基于压缩感知技术的自适应阵列天线滤波系统的研究

doi:10.3969/j.issn.1006-2475.2013.07.026

计算机与现代化 ›› 2013, Vol. 1 ›› Issue (7): 98-100,.doi: 10.3969/j.issn.1006-2475.2013.07.026

基于压缩感知技术的自适应阵列天线滤波系统的研究

陈宝深

华南师范大学物理与电信工程学院，广东广州510006

收稿日期:2013-03-01 修回日期:1900-01-01 出版日期:2013-07-17 发布日期:2013-07-17

]Research on Adaptive Array Antenna Filtering System Based on Compressive Sensing Technology

CHEN Bao-shen

School of Physics and Telecommunication Engineering, South China Normal University, Guangzhou 510006, China

Received:2013-03-01 Revised:1900-01-01 Online:2013-07-17 Published:2013-07-17

摘要/Abstract

摘要： 随着通信等行业的发展，对自适应阵列天线滤波系统的吞吐量提出了更高的要求。本文利用压缩感知技术的稀疏化特点降低数据的计算复杂度。首先减少天线阵元所接收信号的测量数据，再送至自适应天线系统进行滤波处理，然后通过重构算法——SP算法（子空间匹配追踪）进行信号重构，能有效地降低自适应阵列天线滤波系统的计算复杂度，提高自适应阵列天线滤波系统的数据吞吐量。


关键词: 压缩感知, LMS(最小均方误差)算法, SP（子空间匹配追踪）算法, 自适应阵列天线滤波

Abstract: With the development of communication industry, the higher requests to adaptive array antenna filtering system is put forward. This paper first uses the rarefaction characteristics of compressive sensing technology to reduce the computational complexity of data, sends it to adaptive antenna filtering system to process, and then uses the reconstruction algorithm, SP algorithm (Subspace Matching Pursuit) to reconstruct signal. It can effectively reduce the computational complexity of adaptive array antenna filtering system and improve the data throughout of adaptive array antenna filtering system.


Key words: compressive sensing, LMS (Least Mean Square Error) algorithm, SP (Subspace Matching Pursuit) algorithm, adaptive array antenna filtering

陈宝深. 基于压缩感知技术的自适应阵列天线滤波系统的研究[J]. 计算机与现代化, 2013, 1(7): 98-100,.

CHEN Bao-shen. ]Research on Adaptive Array Antenna Filtering System Based on Compressive Sensing Technology[J]. Computer and Modernization, 2013, 1(7): 98-100,.

[1]	杜鑫昌, 高瑜翔, 曹远杰, 张皓, 刘海波. 改进混沌方程及压缩感知理论图像加密算法[J]. 计算机与现代化, 2022, 0(04): 115-120.
[2]	张连娜, 张慧萍, 李荣鹏, 宋学力. 基于二次筛选的回溯广义正交匹配追踪算法的稀疏信号重构[J]. 计算机与现代化, 2022, 0(03): 111-115.
[3]	陈勋豪, 杨莹, 黄俊茹, 孙玉宝. 基于多尺度融合网络的视频快照压缩感知重建[J]. 计算机与现代化, 2021, 0(12): 58-64.
[4]	金安安, 丁双双, 熊卿智, 许婷婷, 习淑萍, 马继忠. 基于SWOMP算法的EPMA影像优化重构[J]. 计算机与现代化, 2020, 0(12): 104-111.
[5]	张蕾, 崔娟娟, 李晶晶. WSN中基于压缩感知的分簇数据收集算法[J]. 计算机与现代化, 2020, 0(09): 1-5.
[6]	张欢1,2,雷宏1. 干扰恢复问题中惩罚优化方法相变现象分析[J]. 计算机与现代化, 2019, 0(06): 76-.
[7]	余红星1,2,申国伟1,2，郭春1，2. 一种基于自动特征工程与压缩感知的网络隧道检测方法[J]. 计算机与现代化, 2019, 0(06): 1-.
[8]	吴佳1，赵云2，张丽娟3，宋文2. 基于空时压缩感知算法的蜂窝流量预测[J]. 计算机与现代化, 2018, 0(12): 11-.
[9]	董袁泉1，王浩2. 基于离散鸡群压缩感知的WSNs多目标定位[J]. 计算机与现代化, 2017, 0(12): 23-27.
[10]	申慧君. 基于复合正则化的高效压缩感知磁共振成像研究[J]. 计算机与现代化, 2016, 0(5): 39-45.
[11]	刘继承1，王敏莹1，李浩然2. 基于改进CoSaMP算法的图像重建[J]. 计算机与现代化, 2015, 0(5): 48-52.

基于压缩感知技术的自适应阵列天线滤波系统的研究

]Research on Adaptive Array Antenna Filtering System Based on Compressive Sensing Technology

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 11

编辑推荐

Metrics

本文评价