基于壓縮感知的無(wú)線通信信息處理方法

王琦

【摘要】? ? 為實(shí)現(xiàn)5G通信高速發(fā)展，促進(jìn)無(wú)線通信技術(shù)，基于壓縮感知對(duì)無(wú)線通信信息處理方法進(jìn)行研究設(shè)計(jì)，將壓縮感知的采樣理論與無(wú)線通信的信息相結(jié)合，利用其進(jìn)行信息采樣，認(rèn)知識(shí)別相關(guān)通信信息，對(duì)其進(jìn)行分類整合，處理列陣信號(hào)，對(duì)通信信息進(jìn)行加工后，基于信息的稀疏特征，對(duì)其設(shè)置稀疏信道估計(jì)，以此將通信信息進(jìn)行進(jìn)一步處理，使其在通信過(guò)程中，保障其信息的準(zhǔn)確性。通過(guò)實(shí)驗(yàn)研究，論證基于壓縮感知的無(wú)線通信信息處理方法更符合時(shí)代的發(fā)展，相較傳統(tǒng)的處理方法，其處理結(jié)果更具有準(zhǔn)確性。

【關(guān)鍵詞】? ? 壓縮感知? ? ? 無(wú)線通信? ? 稀疏信道估計(jì)

引言：

目前通信網(wǎng)絡(luò)不斷地發(fā)展，利用無(wú)線電波進(jìn)行信息傳導(dǎo)屬于促進(jìn)發(fā)展必不可少的環(huán)節(jié)之一，隨著5G的投入開(kāi)發(fā)，在進(jìn)行無(wú)線通信技術(shù)研究的過(guò)程中，為實(shí)現(xiàn)信息傳播的準(zhǔn)確性[1]。本文將壓縮感知與無(wú)線通信產(chǎn)業(yè)結(jié)合起來(lái)，利用壓縮感知對(duì)信息采集的特殊性與優(yōu)越性，使無(wú)線通信產(chǎn)業(yè)對(duì)信息處理的方法更加精進(jìn)，能夠提高無(wú)線通信信息的準(zhǔn)確性，保障其進(jìn)行有效的輸出。

一、基于壓縮感知的無(wú)線通信信息處理方法設(shè)計(jì)

1.1利用壓縮感知采樣信息

在采樣前需對(duì)現(xiàn)代信號(hào)進(jìn)行處理，其采樣原則主要是以重建為主要原理，在無(wú)線電信號(hào)傳播的途中，根據(jù)離散標(biāo)準(zhǔn)對(duì)其進(jìn)行信號(hào)截獲，基于Shannon采樣理論進(jìn)一步進(jìn)化，形成壓縮感知采樣理論，將信號(hào)群體進(jìn)行捕捉，再將信號(hào)群體中的離散樣本進(jìn)行獲取，獲取成功后，根據(jù)離散樣本的特征，對(duì)其進(jìn)行信息重建工作[2]。

在采樣過(guò)程中應(yīng)注意采樣頻率與信號(hào)頻譜之間的關(guān)系，采樣頻率與信號(hào)頻譜之間倍數(shù)的差值是決定采樣離散樣本標(biāo)準(zhǔn)的關(guān)鍵點(diǎn)。對(duì)通信信息進(jìn)行采樣，其主要依靠無(wú)線電波進(jìn)行信息傳播的工作，在壓縮感知的過(guò)程中，將信號(hào)進(jìn)行分類，傳統(tǒng)的信息采集以先驗(yàn)信息為標(biāo)準(zhǔn)，其主要指信號(hào)的帶寬度，與傳統(tǒng)采集方式不同的是，壓縮感知的采樣理論以信號(hào)自身的稀疏特征[3]，對(duì)其進(jìn)行采樣，主要在于無(wú)線電通信信號(hào)自身的構(gòu)成，其除了先驗(yàn)信息的標(biāo)準(zhǔn)外，自身還具有其一小部分的特點(diǎn)，而利用這個(gè)特點(diǎn)對(duì)其進(jìn)行離散樣本采樣，該特點(diǎn)可以通過(guò)很少的數(shù)字信息即可表示，減少了任務(wù)的工作量。

