摘要：针对正交频分多路复用(OFDM)系统,比较了基于压缩感知的不同导频设计方案及相应信道估计性能.基于信道响应的时域稀疏和缓变特征,提出了基于联合稀疏模型的压缩感知信道估计方法,进一步提高了信道估计的性能.该方法将连续若干个OFDM符号的信道估计问题转化为联合稀疏模型下的压缩感知问题,充分利用信道的稀疏特性和时间相关性进行信道估计.结合短波OFDM系统,比较了几种信道估计方法的性能.仿真结果表明,与传统的最小平方误差信道估计方法和逐符号的压缩感知信道估计方法相比,基于联合稀疏特征的信道估计方法可进一步改善估计性能,对时变信道具有更好的适应性.

摘要：基于距离选通成像时间切片间的相关性,提出分布式压缩感知三维成像方法,有效解决了三维成像庞大数据量与硬件存储性能的冲突.根据相关性构建基于联合稀疏模型的分布式压缩模型,辅助重构部分时间切片.设计一种自适应距离选通方法,根据设定阈值自适应调整选通时间,无需距离先验信息,增加了系统灵活性.结果表明:平均采样率为0.15时,该方法的成像质量比传统方法提高11.124 dB,成像距离的平均误差降低6.240.分布式成像方法能够有效减少时间切片冗余信息的采集,为距离选通三维成像提供了一种新的思路.

摘要：针对无线传感器网络(WSNs)通信功耗和带宽要求高,引起节点寿命短的缺陷,利用WSNs节点感知数据的空间相关性和联合稀疏模型,结合分布式压缩感知(DCS)算法,提出了从能源收集的角度来分析对WSNs数据的压缩重构。通过理论和实验仿真表明:基于DCS的WSNs,在能源平衡方面具有很大的优势,在保证重构信号精确度的前提下大大提高了能源的有效利用率。

摘要：水声通信信道通常表现出时变特征。然而在某些通信条件下,水声信道的变化速率相对发送的OFDM符号周期而言仍然较慢,整体呈现缓慢时变特性,而且研究表明在相邻时隙内的信道结构具有较强的时间相关性。如何利用好信道的缓变特征,设计适合的OFDM信道估计方法,对进一步改善水声通信信道估计性能具有重要意义。分布式压缩感知(Distributed Compressed Sensing,DCS)理论通过利用多个信号的共同稀疏性进行联合重构,能够进一步提高稀疏重建性能。因此本文将以此为基础,在DCS理论框架下,通过对同步正交匹配追踪(Simultaneous Orthogonal Matching Pursuit,SOMP)算法进行改进,构造一种时域联合的信道估计方法并通过仿真与其他类似算法进行性能比较。