采用区分性幅相联合字典学习的低截获概率信号分离方法

TN97; 为解决采用字典学习的信号分离方法存在的相位信息缺失和子字典交叉表示问题,提出一种区分性幅相联合字典学习方法.该方法针对相位信息缺失问题,构建了幅相联合字典模型;针对混合信号在联合字典上投影时存在的交叉表示问题,基于区分性字典学习思想提出在字典学习过程目标函数中加入交叉表示抑制项.仿真结果表明:幅相联合字典能够充分表示典型低截获概率信号的幅相信息,交叉表示抑制项能有效抑制信号间的交叉表示,算法具有良好的分离性能....

Full description

Saved in:
Bibliographic Details
Published in国防科技大学学报 Vol. 41; no. 3; pp. 18 - 24
Main Authors 陈游, 周一鹏, 王星, 田元荣, 周东青
Format Journal Article
LanguageChinese
Published 空军工程大学 航空工程学院,陕西 西安,710038%国防科技大学 电子对抗学院,安徽 合肥,230037%北方电子设备研究所,北京,100089 28.06.2019
Subjects
字典学习
低截获概率信号
信号分离
稀疏表示
Online AccessGet full text
ISSN1001-2486
DOI10.11887/j.cn.201903004

Cover

More Information
Summary:TN97; 为解决采用字典学习的信号分离方法存在的相位信息缺失和子字典交叉表示问题,提出一种区分性幅相联合字典学习方法.该方法针对相位信息缺失问题,构建了幅相联合字典模型;针对混合信号在联合字典上投影时存在的交叉表示问题,基于区分性字典学习思想提出在字典学习过程目标函数中加入交叉表示抑制项.仿真结果表明:幅相联合字典能够充分表示典型低截获概率信号的幅相信息,交叉表示抑制项能有效抑制信号间的交叉表示,算法具有良好的分离性能.
ISSN:1001-2486
DOI:10.11887/j.cn.201903004