1.2認(rèn)知識(shí)別通信信息

對(duì)通信信息進(jìn)行采集后，需要對(duì)其進(jìn)行認(rèn)知識(shí)別，在傳統(tǒng)的無(wú)線電感知識(shí)別技術(shù)中，主要針對(duì)信號(hào)的帶寬進(jìn)行識(shí)別認(rèn)知，其方法對(duì)于寬帶高達(dá)上百兆的無(wú)線信號(hào)具有很強(qiáng)的局限性，壓縮感知與其識(shí)別的標(biāo)準(zhǔn)不同，主要識(shí)別過(guò)程分為以下兩種方法[4]。

壓縮感知的采樣理論進(jìn)行識(shí)別認(rèn)知信息的方法（1）為：通過(guò)壓縮感知對(duì)信號(hào)進(jìn)行數(shù)字算法處理，形成一種降維處理，將信息進(jìn)行采集后，通過(guò)ADC信息處理系統(tǒng)，在本質(zhì)上采用Nyquist的理論，對(duì)其進(jìn)行離散壓縮感知，將其輸入至ADC后，對(duì)其進(jìn)行自相關(guān)的信息篩選與分類，通過(guò)壓縮感知進(jìn)行信息重構(gòu)，還原之前采集到的離散樣本信息，對(duì)信息進(jìn)行頻譜感知與參數(shù)估計(jì)，通過(guò)各個(gè)信息參數(shù)與頻譜的不同，對(duì)其進(jìn)行識(shí)別與認(rèn)知，以此不斷重復(fù)上述過(guò)程。

方法（2）為利用AIC與壓縮的頻譜進(jìn)行結(jié)合的識(shí)別結(jié)構(gòu)，通過(guò)轉(zhuǎn)換器將無(wú)線電波的頻譜與識(shí)別功能結(jié)合起來(lái)，根據(jù)無(wú)線電波信號(hào)不同的頻譜、特征、帶寬以及波長(zhǎng)等因素，對(duì)其進(jìn)行信息識(shí)別，通過(guò)模擬信號(hào)錄入到低通濾波器中，進(jìn)行低速率的識(shí)別采樣，再通過(guò)壓縮感知對(duì)其進(jìn)行信息重構(gòu)，還原之前的信息，以此得到頻譜感知與參數(shù)估計(jì)的相關(guān)數(shù)值，對(duì)信息進(jìn)行識(shí)別分類。

1.3處理列陣信號(hào)

在對(duì)通信信息進(jìn)行采集以及識(shí)別認(rèn)知之后，需要對(duì)其進(jìn)行列陣處理，使其形成一套完整的信息模式[5]。

列陣信號(hào)主要是指將許多個(gè)采集到的信號(hào)，通過(guò)其自身的特征與相關(guān)背景信息結(jié)合起來(lái)，對(duì)其按照一定規(guī)律進(jìn)行排列的工作。對(duì)通信信息進(jìn)行空間信號(hào)的參數(shù)估計(jì)，確定其存在的空間信號(hào)的參數(shù)范圍，以波達(dá)方向進(jìn)行估計(jì)，將已經(jīng)進(jìn)行分類處理的通信信號(hào)按照一定的規(guī)律進(jìn)行列陣，列陣的順序根據(jù)不同的帶寬作為標(biāo)準(zhǔn)。由于不同的通信信息，其通過(guò)無(wú)線電傳播出的信號(hào)帶寬的不同，將其分為窄帶與寬帶，窄帶的排列順序由頻譜的高到低進(jìn)行排列，當(dāng)頻譜處于3000kHz以下，其為窄帶的信息波段，當(dāng)頻譜處于3MkHz-3000MkHz時(shí)，其屬于中段波長(zhǎng)，其列陣順序則由中間向兩邊逐漸降低，當(dāng)頻譜處于3000MkHz以上時(shí)，則確定其為寬帶信號(hào)，寬帶的列陣排列順序由低至高進(jìn)行排列[6]。

