摘要“时延参数估计”是一个非常活跃的研究领域，在雷达、通信、声纳等领域中，有着非常广泛的应用。“压缩感知”理论，又可以称为压缩采样、压缩传感，它是有关信号获取与处理的新理论。本文将压缩感知与插值相结合实现低速采样下的高分辨时延估计，提出一种基于插值带排除的正交匹配算法。在该算法中，插值可提高时延估计精度，而压缩感知则可实现信号的低速采样。仿真实验结果表明，基于插值的压缩感知算法可有效实现低速采样下的高分辨时延参数估计。81477

毕业论文关键词  压缩感知 插值 参数估计 时间延迟

毕业设计外文摘要

Title    Compressive Time Delay Estimation Using Interpolation         

Abstract Time delay estimation has long been an active  research area and it has a very wide range of applications in radars, communicationsand sonars。Compressive sensing, also known as compressive sampling, is a new theory in signal acquisition and processing。 This paper combines compressive sensing with interpolating technique to achieve high resolution time-delay estimation at a low sampling rate。 An Interpolating Band-Excluded Orthogonal Matching Pursuit Algorithm (IBOMP) is proposed, where the interpolating technique is used to improve the estimation accuracy and the compresive sensing is used to reduce the sampling frequency。 Simulation experiments show that the the interpolating-based compressive sensing can effectively perform the high resolution time-delay estimation at a low sampling frequency。

Keywords  Compressive sensing; Interpolation; Parameter estimation; Time-delay estimation

目   次

1  引言。1

1。1 压缩感知简介。1

1。2 时延估计简介。1

1。3 课题研究背景。1

2  信号时延估计。。3

2。1 时延估计问题的发展。3

2。2 时延估计问题的具体阐述3

3  压缩感知理论。。6

3。1 压缩感知的发展。。6

3。2 压缩感知的基本原理。6

3。3 压缩感知的核心问题。7

3。4 几种重要算法的介绍。8

4  多项式内插和极化内插10

4。1 时延估计问题中的插值。。10

4。2 多项式内插10

4。3 极化内插。。10

5  插值带排除正交匹配追踪。12

5。1 带排除正交匹配追踪(BOMP)。。12

5。2 带排除正交匹配追踪算法的延伸12

附 算法1  插值带排除正交匹配追踪算法(IBOMP)。。12

6  数值模拟14

图1 τ-MSE或与方差和采样率κ15

图2 τ-MSE或与方差在分贝为SNR（）15

结论。16

致谢。17

参考文献18

1  引言

1。1 压缩感知简介 

“压缩感知”(Compressive sensing, CS)是一种信号获取与处理的有效手段，其理论建立在分析矩阵、统计与概率、拓扑几何、优化运筹学、泛函分析等一些基础上，形成了一种全新的信息处理框架。与传统的Nyquist相比，CS利用信号可压缩的特点直接感知对象，综合低维空间、低分辨率、欠奈奎斯特(Nyquist)采样数据的非相关观测，完成对高维信号的感知[1]。

    压缩感知作为一个新的信号采样理论，它通过对高维信号可压缩性或某信号在某变换域具备稀疏特性的核心思想的开发，在远小于奈奎斯特(Nyquist)采样率的条件下，大大缩短采样时间，用随机采样方式获取信号的离散样本，然后再通过非线性的重建方式来重建信号。论文网

    在这段时间，我重点对“压缩感知”理论展开研究，新知识的接触不仅让我重新审视了线性问题，还丰富了关于信号恢复问题优化策略方面的知识，可以说，压缩感知技术促进了理论和工程应用相结合。根据我在书本和网络上查阅的文献资料了解到，“压缩感知”的研究正处在从早期的基本概念理解、简单数值仿真、原理验证、系统初步设计等阶段，转入到进一步深化理论，以及实际系统研发与应用的阶段[2,3,4]。