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

• 作者: 周一鹏 周东青 王星 田元荣 陈游
• 来源期刊: 国防科技大学学报
• 学科: 工学
• 关键词: 信号分离 字典学习 稀疏表示 低截获概率信号
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 信息与通信工程·计算机科学与技术
• 页码范围: 18-24
• 页数: 7页
• 分类号: TN97
• 字数: 6207字
• 语种: 中文
• DOI: 10.11887/j.cn.201903004

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王星	空军工程大学航空工程学院	108	502	11.0	16.0
2	周一鹏	空军工程大学航空工程学院	21	114	6.0	10.0
3	陈游	空军工程大学航空工程学院	47	149	6.0	9.0
4	周东青		3	1	1.0	1.0
5	田元荣	国防科技大学电子对抗学院	1	0	0.0	0.0