基于子空间分析的低复杂度联合稀疏恢复方法研究

项目名称： 基于子空间分析的低复杂度联合稀疏恢复方法研究

项目编号： No.61401496

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 无线电电子学、电信技术

项目作者： 郑春弟

作者单位： 中国人民解放军海军陆战学院

项目金额： 24万元

中文摘要： 由于在通信、雷达、图像处理等诸多方面有着广阔的应用前景，联合稀疏恢复正受到信号处理界的极大关注。和传统的信号处理方法如Capon、MUSIC等相比，联合稀疏恢复在分辨性能、处理小样本或相干源的能力等方面有明显的优势。然而，当前主流的联合稀疏恢复算法往往涉及高维度的优化或大矩阵求逆问题，运算开销极其庞大，这已成为制约其工程应用的主要瓶颈。本项目旨在通过稀疏结构信息的有效运用，在压缩未知数或优化约束的维数的同时逼近理想的零范数优化问题，实现低运算复杂度和高性能的兼顾。具体而言，本项目拟通过子空间分析获取信号的稀疏结构信息，分析稀疏结构信息的可信度及其对稀疏恢复的影响，探索运用稀疏结构信息设计快速联合稀疏恢复算法的途径与方式，研究基于子空间分析的联合稀疏恢复算法的性能，从而建立起包括先进处理方法、快速实现算法和性能分析在内的完备的算法体系，为快速联合稀疏恢复算法的构建奠定理论与技术基础。

中文关键词： 稀疏恢复；子空间拟合；波达方向估计；穿墙雷达成像；协方差拟合

英文摘要： Joint sparse recovery is a newly emerged problem in the signal processing area with lots of applications including communication, radar, and image processing. Compared to conventional methods (e.g., Capon and MUSIC), joint sparse recovery can offer better

英文关键词： sparse recovery；subspace fitting；direction of arrival estimation；through wall radar imaging；ccovariance fitting