在進(jìn)行列陣的過(guò)程中，主要以波達(dá)方向估計(jì)算法（DOA）為主要估計(jì)算法，利用不同信號(hào)信息之間的特殊性，以寬帶信號(hào)的高精確度進(jìn)行重構(gòu)估算，因此需要對(duì)列陣過(guò)程嚴(yán)加把控。在列陣時(shí)會(huì)產(chǎn)生大量的數(shù)據(jù)，因此形成了巨大的工作量，但由于壓縮感知的使用，能夠?qū)γ總€(gè)列陣的信號(hào)進(jìn)行識(shí)別，減少了工作量，提高了列陣的速度。

1.4稀疏信道估計(jì)

稀疏信道估計(jì)主要是指利用壓縮感知的特征，將信息的稀疏特征進(jìn)行記錄，以多種類型并存的形式，不斷地進(jìn)行整合歸納，最終形成一個(gè)類似于集合的輸出模式[7]。在進(jìn)行無(wú)線通信信道構(gòu)建的過(guò)程中，無(wú)線多徑信道根據(jù)其稀疏特征進(jìn)行分類為：大帶寬信號(hào)、大周期信號(hào)以及多天線的信號(hào)幾種路徑。對(duì)其進(jìn)行無(wú)線多徑信道輸出優(yōu)化，其抽頭延時(shí)線的公式如下所示：

（1）

如上述公式所示，其中L表示總路徑的數(shù)量，al表示其進(jìn)行路徑選擇時(shí)的系數(shù)，fl表示在路徑選擇時(shí)的時(shí)間延時(shí)，f為時(shí)刻、h為記錄集合、W為稀疏系數(shù)，因此，當(dāng)f逐漸減小時(shí)，其對(duì)應(yīng)的稀疏信道的選擇也逐漸減小[8]。

因此，綜上所述，通過(guò)對(duì)稀疏信道估計(jì)的確定，其實(shí)現(xiàn)了信息輸出的通道，完成了對(duì)無(wú)線通信信息的加工與處理。

二、實(shí)驗(yàn)研究

2.1實(shí)驗(yàn)準(zhǔn)備階段

本文設(shè)計(jì)基于壓縮感知的無(wú)線通信信息的處理方法，其很大程度地彌補(bǔ)了原有傳統(tǒng)方法的局限性與缺點(diǎn)，能夠更加準(zhǔn)確、快速地識(shí)別信息，對(duì)無(wú)線通信信息進(jìn)行加工處理，因此通過(guò)實(shí)驗(yàn)研究，論證本文設(shè)計(jì)的處理方法相比于傳統(tǒng)的處理方法更具有快速性與準(zhǔn)確性。

設(shè)置本文設(shè)計(jì)的處理方法為實(shí)驗(yàn)A組，傳統(tǒng)信息處理方法為實(shí)驗(yàn)B組，最終實(shí)驗(yàn)結(jié)果以兩組的實(shí)驗(yàn)數(shù)據(jù)為標(biāo)準(zhǔn)，對(duì)比其處理時(shí)間與準(zhǔn)確信息條數(shù)。

實(shí)驗(yàn)進(jìn)行五次，每次設(shè)置100條無(wú)線通信信息，實(shí)驗(yàn)A組與實(shí)驗(yàn)B組分別進(jìn)行信息處理工作，最終以兩組所用的時(shí)間、處理準(zhǔn)確的信息條數(shù)進(jìn)行對(duì)比論證。

2.2實(shí)驗(yàn)結(jié)論及分析

通過(guò)五次實(shí)驗(yàn)組，實(shí)驗(yàn)A組與實(shí)驗(yàn)B組的兩組實(shí)驗(yàn)的數(shù)據(jù)結(jié)果如下表所示。

