稀疏非平稳信号压缩感知时频处理软件的MATLAB代码实现【2018】

SoftwareX 8（2018）9原始软件出版物稀疏非平稳信号的压缩感知时频处理软件Ervin Sejdića，*，Irena Orovićb，Srdjan Stankovićba电气和计算机工程系，斯旺森工程学院，匹兹堡大学，宾夕法尼亚州匹兹堡，15261，美国b黑山波德戈里察黑山大学电气工程学院ar t i cl e i nf o文章历史记录：2016年12月16日收到2017年8月7日接受保留字：压缩感知a b st ra ct压缩感知是一种计算框架，用于以低于奈奎斯特采样定理规定的采样率的采样率采集和处理稀疏信号。在本文中，我们提出了七个MATLAB函数的压缩感知的稀疏非平稳信号的开发这些函数是为了重现我们的配套审查文件中的数字©2017作者（S）。由爱思唯尔公司出版这是CC BY许可下的开放获取文章（http://creativecommons.org/licenses/by/4.0/）中找到。代码元数据Nr.代码元数据描述请填写此栏C1当前代码版本V1.0C2指向用于此代码版本的https://github.com/ElsevierSoftwareX/SOFTX-D-17-00102C3法律代码许可证Apache License 2.0C4使用的代码版本控制系统没有一C5使用的软件代码语言、工具和服务MATLABC6没有一C7如果可用，链接到开发人员文档/手册没有一C8问题支持电子邮件irenao@ac.me1. 动机和意义压缩感知在过去的十年里一直是一个非常活跃的研究领域。其主要思想是通过将这两个过程合并为单个步骤来减少信号采集和压缩过程中的步骤数量[1，2]。压缩感知的主要优点是，它使我们能够以低于奈奎斯特采样定理规定的采样率的采样率获取信号/图像，但所考虑的信号必须在时域或其他信号域中稀疏[1]。对非平稳信号进行压缩采样并不总是微不足道的，因为这些信号通常在时域或频域中并不稀疏[3此外，这种压缩采样的非平稳信号需要使用先进的信号处理技术（如时间-频率表示[ 6，7 ]）原文DOI：http://dx.doi.org/10.1016/j.dsp.2017.07.016。通讯作者。电子邮件地址：esejdic@ieee.org（E. Sejdić）。http://dx.doi.org/10.1016/j.softx.2017.08.006在我们的同行评论论文[8]中，我们回顾了处理非平稳信号的压缩感知 和时频处 理的几种 算法在本 文中， 我们简要 介绍了MATLAB函数开发，以产生所有七个数字的配套文件。这些图代表了各种测试案例，其中压缩感知和这些开发的功能扩展了我们之前的努力，以传播在各种应用中提供先进信号处理算法实现的软件解决方案[9，10]。因此，当前功能以及以前的软件版本旨在增加这些算法在实际应用中的实现这是一个重要的贡献，因为众所周知的事实是，由于在算法软件实现过程中遇到的困难，许多信号处理解决方案从未如前所述，这些函数是作为独立的MATLAB函数开发的，可以独立于其他2352-7110/©2017作者。由爱思唯尔公司出版这是CC BY许可下的开放获取文章（http://creativecommons.org/licenses/by/4.0/）。可在ScienceDirect上获得目录列表SoftwareX期刊主页：www.elsevier.com/locate/softx*10E. Sejdić等人/SoftwareX 8（2018）9功能 协调 发展 的一 个典型 的用 户将 下载 函数到 他们 的 工 作MATLAB目录，并运行函数作为任何其他MATLAB函数。然而，这些函数不需要任何输入，它们的输出是配套文件中显示的数字最后，应该提到的是，这些函数实现了先前提出的算法（例如，[11-2. 软件描述每个开发的函数都是一个独立的函数，可以在MATLAB环境中独立运行。不需要额外的功能。需要说明的是，对于函数图1，还需要额外的数据，这些数据也通过ZIP文件共享。应该指出的是，部分代码是从Candes教授和他的合作者开发的l1-magic工具箱[15]然而，这些部分都有明确的标签，没有声称所有权。2.1. 软件构架这里没有使用特定的软件架构，因为每个功能都是独立的功能。2.2. 软件功能该软件的主要功能是复制配套文件中的数字。然而，其他研究人员将能够使用该软件并将其用于自己的示例。3. 影响拟议的软件包是一个很好的工具，研究人员和工程师重新创建的例子中所示的同伴审查文件。此外，在压缩感知领域工作的研究人员将能够在具有不同问题设置的其他应用中重用现有功能。换句话说，信号处理从业者将能够将这些技术应用于从医疗信号处理到通信应用的各种应用特别地，可以进一步探索使用模糊域来产生稀疏时频表示的想法因此，在该领域工作的研究人员可以修改软件功能，以便包括关于模糊域中的期望组件位置的某些预知。