留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于小波变换与压缩感知的脉冲星TOA估计

由四海 王宏力 冯磊 何贻洋 许强

由四海, 王宏力, 冯磊, 何贻洋, 许强. 基于小波变换与压缩感知的脉冲星TOA估计[J]. 红外与激光工程, 2020, 49(2): 0226001-0226001. doi: 10.3788/IRLA202049.0226001
引用本文: 由四海, 王宏力, 冯磊, 何贻洋, 许强. 基于小波变换与压缩感知的脉冲星TOA估计[J]. 红外与激光工程, 2020, 49(2): 0226001-0226001. doi: 10.3788/IRLA202049.0226001
You Sihai, Wang Hongli, Feng Lei, He Yiyang, Xu Qiang. Pulsar TOA estimation based on wavelet transform and compressed sensing[J]. Infrared and Laser Engineering, 2020, 49(2): 0226001-0226001. doi: 10.3788/IRLA202049.0226001
Citation: You Sihai, Wang Hongli, Feng Lei, He Yiyang, Xu Qiang. Pulsar TOA estimation based on wavelet transform and compressed sensing[J]. Infrared and Laser Engineering, 2020, 49(2): 0226001-0226001. doi: 10.3788/IRLA202049.0226001

基于小波变换与压缩感知的脉冲星TOA估计

doi: 10.3788/IRLA202049.0226001
基金项目: 

国家自然科学基金青年科学基金(61503391);中国博士后基金(2017M613372)

详细信息
    作者简介:

