[发明专利]量测矩阵扰动时压缩感知感知矩阵构建方法、系统及介质

权利要求书

1.一种量测矩阵扰动时压缩感知感知矩阵构建方法，其特征在于，所述量测矩阵扰动时压缩感知感知矩阵构建方法包括：

生成随机矩阵作为期望量测矩阵，对采样信号进行稀疏量测，构建实际量测矩阵对应的实际量测数据；

对所述期望量测矩阵进行优化处理，获取实际量测矩阵的最优估计值；其中，所述优化处理指的是求取在第一约束条件下的估计模型的最大值；所述估计模型是根据所述实际量测矩阵对应的第二多向量量测模型构建的；

根据所述实际量测矩阵的最优估计值，构建感知矩阵；

通过所述感知矩阵对所述实际量测数据进行重构，恢复出原始信号。

2.根据权利要求1所述的量测矩阵扰动时压缩感知感知矩阵构建方法，其特征在于，所述生成随机矩阵作为期望量测矩阵，对采样信号进行稀疏量测，构建实际量测矩阵对应的实际量测数据之前包括：

接收所有发送的原始信号；

对所述原始信号进行采样得到采样信号。

3.根据权利要求1所述的量测矩阵扰动时压缩感知感知矩阵构建方法，其特征在于，所述生成随机矩阵作为期望量测矩阵，对采样信号进行稀疏量测，构建实际量测矩阵对应的实际量测数据具体包括：

通过软件生成一个随机矩阵作为期望量测矩阵，并定义实际量测矩阵与期望量测矩阵的差异作为扰动差异矩阵；

通过所述实际量测矩阵对所述采样信号进行稀疏量测，构建实际量测矩阵对应的实际量测数据。

4.根据权利要求1所述的量测矩阵扰动时压缩感知感知矩阵构建方法，其特征在于，所述对所述期望量测矩阵进行优化处理，获取实际量测矩阵的最优估计值具体包括：

根据所述实际量测数据，构建所述实际量测矩阵的估计模型；

对所述估计模型进行优化处理，获取所述估计模型的最优解；

根据所述估计模型的最优解，得到所述实际量测矩阵的最优估计值。

5.根据权利要求4所述的量测矩阵扰动时压缩感知感知矩阵构建方法，其特征在于，所述根据所述估计模型的最优解，得到所述实际量测矩阵的最优估计值具体包括：

当实际量测矩阵和期望量测矩阵所对应的列向量的扰动差异的二范数绝对值平方不大于预设的扰动阈值时，通过拉格朗日乘子算法构建所述估计模型的拉格朗日方程；

根据所述拉格朗日方程，得到拉格朗日方程对应的拉格朗日乘子的区间范围；

随机选取所述区间范围中一数值作为初始值，通过牛顿法获取所述拉格朗日方程的最优值；

根据所述最优值，得到所述估计模型的最优解，即所述实际量测矩阵的最优估计值。

6.根据权利要求5所述的量测矩阵扰动时压缩感知感知矩阵构建方法，其特征在于，所述根据所述实际量测矩阵的最优估计值，构建感知矩阵具体包括：

获取实际量测矩阵的最优估计值；

根据所述实际量测矩阵的最优估计值，构建感知矩阵。

7.根据权利要求6所述的量测矩阵扰动时压缩感知感知矩阵构建方法，其特征在于，所述通过所述感知矩阵对所述实际量测数据进行重构，恢复出原始信号具体包括：

获取所述感知矩阵；

对所述实际量测数据进行重构处理，恢复出原始信号。

8.根据权利要求1所述的量测矩阵扰动时压缩感知感知矩阵构建方法，其特征在于，所述随机矩阵服从高斯分布。

9.一种量测矩阵扰动时压缩感知感知矩阵构建系统，其特征在于，所述量测矩阵扰动时压缩感知感知矩阵构建系统包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的量测矩阵扰动时压缩感知感知矩阵构建程序，所述量测矩阵扰动时压缩感知感知矩阵构建程序被所述处理器执行时实现如权利要求1-8任一项所述的量测矩阵扰动时压缩感知感知矩阵构建方法的步骤。

10.一种存储介质，其特征在于，所述存储介质存储有量测矩阵扰动时压缩感知感知矩阵构建程序，所述量测矩阵扰动时压缩感知感知矩阵构建程序被处理器执行时实现权利要求1-8任一项所述量测矩阵扰动时压缩感知感知矩阵构建方法的步骤。