简介:对无线传感器网络(WSNs)弱稀疏性事件检测问题进行研究,提出了一种基于并行离散群居蜘蛛优化算法和压缩感知的WSNs稀疏事件检测方案。该方案采用压缩感知(CS)技术进行稀疏事件分析检测,针对事件向量稀疏度未知的特性,设计基于MPI框架的并行离散群居蜘蛛优化算法(PDSSO),重新定义蜘蛛编码方式和自适应迭代进化机制,给出并行转移策略,并将PDSSO应用于CS重构算法中;针对观测字典难以满足约束等距条件的特点,对稀疏矩阵和测量矩阵进行奇异值预处理操作,在保持稀疏度不变的基础上提高了算法重构性能。仿真结果表明,与GMP等检测方法相比,该方案有效提高了WSNs稀疏事件检测成功率,降低了误检率和漏检率。
简介:面对日益复杂的空间电磁环境,合成孔径雷达(SyntheticApertureRadar,SAR)容易受到射频干扰(RadioFrequencyInterference,RFI)的影响,从而严重影响图像的判读和解译。尤其是低波段(例如P波段)SAR系统,由于频段内存在大量的电视广播信号,更容易受到RFI的影响。在建立了射频干扰信号模型的基础上,根据RFI信号的高功率、窄频带特点,提出了一种基于联合滤波的RFI抑制方法。该方法结合了传统的陷波法和子空间投影法在SAR射频干扰抑制方面的优点。其基本思想是:首先利用子空间投影法,将回波投影到目标信号子空间,获得参考信号,根据该参考信号,利用3δ准则判别出回波中存在的干扰信号,进行陷波、赋值处理。这样既降低了子空间投影法在抑制干扰过程中由于信号子空间判断误差而引入的虚警,又为陷波处理提供更准确的判别门限和更优的权值,可有效提升干扰抑制效果。仿真结果验证了该方法的干扰抑制效果优于子空间投影法及传统频域陷波法。