基于盲块正交最小二乘的压缩谱感知
信号处理
2022-11-15 v1
摘要
压缩感知（CS）近来已成为一种极为高效的宽带谱感知技术。在压缩谱感知（CSS）中，为可靠重构需预先知晓稀疏度或噪声信息。然而，此类信息在实际应用中通常缺失。本文提出一种基于盲块正交最小二乘的压缩谱感知（B-BOLS-CSS）算法，其利用一种新颖的盲停止准则切断与这些先验信息的联系。具体地，我们首先基于互不相干性（MIP）给出 BOLS 算法在无噪与有噪情形下的恢复保证。受其启发，我们随后 formulate 该盲停止准则，其利用一个 充分统计量来盲测剩余测量矩阵中的支撑原子。我们进一步通过推导信噪比（SNR）的下界以确证精确恢复概率不低于给定阈值，对整体 B-BOLS-CSS 算法进行了理论性能分析。仿真不仅证明了我们所推导理论结果的改进，也说明 B-BOLS-CSS 在低与高 SNR 环境下均表现良好。
引用
@article{arxiv.2211.07182,
title = {Compressive Spectrum Sensing Using Blind-Block Orthogonal Least Squares},
author = {Liyang Lu and Wenbo Xu and Yue Wang and Zhi Tian},
journal= {arXiv preprint arXiv:2211.07182},
year = {2022}
}
备注
14 figures, submitted to Signal Processing for possible publication