基于块稀疏与二元树搜索的压缩感知信号重构方法及系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112202452A(43)申请公布日2021.01.08(21)申请号202010911892.6(22)申请日2020.09.02(71)申请人北京电子工程总体研究所地址100854北京市海淀区永定路50号(72)发明人徐弘毅吴天昊张英静李阳(74)专利代理机构北京正理专利代理有限公司11257代理人付生辉(51)Int.Cl.H03M7/30(2006.01)权利要求书2页说明书13页附图6页(54)发明名称基于块稀疏与二元树搜索的压缩感知信号重构方法及系统(57)摘要本发明公开了一种基于块稀疏与二元树搜索的压缩感知信号重构方法及系统，所述方法包括：对接收信号进行均匀分块，构建块稀疏信号模型；对所述块稀疏信号模型进行块稀疏信号重构确定存在信号的支撑块并形成支撑块索引集；对所述支撑块索引集的支撑块重新进行均匀分块并构建块稀疏信号模型，对重新构建的块稀疏信号模型进行块稀疏信号重构以更新所述支撑块索引集，重复更新所述支撑块索引集直至满足迭代停止条件，根据迭代停止后的支撑块进行信号重构，本发明提供了一种基于二元树搜索与监督机制的盲块正交匹配追踪算法，在同类别块自适应贪婪算法中具有可观的精确重构概率，在CS接收机盲接收情景下的信号重构，具有较强的鲁棒性优势。CN112202452ACN112202452A权利要求书1/2页1.一种基于块稀疏与二元树搜索的压缩感知信号重构方法，其特征在于，包括：对接收信号进行均匀分块，构建块稀疏信号模型；对所述块稀疏信号模型进行块稀疏信号重构确定存在信号的支撑块并形成支撑块索引集；对所述支撑块索引集的支撑块重新进行均匀分块并构建块稀疏信号模型，对重新构建的块稀疏信号模型进行块稀疏信号重构以更新所述支撑块索引集，重复更新所述支撑块索引集直至满足迭代停止条件，根据迭代停止后的支撑块进行信号重构。2.根据权利要求1所述的压缩感知信号重构方法，其特征在于，所述对接收信号进行均匀分块，构建块稀疏信号模型具体包括：根据预设块长度对接收信号进行均匀分块；形成与均匀分块后每块子信号对应的恢复子矩阵和稀疏子向量得到观测向量；根据均匀分块后每块子信号的混合范数的块稀疏约束和观测向量建立块稀疏信号模型。3.根据权利要求1所述的压缩感知信号重构方法，其特征在于，所述对所述块稀疏信号模型进行块稀疏信号重构确定存在信号的支撑块并形成支撑块索引集具体包括：通过块正交匹配追踪算法对块稀疏信号模型进行块相关检测得到存在检测到信号的支撑块；将检测得到的存在信号的支撑块增加至支撑块索引集以更新所述支撑块索引集；重复以上更新所述支撑块索引集的过程直至当前块子信号的搜索残差满足预设监督条件。4.根据权利要求1所述的压缩感知信号重构方法，其特征在于，所述对所述支撑块索引集的支撑块重新进行均匀分块并构建块稀疏信号模型具体包括：取当前子信号的块长度的一半作为分解块长度；根据所述分解块长度对所述支撑块索引集的支撑块重新均匀分块；根据所述分解块长度针对重新均匀分块得到的子信号建立块稀疏信号模型。5.一种基于块稀疏与二元树搜索的压缩感知信号重构系统，其特征在于，包括：模型构建单元，用于对接收信号进行均匀分块，构建块稀疏信号模型；支撑块筛选单元，用于对所述块稀疏信号模型进行块稀疏信号重构确定存在信号的支撑块并形成支撑块索引集；信号重构单元，用于对所述支撑块索引集的支撑块重新进行均匀分块并构建块稀疏信号模型，对重新构建的块稀疏信号模型进行块稀疏信号重构以更新所述支撑块索引集，重复更新所述支撑块索引集直至满足迭代停止条件，根据迭代停止后的支撑块进行信号重构。6.根据权利要求5所述的压缩感知信号重构系统，其特征在于，所述模型构建单元具体用于根据预设块长度对接收信号进行均匀分块；形成与均匀分块后每块子信号对应的恢复子矩阵和稀疏子向量得到观测向量；根据均匀分块后每块子信号的混合范数的块稀疏约束和观测向量建立块稀疏信号模型。7.根据权利要求5所述的压缩感知信号重构系统，其特征在于，所述支撑块筛选单元具体用于通过块正交匹配追踪算法对块稀疏信号模型进行块相关检测得到存在检测到信号2CN112202452A权利要求书2/2页的支撑块；将检测得到的存在信号的支撑块增加至支撑块索引集以更新所述支撑块索引集；重复以上更新所述支撑块索引集的过程直至当前块子信号的搜索残差满足预设监督条件。8.根据权利要求5所述的压缩感知信号重构系统，其特征在于，所述信号重构单元具体用于取当前子信号的块长度的一半作为分解块长度；根据所述分解块长度对所述支撑块索引集的支撑块重新均匀分块；根据所述分解块长度针对重新均匀分块得到的子信号建立块稀疏信号模型。9.一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行