    由四海(1984-),男,博士生,主要从事脉冲星导航方面的研究。Email:yousihai12345@163.com

  • 中图分类号: V448.131;V448.232;TN911.72

Pulsar TOA estimation based on wavelet transform and compressed sensing

  • 摘要: 脉冲星导航是一种新型的自主式导航。为提高其精度与实时性,提出一种小波变换与压缩感知结合的脉冲星到达时间(Time of Arrival,TOA)估计的方法。该方法对标准脉冲轮廓使用小波变换构造多级冗余字典,通过信号恢复算法估计出实际脉冲星的TOA。该方法的算法复杂度低于传统的TOA估计方法,并且随着脉冲星信号周期内bin数量的增加,算法的实时性越好。该方法改变了传统的先去噪再估计TOA的思路,其可以嵌入到信号去噪的过程中,还可以和小波去噪的阈值处理并行计算。仿真结果显示文中方法耗时分别为两种传统TOA估计方法的0.87%和21.35%,并且随着数据时长的缩短,文中方法的TOA估计精度的相对优势越发明显。该方法不但可以提高TOA估计精度,而且降低了对数据时长的依赖。
  • [1] Xu Q, Wang H, Feng L, et al. A novel X-ray pulsar integrated navigation method for ballistic aircraft[J]. Optik, 2018, 175(6):28-38.
    [2] Sheikh S I, Pines D J, Ray P S, et al. Spacecraft navigation using X-Ray pulsars[J]. J Guid Control Dyn, 2006, 29(1):49-63.
    [3] Chu Yonghui, Li Maodeng, Huang Xiangyu, et al. Autonomous navigation method based on landmark and pulsar measurement[J]. Infrared and Laser Engineering, 2015, 44(S):12-15. (in Chinese)
    [4] Xu Qiang, Wang Hongli, Feng Lei, et al. An improved augmented X-ray pulsar navigation algorithm based on the norm of pulsar direction error[J]. Adv Sp Res, 2018, 62(11):3187-3198.
    [5] Su Zhe, Xu Luping, Gan Wei. Pulsar profile construction algorithm based on compressed sensing[J]. Sci Sin(Phy, Mech and Astron), 2011, 41(5):681-684.
    [6] Li Shengliang, Liu Kun, Xiao Longlong. Fleet algorithm for X-ray pulsar profile construction and TOA solution based on compressed sensing[J]. Optik, 2014, 125(7):1875-1879.
    [7] Shen Lirong, Li Xiaoping, Sun Haifeng, et al. A robust compressed sensing based method for X-ray Pulsar Profile construction[J]. Optik, 2016, 127:4379-4385.
    [8] Liu Jing, Jian Chengfang, Liu Gang. Observation range-based compressive sensing and its application in TOA estimation with low-flux pulsars[J]. Optik, 2017, 148:256-267.
    [9] Kang Zhiwei, Wu Chunyan, Liu Jin, et al. Pulsar time delay estimation method based on two-level compressed sensing[J]. Acta Phys Sin, 2018, 67(9):1-8. (in Chinese)
    [10] You S, Wang H, He Y, et al. Pulsar profile construction based on double-redundant-dictionary and same-scale L1-norm compressed sensing[J]. Optik, 2018, 164:617-623.
    [11] Liu Xiuping, Wei Yuan, Han Lili, et al. X-ray pulsar signal de-noising for impulse noise using wavelet packet[J]. Aerosp Sci Technol, 2017, 64:147-153.
    [12] Donoho D L. Compressed sensing[J]. IEEE Trans Inf Theory, 2006, 52(4):1289-1306.
  • [1] 孙强, 戴鹭楠, 应恺宁, 倪辰荫.  二分搜索和压缩感知在激光超声内部缺陷快速检测技术的应用 . 红外与激光工程, 2022, 51(2): 20210810-1-20210810-13. doi: 10.3788/IRLA20210810
    [2] 张赛文, 邓亚琦, 王冲, 冷潇泠, 张光富, 文兵, 邓杨保, 谭伟石, 田野, 李稳国.  基于多测量矢量压缩感知的超分辨荧光显微成像研究 . 红外与激光工程, 2021, 50(11): 20210484-1-20210484-8. doi: 10.3788/IRLA20210484
    [3] 尹红飞, 郭亮, 周煜, 孙剑锋, 曾晓东, 唐禹, 邢孟道.  基于改进SVA和压缩感知的SAL旁瓣抑制算法 . 红外与激光工程, 2018, 47(12): 1230005-1230005(8). doi: 10.3788/IRLA201847.1230005
    [4] 王忠良, 冯文田, 粘永健.  结合光谱解混与压缩感知的高光谱图像有损压缩 . 红外与激光工程, 2018, 47(S1): 189-196. doi: 10.3788/IRLA201847.S126003
    [5] 杜颖财, 宋路, 万秋华, 杨守旺.  小波变换实现的光电编码器精确实时测速 . 红外与激光工程, 2017, 46(5): 517005-0517005(6). doi: 10.3788/IRLA201746.0517005
    [6] 申艳, 解颐, 娄淑琴, 王鑫, 赵彤彤.  基于Contourlet变换和压缩感知的实际光子晶体光纤光 . 红外与激光工程, 2017, 46(3): 321001-0321001(7). doi: 10.3788/IRLA201746.0321001
    [7] 叶松, 甘永莹, 熊伟, 张文涛, 汪杰君, 王新强.  采用小波变换的空间外差光谱仪基线校正 . 红外与激光工程, 2016, 45(11): 1117009-1117009(5). doi: 10.3788/IRLA201645.1117009
    [8] 杨新锋, 张金娜, 滕书华, 崔宇.  利用压缩感知实现随机变频雷达散射中心估计 . 红外与激光工程, 2016, 45(5): 526004-0526004(6). doi: 10.3788/IRLA201645.0526004
    [9] 纪强, 石文轩, 田茂, 常帅.  基于KL与小波联合变换的多光谱图像压缩 . 红外与激光工程, 2016, 45(2): 228004-0228004(7). doi: 10.3788/IRLA201645.0228004
    [10] 韩申生, 龚文林, 陈明亮, 李恩荣, 薄遵望, 李望, 张惠, 高昕, 邓陈进, 梅笑东, 王成龙.  基于稀疏和冗余表象的鬼成像雷达研究进展 . 红外与激光工程, 2015, 44(9): 2547-2555.
    [11] 赵爱罡, 王宏力, 杨小冈, 陆敬辉, 何星.  融合几何特征的压缩感知SIFT描述子 . 红外与激光工程, 2015, 44(3): 1085-1091.
    [12] 崔珊珊, 李琦.  基于小波变换的太赫兹数字全息再现像去噪研究 . 红外与激光工程, 2015, 44(6): 1836-1840.
    [13] 顾有林, 叶应流, 曹光华, 胡以华, 朱峰.  EMD和小波变换在低可探测目标检测中的应用 . 红外与激光工程, 2015, 44(11): 3494-3499.
    [14] 尹继豪, 孙建颖.  基于压缩感知理论的波段重构方法 . 红外与激光工程, 2014, 43(4): 1260-1264.
    [15] 伊力哈木·亚尔买买提, 谢丽蓉, 孔军.  基于PCA 变换与小波变换的遥感图像融合方法 . 红外与激光工程, 2014, 43(7): 2335-2340.
    [16] 关丛荣, 金伟其, 王吉晖.  小波变换在显微热图像位移估计中的应用 . 红外与激光工程, 2014, 43(8): 2780-2785.
    [17] 谭歆, 冯晓毅, 王保平.  稀疏带状测量矩阵在压缩感知ISAR成像中的应用 . 红外与激光工程, 2013, 42(11): 3137-3143.
    [18] 朱丰, 张群, 冯有前, 罗迎, 李开明, 梁必帅.  逆合成孔径激光雷达鸟类目标压缩感知识别方法 . 红外与激光工程, 2013, 42(1): 256-261.
    [19] 陈春利, 谢红梅, 彭进业, 王志成, 王保平.  压缩感知机动目标ISAR成像新方法 . 红外与激光工程, 2013, 42(8): 2269-2274.
    [20] 基于小波变换直方图规定的非均匀性校正算法 . 红外与激光工程, 2013, 42(12): 3481-3485.
  • 加载中
计量
  • 文章访问数:  653
  • HTML全文浏览量:  136
  • PDF下载量:  21
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-10-03
  • 修回日期:  2019-11-20

基于小波变换与压缩感知的脉冲星TOA估计

doi: 10.3788/IRLA202049.0226001
    作者简介:

    由四海(1984-),男,博士生,主要从事脉冲星导航方面的研究。Email:yousihai12345@163.com

基金项目:

国家自然科学基金青年科学基金(61503391);中国博士后基金(2017M613372)

  • 中图分类号: V448.131;V448.232;TN911.72

摘要: 脉冲星导航是一种新型的自主式导航。为提高其精度与实时性,提出一种小波变换与压缩感知结合的脉冲星到达时间(Time of Arrival,TOA)估计的方法。该方法对标准脉冲轮廓使用小波变换构造多级冗余字典,通过信号恢复算法估计出实际脉冲星的TOA。该方法的算法复杂度低于传统的TOA估计方法,并且随着脉冲星信号周期内bin数量的增加,算法的实时性越好。该方法改变了传统的先去噪再估计TOA的思路,其可以嵌入到信号去噪的过程中,还可以和小波去噪的阈值处理并行计算。仿真结果显示文中方法耗时分别为两种传统TOA估计方法的0.87%和21.35%,并且随着数据时长的缩短,文中方法的TOA估计精度的相对优势越发明显。该方法不但可以提高TOA估计精度,而且降低了对数据时长的依赖。

English Abstract

参考文献 (12)

目录

    /

    返回文章
    返回