有限带宽信号的双谱线比值压缩感知重构算法

为提高有限带宽信号的压缩感知(Compressed Sensing,CS)重构效率,本文提出基于双谱线比值的压缩感知重构算法。该算法充分考虑变换矩阵的正交基特性,引入无需加窗的谱校正措施,利用DFT峰值谱与次高谱线的幅度比值估计信号频率、相位及幅值参数重构出源信号。多次有限带宽信号重构实验的分析结果表明:在噪声明显的环境下,本文方法在所有仿真方法(双谱线法和l1、l2线性规划法)中误差最小,稳定性最高;若耗费相同数量的观测样本,本文算法的重构误差仅为l2线性规划法的1/15。本文算法比传统lp线性规划法的重构效率更高,同时降低了压缩感知重构所需的有限等距要求,只需提取2倍频率成分个数的谱线信息即可高概率重构信号,提高了样本的利用率。