如上表所示，其中實(shí)驗(yàn)A組進(jìn)行信息處理的時(shí)間普遍低于實(shí)驗(yàn)B組信息處理的時(shí)間，其最慢的時(shí)間為第一組0.42s，實(shí)驗(yàn)B組最慢的時(shí)間為第三組，為0.91s，兩者之間相差將近0.5s，其進(jìn)行信息處理時(shí)，準(zhǔn)確條數(shù)兩組實(shí)驗(yàn)也有所差距，實(shí)驗(yàn)A組最低為92條準(zhǔn)確條數(shù)，實(shí)驗(yàn)B組最低為89條準(zhǔn)確條數(shù)，相差3條無(wú)線通信信息的準(zhǔn)確處理?xiàng)l數(shù)。

通過(guò)上述實(shí)驗(yàn)論證，本文設(shè)計(jì)的基于壓縮感知進(jìn)行無(wú)線通信信息處理的方法相比于傳統(tǒng)信息處理方法更具有高效性，能夠提高信息處理的準(zhǔn)確率，減少占用時(shí)間。

三、結(jié)束語(yǔ)

本文對(duì)基于壓縮感知的無(wú)線通信信息的處理方法進(jìn)行了設(shè)計(jì)，利用無(wú)線電波傳播的信號(hào)信息對(duì)其進(jìn)行加工處理，將信息以稀疏信道的形式傳播出去，對(duì)信息進(jìn)行分類加工，以此使信息的輸出的過(guò)程中更具有準(zhǔn)確性，壓縮感知已經(jīng)逐漸應(yīng)用于各個(gè)領(lǐng)域當(dāng)中，其中在通信行業(yè)的應(yīng)用也較多，其能夠幫助對(duì)信息進(jìn)行采樣識(shí)別，相關(guān)的研究也較多。本文將無(wú)線通信的信息處理與壓縮感知結(jié)合起來(lái)，是具有創(chuàng)新性的研究，主要以網(wǎng)絡(luò)規(guī)劃優(yōu)化為目的，加強(qiáng)二者之間的結(jié)合，能夠使無(wú)線通信的技術(shù)加強(qiáng)。本文在相關(guān)的研究領(lǐng)域中，提供了嚴(yán)謹(jǐn)?shù)乃悸芬罁?jù)。

參? 考? 文? 獻(xiàn)

[1]侯明星，亓慧，黃斌科. 基于分布式壓縮感知的無(wú)線傳感器網(wǎng)絡(luò)異常數(shù)據(jù)處理[J]. 計(jì)算機(jī)科學(xué)，2020，47（01）：276-280.

[2]陜斌煜. 基于5G信號(hào)覆蓋的鐵路無(wú)線通信異常斷點(diǎn)自動(dòng)識(shí)別方法[J]. 自動(dòng)化與儀器儀表，2020（02）：47-50.

[3]楊慶勝，宋慶武，徐妍，等. 基于壓縮感知理論的配電網(wǎng)信息感知技術(shù)研究[J]. 供用電，2020，37（07）：50-56.

[4]蓋昊宇，張震，李慧. 基于物聯(lián)網(wǎng)的無(wú)線通信網(wǎng)絡(luò)數(shù)據(jù)完整性檢測(cè)方法[J]. 齊齊哈爾大學(xué)學(xué)報(bào)（自然科學(xué)版），2020，36（04）：29-33.

[5]許志強(qiáng). 海洋應(yīng)急指揮機(jī)動(dòng)通信組網(wǎng)系統(tǒng)中多模融合無(wú)線通信技術(shù)研究[J]. 全球定位系統(tǒng)，2020，45（04）：76-82.

[6]游康勇，楊立山，郭文彬. 無(wú)線傳感器網(wǎng)絡(luò)下基于壓縮感知的多目標(biāo)分層貪婪匹配定位[J]. 自動(dòng)化學(xué)報(bào)，2019，45（03）：480-489.