为分离平稳和非平稳信号而开发的功能也可以在通信信道中发生的各种场景在我们的例子中，我们用重叠的雷达数据说明了这种情况。然而，类似的挑战性情况也发生在无线通信中，其中感兴趣的信号是平稳的，而干扰分量可以是高度非平稳的信号。在这些情况下，研究人员可以采用所提供的函数来消除干扰，并获得需要使用所述方法恢复的不完整表示此外，所提出的软件包还使信号处理初学者，特别是在早期阶段，如高年级本科生或早期研究生，理解的nui- sances的算法实现使用现代软件包，如MATLAB。此外，我们预计所考虑的功能可以可以用于从非平稳信号的压缩感测到被测量噪声破坏的高度复杂的非平稳信号的瞬时频率的估计的各种信号处理应用所开发的功能也可能对信号处理社区之外的实践者感兴趣换句话说，这些函数可用作在某些经济和金融时间序列分析中实现缺失数据重建的框架，其中通常假定离散傅立叶变换是用于数据表示的合适工具4. 结论在本文中，我们提出了一组MATLAB函数，这是有用的实现算法中考虑的compan-离子审查文件。这些算法基于压缩感知和非平稳信号时频处理的思想。特别是，这些建议的功能代表了未来的综合MATLAB工具箱的非平稳信号的压缩感知，也将能够提供一组功能的时间频率处理这样的信号的初始草案确认E. Sejdić 的 部 分 资 金 来 自 美 国 国 立 卫 生 研 究 院 的 EuniceKennedyShriver国家儿童健康人类发展研究所内容完全由E负责。Sejdić并不一定代表美国国立卫生研究院的官方观点。阑尾 补充数据与本文相关的补充材料可以在http://dx.doi.org/10.1016/j.softx.2017.08.006上找到。引用[1] 多诺霍湾压缩感知。IEEE TransInform Theory2006;52（4）：1289-306.[2] Dai W，Milenković O.压缩感知信号重构的子空间追踪。IEEE Trans InformTheory2009;55（5）：2230-49.[3] Sejdić E，Djurović I，Jiang J.使用能量集中的时频特征表示：最近进展的概述。数字信号处理2009;19（1）：153-83.[4] BoashashB编辑时间-频率信号分析与处理：综合参考。第二版。阿姆斯特丹：爱思唯尔;2016年。[5] Sejdić E，Djurović I，Stanković L. 分数傅里叶变换作为信号处理工具：最近发展的概述。信号处理2011;91（6）：1351-69.[6] 格勒舍尼希湾时频分析的基础。Boston：Birkhäuser;2001.[7] Stanković S，Orović I，Sejdić E.多媒体信号与系统：信号处理的基本与高级算法。第二版 NewYork，NY：SpringerUS;2016.[8] SejdićE，Orović I，Stanković S. 压缩感知满足时频：稀疏信号时频处理的最新进展概述。Digit Signal Process2017（in press）.[9] OrovićI，Orlandić M，Stanković S，Uskoković Z.瞬时频率高度非平稳信号时频分析的虚拟仪器. IEEE跨仪器测量2011;60（3）：791-803。[10] Draganić A，Brajović M，Orović I，Stanković S.基于压缩感知的时频分析软件工具In：2015 57th international Sympo-sium ELMAR（ELMAR），Sept.2015. p. 45比8[11] Flandrin P ， Borgnat P. 时 频 能 量 分 布 满 足 压 缩 感 知 。 IEEE TransSignalProcess2010;58（6）：2974-82.[12] Sejdić E，Luccini M，Primak S，Baddour K，Willink T.使用基于DPSS的帧的信道估计2008年IEEE声学、语音和信号处理国际会议，ICASSP，美国内华达州拉斯维加斯，2008年4月。31p. 2849-52[13] Sejdić E，Can A，Chaparro LF，Steele CM，Chau T. 基于调制离散长椭球序列 的 吞 咽 加 速 度 测 量 信 号 压 缩 采 样 。 EURASIPJAdvSignalProcess2012;2012：101-1-101-14.[14] Stanković L，Stanković S，Thayaparan T，Daković M，Orović I. ISAR中刚体和微多普勒信号的分离与重构第一部分--理论。IET雷达声纳导航2015;9（9）：1147-54.[15] l1 魔 法 工 具 箱 。 [ 联 机 ] 。 网 址 ： https://statweb.stanford.edu/~candes/l1magic/。