（自然科学版） 2024年第4期64卷 700-711页

作者：雷旭鹏杨健徐孟怀朱江龚旻浙江大学海洋学院舟山316021 中国运载火箭技术研究院北京100076

信号/参数经过线性变换,再经过逐位非线性变换得到测量值的过程可以抽象为广义线性模型。广义近似消息传递算法是处理广义线性模型的一种Bayes方法,通过引入信号的稀疏先验分布,利用似然函数和先验分布得到后验均值和后验方差。然而,当... 详细信息

信号/参数经过线性变换,再经过逐位非线性变换得到测量值的过程可以抽象为广义线性模型。广义近似消息传递算法是处理广义线性模型的一种Bayes方法,通过引入信号的稀疏先验分布,利用似然函数和先验分布得到后验均值和后验方差。然而,当测量矩阵的元素不服从次Gauss分布时,广义近似消息传递算法性能会急剧恶化。通过奇异值分解,广义酉变换近似消息传递算法消除了测量矩阵的相关性,在包括相关测量矩阵的各类测量矩阵中表现出更强的鲁棒性。然而,经过足够多次迭代后,广义酉变换近似消息传递算法的信号重构误差在平衡点附近振荡;且随着测量矩阵相关性的增加,广义酉变换近似消息传递算法性能开始恶化。为了进一步提高广义酉变换近似消息传递算法的稳健性、改善算法准确性,该文提出自适应广义酉变换近似消息传递算法。该算法通过构造目标函数并自适应选择合适的步长,使得广义酉变换近似消息传递算法能够收敛到平衡点,从而获得更好的性能。大量的数值仿真实验结果验证了自适应广义酉变换近似消息传递算法的有效性。

关键词：广义线性模型压缩感知酉变换近似消息传递自适应算法

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

非理想情况下的微波关联成像方法研究

非理想情况下的微波关联成像方法研究

引用

作者：王言西安电子科技大学

学位级别：硕士

基于时空两维随机辐射场和关联处理方法的微波关联成像是一种新的雷达成像体制,其空间分辨率能够超越真实天线孔径尺寸的限制,并且具有对固定区域内目标实现不间断观测和成像的应用潜力,为当前高分辨雷达凝视成像开辟了一种新的发展方... 详细信息

基于时空两维随机辐射场和关联处理方法的微波关联成像是一种新的雷达成像体制,其空间分辨率能够超越真实天线孔径尺寸的限制,并且具有对固定区域内目标实现不间断观测和成像的应用潜力,为当前高分辨雷达凝视成像开辟了一种新的发展方向。在理想情况下,传统的关联成像方法可以获得较好的成像结果,然而在实际工程应用中,由于受到雷达系统中非理想因素的影响,在信噪比较低、辐射场随机性较弱、存在模型误差等情况下,导致现有方法的成像质量下降。因此本文主要研究在非理想情况下能够获得较好成像效果的关联成像方法。首先,本文详细分析了微波关联成像的具体过程,并推导了回波信号、随机辐射场以及目标散射系数的表达式以及相互关系,建立了微波关联成像信号模型。由于微波关联成像的分辨能力取决于辐射场的随机性,因此本文从矩阵分析的角度介绍了有效秩方法来作为表征辐射场随机性强弱的评价指标,同时将一种随机跳频信号作为发射信号来构造随机性较强的辐射场,能够增加时空独立的辐射场样本,提高成像分辨率。然后又介绍了压缩感知理论和因子图理论,为研究新的关联成像方法奠定了基础。其次,针对传统的一些关联成像方法在低信噪比和弱随机性辐射场情况下的成像结果不太理想,而基于稀疏贝叶斯学习(Sparse Bayesian Learning,SBL)的关联成像方法计算复杂度高难以实时成像的问题,本文引入了一种基于酉变换近似消息传递(Approximate Message Passing With Unitary Transformation,UTAMP)的稀疏贝叶斯学习算法。利用酉变换将辐射场矩阵转换为对角矩阵与酉矩阵乘积的形式,同时将关联成像模型转化为稀疏贝叶斯模型并且将联合概率密度函数建模为因子图模型,通过执行因子图中的消息传递来更新隐含变量和超参数的概率估计值,避免了SBL算法中复杂的矩阵求逆运算,极大的降低了计算复杂度,提高了成像效率。仿真验证了该方法在弱随机性辐射场情况下仍然能够获得较理想的成像结果,并且对噪声具有更高的容忍度。最后,针对在实际工程应用中雷达系统会同时存在多种误差因素导致模型失配,以及块稀疏目标对成像性能的影响等问题,本文研究了模型失配下的块稀疏目标关联成像方法。首先在分析多种误差因素的基础上对成像模型进行了修正,并通过仿真分析了块稀疏目标对稀疏重构类算法的影响。然后本文对传统的全变分正则化作出了改进,增加了对角线和反对角线方向上的梯度信息,构建了四方向的全变分模型。在使用总体最小二乘算法求解误差矩阵的基础上,同时引入了自适应加权的权重全变分正则化来约束优化函数,进而提出了适用于模型失配下块稀疏目标成像的优化问题,并使用增广拉格朗日方法和交替优化的思想对该问题进行了求解。最后通过仿真验证了所提方法在模型失配情况下对块稀疏目标具有较好的成像效果。

关键词：微波关联成像压缩感知酉变换近似消息传递因子图模型失配

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一种大规模MIMO系统的联合用户活跃性和信号检测方法

引用

电信科学 2021年第5期37卷 113-123页

作者：宋晓群金明贾忠杰宁波大学信息科学与工程学院浙江宁波 315211

上行免调度大规模多输入多输出(mMIMO)系统中,当接收天线相关性增加或活跃设备数增大时,传统的联合用户活跃性和信号检测方法性能急剧下降.另外,传统方法需要知道噪声功率,而实际中往往难以获得准确信息.针对上述问题,提出了一种基于酉... 详细信息

上行免调度大规模多输入多输出(mMIMO)系统中,当接收天线相关性增加或活跃设备数增大时,传统的联合用户活跃性和信号检测方法性能急剧下降.另外,传统方法需要知道噪声功率,而实际中往往难以获得准确信息.针对上述问题,提出了一种基于酉变换近似消息传递和期望最大化的联合用户活跃性和信号检测方法.与传统的近似消息传递算法不同,所提的酉变换近似消息传递算法假设噪声功率未知.首先,利用酉变换近似消息传递算法将mMIMO基站侧接收信号进行解耦处理,同时估计噪声功率.然后,利用解耦信号,基于期望最大化算法实现用户活跃性检测.最后,通过计算解耦信号所属星座点的后验概率得到信号检测结果.仿真结果表明,所提方法在联合用户活跃性和信号检测方面优于传统方法.

关键词：大规模多输入多输出用户活跃性检测信号检测酉变换近似消息传递

来源：评论

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：