论文部分内容阅读
随着互联网、多媒体通信、云计算等业务的发展,通信业能源消耗呈现快速增长态势,以低能耗为目标的绿色通信正在成为未来无线通信发展的趋势。伴随着业务多样性的发展,数据处理的带宽也越来越宽,而现有的器件频率已无法满足信号处理的需求。原因在于:奈奎斯特采样定理指出,必须以不小于两倍信号最高频率的采样速率进行采样,才可以无失真地恢复原始信号。压缩感知理论的提出使得信号的采样不受奈奎斯特采样定理的限制,目前已成为信号处理领域的热点。 本文从压缩感知理论出发,提出了基于压缩感知的绿色通信模型,并建立了基于Matlab/Simulink的仿真模型,分析了该模型的结构与性能,验证了模型的可行性。该模型降低了信号的采样速率和存储空间,达到了绿色通信的目的。在该模型下,本文对基于压缩感知的重建算法进行了研究,尤其是贪婪类算法,并提出了两种改进算法。针对压缩采样匹配追踪算法需要预先知道信号稀疏度的局限,提出了改进的稀疏度自适应压缩采样匹配追踪算法,首先利用原子匹配测试的方法对稀疏度进行预估,然后在压缩采样匹配追踪算法的框架下进行重构。针对随机观测矩阵的列向量存在相关度影响重构性能的情况,提出了基于优化观测矩阵的正则化正交匹配追踪,对观测矩阵进行优化处理,减小列向量之间的相关度,然后与正则化正交匹配追踪算法联合,提高了重建精度。