基于稀疏信號(hào)結(jié)構(gòu)信息的壓縮檢測(cè)算法

　　首先我們驗(yàn)證本文提出的判決方法的有效性。我們對(duì)比不同信噪比下本文提出方法與文獻(xiàn)^[4]采用的方法的檢測(cè)成功率，這里部分重構(gòu)算法我們分別采用文獻(xiàn)^[4]提出的匹配追蹤(MP)算法和改進(jìn)的壓縮采樣匹配追蹤(CoSaMP)算法，判決方法也分別采用文獻(xiàn)^[4]的門(mén)限判決方法和本文提出的基于信號(hào)結(jié)構(gòu)信息的判決方法。令采樣點(diǎn)數(shù)M=80，信噪比SNR的變化范圍為[-10,10]，步進(jìn)為1。實(shí)驗(yàn)結(jié)果如圖1所示。

　　從圖1可以看出，本文提出的基于結(jié)構(gòu)信息的判決方法更具優(yōu)勢(shì)，同時(shí)，采用CoSaMP的部分重構(gòu)算法比采用MP的部分重構(gòu)算法獲得的結(jié)構(gòu)信息更可靠。下面我們研究測(cè)量點(diǎn)數(shù)對(duì)檢測(cè)性能的影響。在仿真實(shí)驗(yàn)中，我們?cè)O(shè)迭代次數(shù)T=6，固定信噪比SNR=-2dB，圖2為仿真實(shí)驗(yàn)結(jié)果。

　　從圖中可以看出，提出方法比原有方法更有優(yōu)勢(shì)，即使采用原有的部分重構(gòu)算法，在判決部分采取本文提出方法，檢測(cè)性能也有所提升。另外，從性能曲線(xiàn)的變化趨勢(shì)，我們可以看出檢測(cè)性能隨測(cè)量點(diǎn)數(shù)的增加變得越來(lái)越好，這是由于測(cè)量點(diǎn)數(shù)增多，測(cè)量信號(hào)中包含的目標(biāo)信號(hào)的結(jié)構(gòu)信息越豐富，部分重構(gòu)得到的估計(jì)信息更可靠。

　　然后，我們驗(yàn)證迭代次數(shù)對(duì)檢測(cè)成功率及檢測(cè)時(shí)間的影響。實(shí)驗(yàn)結(jié)果如圖3和圖4所示。

　　仿真實(shí)驗(yàn)中，對(duì)于圖3所示的實(shí)驗(yàn)，我們考慮了SNR=-2dB和SNR=3dB的情況，測(cè)量點(diǎn)數(shù)為100;對(duì)于圖4所示的實(shí)驗(yàn)，我們?cè)O(shè)置SNR=10dB，測(cè)量點(diǎn)數(shù)為100，檢測(cè)時(shí)間定義為1000次檢測(cè)所用的時(shí)間。從圖3可以看出，本文提出方法檢測(cè)性能很穩(wěn)定，迭代次數(shù)對(duì)檢測(cè)性能的影響很小，這是由于采用CoSaMP的部分重構(gòu)算法在迭代次數(shù)很少的情況下就能獲得足夠的用于判決的結(jié)構(gòu)信息，而采用MP的部分重構(gòu)算法需要迭代次數(shù)達(dá)到一定程度時(shí)，才能獲得可靠的結(jié)構(gòu)信息。另外，從圖4可以看出，采用CoSaMP部分重構(gòu)算法檢測(cè)方法要比采用MP部分重構(gòu)算法的檢測(cè)方法在時(shí)間上更有優(yōu)勢(shì)，速度更快。綜合圖3和圖4，我們可以得出，本文提出方法在迭代次數(shù)很小的情況下也能快速、可靠地檢測(cè)出目標(biāo)信號(hào)的有無(wú)。