[发明专利]基于字典矩阵RIP准则的互质双通道降采样方法及系统在审
申请号: | 202210929698.X | 申请日: | 2022-08-05 |
公开(公告)号: | CN115361025A | 公开(公告)日: | 2022-11-18 |
发明(设计)人: | 邢孟道;薛敏;高悦欣;李鹏 | 申请(专利权)人: | 西安电子科技大学 |
主分类号: | H03M7/30 | 分类号: | H03M7/30;H03M1/12 |
代理公司: | 西安智邦专利商标代理有限公司 61211 | 代理人: | 汪海艳;王少文 |
地址: | 710071*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 字典 矩阵 rip 准则 双通道 采样 方法 系统 | ||
1.一种基于字典矩阵RIP准则的互质双通道降采样方法,其特征在于,包括以下步骤:
步骤1、基于压缩感知字典矩阵RIP准则,筛选最优降采样互质双通道组合;
计算多组降采样互质双通道组合的字典矩阵对应的RIP性能;基于字典矩阵对应的RIP性能,确定最优降采样互质双通道组合;
步骤2、基于最优降采样互质双通道组合,对场景信号进行降采样。
2.根据权利要求1所述的基于字典矩阵RIP准则的互质双通道降采样方法,其特征在于,步骤1具体为:
步骤1.1、确定当前应用场景下,每组降采样互质双通道组合的字典矩阵Ψ12;
Ψ12=U12Φ
其中,U12为每组降采样互质双通道组合的观测矩阵,Φ为当前应用场景对应的基矩阵;
步骤1.2、基于每组降采样互质双通道组合的字典矩阵Ψ12,确定与场景中强散射点数目及位置相关的每组降采样互质双通道组合的部分字典矩阵是指k个强散射点在场景中目标信号对应的稀疏向量θ中的位置对应Ψ12中的列构成的矩阵;
步骤1.3、计算强散射点数目相同、位置不同条件下,各个降采样互质双通道组合的部分字典矩阵对应的限制等距常数均值;
步骤1.4、比较强散射点数目相同、位置不同条件下,各个降采样互质双通道组合的部分字典矩阵对应的限制等距常数均值,选取最小限制等距常数均值;
步骤1.5、判断最小限制等距常数均值是否满足RIP准则,若满足要求,则将最小限制等距常数均值对应的降采样互质双通道组合作为该强散射点数目对应的最优降采样互质双通道组合;若不满足要求,则需要返回修改降采样互质双通道组合,并重复步骤1.1至步骤1.4的过程,直至满足要求。
3.根据权利要求2所述的基于字典矩阵RIP准则的互质双通道降采样方法,其特征在于,步骤1.1中,通过下述过程确定每组降采样互质双通道组合的观测矩阵U12:
计算每组降采样互质双通道组合中每个通道的观测矩阵,将两个通道的观测矩阵的每一行按照采样顺序及采样位置,排列在同一矩阵中,得到每组降采样互质双通道组合构成的观测矩阵U12。
4.根据权利要求3所述的基于字典矩阵RIP准则的互质双通道降采样方法,其特征在于:若降采样互质双通道组合中两个通道有相同的采样时间,则在将两个通道的观测矩阵的每一行按照采样顺序及采样位置,排列在同一矩阵中时,只保留该采样时间下其中任一通道对应的观测矩阵的行。
5.根据权利要求4所述的基于字典矩阵RIP准则的互质双通道降采样方法,其特征在于,步骤1.1中,通过下述过程确定每组降采样互质双通道组合中每个通道的观测矩阵:
首先,基于奈奎斯特采样率下的采样点数N计算奈奎斯特采样定理观测矩阵U及场景对应的基矩阵Φ;
之后,根据每组降采样互质双通道组合中各个通道的采样时间,将采样时间对应奈奎斯特采样定理观测矩阵U中的对应行保留,得到每组降采样互质双通道组合中每个通道的观测矩阵。
6.根据权利要求2-5任一所述的基于字典矩阵RIP准则的互质双通道降采样方法,其特征在于,步骤1.2具体包括以下步骤:
步骤1.21、确定场景中强散射点的数目及位置;
根据场景需求,确定场景中包括的最大强散射点数量K;在K个强散射点中,选取k个强散射点作为强散射点组,其中k从1~K遍历,K为大于1的整数;
对于每个强散射点组,随机选择其在场景中的位置;针对每个强散射点组,确定M次随机位置,其中M为大于1的整数;
步骤1.22、根据场景中强散射点的数目及位置,获得每组降采样互质双通道组合的部分字典矩阵;
根据步骤1.21确定的每组强散射点组中包括的强散射点数目k及各个强散射点在场景中的位置,提取每组降采样互质双通道组合字典矩阵Ψ12中的对应区域,获得每组降采样互质双通道组合的多个部分字典矩阵
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安电子科技大学,未经西安电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210929698.X/1.html,转载请声明来源钻瓜专利网。