Principales aplicaciones de la detección por compresión

Dirección de radio cognitiva: la tecnología de detección de espectro de banda ancha es la dificultad y el enfoque en las aplicaciones de radio cognitiva. Proporciona oportunidades de acceso al espectro para usuarios de radio cognitiva al encontrar rápidamente espectro inalámbrico no utilizado en bandas de frecuencia monitoreadas. La detección de banda ancha del banco de filtros tradicional requiere una gran cantidad de dispositivos frontales de RF y los parámetros del sistema no se pueden ajustar de manera flexible. Los circuitos receptores de banda ancha ordinarios requieren altas velocidades de muestreo, lo que plantea desafíos para los convertidores de analógico a digital, y grandes cantidades de procesamiento de datos son una carga para los procesadores de señales digitales. Para abordar el problema de la detección del espectro de banda ancha, se aplica el método de detección comprimida a la detección del espectro de banda ancha: usar un circuito digital de banda ancha para obtener muestras aleatorias submuestreadas en el espectro de baja frecuencia y luego usar un algoritmo de estimación de señal dispersa en un procesador de señal digital. para obtener los resultados de detección del espectro de banda ancha.

Codificación de canales: las conclusiones sobre escasez, aleatoriedad y optimización convexa en la teoría de detección comprimida se pueden aplicar directamente al diseño de codificación de corrección rápida de errores, que no se ve afectada por errores en la transmisión en tiempo real. Durante la codificación por compresión, es posible que el codificador no conozca la base requerida para la representación dispersa. Sin embargo, en el proceso de codificación de detección comprimida, solo es necesario decodificar y reconstruir la señal original, por lo que no es necesario considerar su estructura, por lo que se puede codificar utilizando una estrategia de codificación general. Haupt et al. demostraron experimentalmente que si la imagen es altamente comprimible o la SNR es lo suficientemente grande, incluso si hay ruido en el proceso de medición, el método de detección comprimido aún puede reconstruir la imagen con precisión. Estimación de DOA: el ángulo en el que aparece el objetivo es muy pequeño en todo el espacio de escaneo. Desde la perspectiva de la estimación del espectro espacial, la estimación de DOA es un problema lineal inverso indeterminado. Al limitar ligeramente el número de ángulos, se puede completar la estimación de DOA de detección comprimida.

Beamforming: la formación de haces adaptativa tradicional se utiliza ampliamente debido a su alta resolución y su fuerte capacidad antiinterferente. Pero al mismo tiempo, su alto nivel de lóbulos laterales y su alta sensibilidad al desajuste de ángulos reducirán en gran medida el rendimiento de la recepción. Para mejorar el rendimiento de la formación de haces Capon, estos métodos de formación de haces dispersos limitan el número de unidades con una gran ganancia de matriz en el patrón del haz y fomentan que la ganancia de matriz grande se concentre en el lóbulo principal del haz para reducir el nivel del lóbulo lateral y mejorar el lóbulo principal en el nivel de ganancia de la matriz y reducir los efectos del desajuste angular. Por ejemplo, relación máxima de energía del lóbulo lateral, método de norma mixta, variación total mínima. Utilizando principios de detección comprimida, la Universidad Rice desarrolló con éxito una cámara digital comprimida de un solo píxel. El principio de diseño es el siguiente: primero, el objetivo de la imagen se proyecta sobre el dispositivo de microespejo digital (DMD) a través del sistema de trayectoria óptica. La luz reflejada se enfoca en un único fotodiodo a través de la lente. El voltaje a través del fotodiodo es el valor medido. y. Repita esta operación de proyección m veces. Para obtener el vector de medición, luego se reconstruye la imagen original a través de un procesador de señal digital construido con el algoritmo de mínima variación total. El dispositivo de microespejo digital controla el movimiento mecánico del microespejo a través de señales de voltaje digitales para ajustar la luz incidente. Debido a que la cámara obtiene directamente M mediciones lineales aleatorias en lugar de N (M, N) valores de píxeles de la señal original, las cámaras con pocos píxeles pueden capturar imágenes de alta calidad.

La tecnología de detección comprimida también se puede aplicar al campo de las imágenes de radar. En comparación con la tecnología de imágenes de radar tradicional, las imágenes de radar de detección comprimidas han logrado dos mejoras importantes: elimina el filtro adaptado de compresión de pulsos en el extremo receptor al mismo tiempo, ya que evita el muestreo directo de la señal original y reduce la necesidad de analógico; Conversión a digital en el extremo receptor. Simplifica el sistema de imágenes de radar al cambiar los requisitos de ancho de banda del receptor y cambiar el enfoque de diseño del costoso hardware tradicional en el receptor a nuevos algoritmos de recuperación de señal. Los chips de ADN tradicionales en biodetección pueden medir múltiples organismos en paralelo, pero solo pueden identificar un número limitado de organismos. El chip de ADN de detección comprimida diseñado por Sheikh et al. basado en los principios de detección comprimida y de grupo supera esta deficiencia. Cada punto de detección en el chip de ADN sensor comprimido puede identificar un conjunto de objetivos, lo que reduce significativamente la cantidad de puntos de detección. Además, basándose en las escasas características de las secuencias de genes biológicos, Sheikh et al. verificaron que la reconstrucción de señales en chips de ADN de detección comprimidos se puede lograr mediante la propagación de creencias.