• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제8권1호
• /
• pp.108-122
• /
• 2014

Massive antenna array is an attractive candidate technique for future broadband wireless communications to acquire high spectrum and energy efficiency. However, such benefits can be realized only when proper channel information is available at the transmitter. Since the amount of the channel information required by the transmitter is large for massive antennas, the feedback is burdensome in practice, especially for frequency division duplex (FDD) systems, and needs normally to be reduced. In this paper a novel channel feedback reduction scheme based on the theory of distributed compressive sensing (DCS) is proposed to apply to massive antenna arrays with spatial correlation, which brings substantially reduced feedback load. Simulation results prove that the novel scheme is better than the channel feedback technique based on traditional compressive sensing (CS) in the aspects of mean square error (MSE), cumulative distributed function (CDF) performance and feedback resources saving.

• ETRI Journal
• /
• 제42권3호
• /
• pp.376-387
• /
• 2020

Massive computation of the reconstruction algorithm for compressive sensing (CS) has been a major concern for its real-time application. In this paper, we propose a novel high-speed architecture for the orthogonal matching pursuit (OMP) algorithm, which is the most frequently used to reconstruct compressively sensed signals. The proposed design offers a very high throughput and includes an innovative pipeline architecture and scheduling algorithm. Least-squares problem solving, which requires a huge amount of computations in the OMP, is implemented by using systolic arrays with four new processing elements. In addition, a distributed-arithmetic-based circuit for matrix multiplication is proposed to counterbalance the area overhead caused by the multi-stage pipelining. The results of logic synthesis show that the proposed design reconstructs signals nearly 19 times faster while occupying an only 1.06 times larger area than the existing designs for N = 256, M = 64, and m = 16, where N is the number of the original samples, M is the length of the measurement vector, and m is the sparsity level of the signal.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권9호
• /
• pp.3559-3571
• /
• 2015

This paper addresses the problem of signal acquisition with a sparse representation in a given orthonormal basis using fewer noisy measurements. The authors formulate the problem statement for randomly measuring with strong signal noise. The impact of white Gaussian signals noise on the recovery performance is analyzed to provide a theoretical basis for the reasonable design of the measurement matrix. With the idea that the measurement matrix can be adapted for noise suppression in the adaptive CS system, an adapted selective compressive sensing (ASCS) scheme is proposed whose measurement matrix can be updated according to the noise information fed back by the processing center. In terms of objective recovery quality, failure rate and mean-square error (MSE), a comparison is made with some nonadaptive methods and existing CS measurement approaches. Extensive numerical experiments show that the proposed scheme has better noise suppression performance and improves the support recovery of sparse signal. The proposed scheme should have a great potential and bright prospect of broadband signals such as biological signal measurement and radar signal detection.

• Journal of Communications and Networks
• /
• 제18권3호
• /
• pp.439-445
• /
• 2016

In this paper, we consider subcarrier-index modulation (SIM) for precoded orthogonal frequency division multiplexing (OFDM) with a few activated subcarriers per user and its generalization to multi-carrier multiple access systems. The resulting multiple access is called sparse index multiple access (SIMA). SIMA can be considered as a combination of multi-carrier code division multiple access (MC-CDMA) and SIM. Thus, SIMA is able to exploit a path diversity gain by (random) spreading over multiple carriers as MC-CDMA. To detect multiple users' signals, a low-complexity detection method is proposed by exploiting the notion of compressive sensing (CS). The derived low-complexity detection method is based on the orthogonal matching pursuit (OMP) algorithm, which is one of greedy algorithms used to estimate sparse signals in CS. From simulation results, we can observe that SIMA can perform better than MC-CDMA when the ratio of the number of users to the number of multi-carrier is low.

• 한국전자파학회논문지
• /
• 제25권9호
• /
• pp.952-958
• /
• 2014

본 논문에서는 불완전한 radar-cross-section(RCS) 데이터로부터 inverse synthetic aperture radar(ISAR) 영상 복원과 동시에 표적의 회전각도를 추정하기 위한 compressive sensing(CS) 기반의 레이더 신호 모델을 적용한 parametric sparse 복원 알고리즘을 제안하고자 한다. Sparse 복원 알고리즘으로는 iteratively-reweighted-least-square(IRLS) 기법을 이용하여 각도 방향(cross-range)에서 모르는 처프 비율(chirp rate)의 처프 성분을 포함하는 레이더 신호 모델과 결합한다. 그리고, particle swarm optimization(PSO) 최적화 알고리즘을 이용하여 표적의 회전각도와 연관된 파라미터들을 추출한다. 따라서, RCS 데이터 샘플에 데이터 손실이 발생하더라도 본 논문의 IRLS 기반 parametric sparse 복원 알고리즘에 따라 효율적으로 ISAR 영상을 복원할 수 있고, 동시에 표적의 회전각도를 추정할 수 있다. 또한, 불완전한 RCS 데이터 샘플에 대하여 영상의 엔트로피 관점에서 본 논문에서 제안한 방법의 성능과 전통적인 보간법의 성능을 서로 비교 관찰한다.

• 한국음향학회지
• /
• 제38권5호
• /
• pp.522-533
• /
• 2019

거리-도플러 추정을 위한 압축센싱(Compressive Sensing,CS) 모델은 과소결정계인 y = Ax 선형시스템으로 표현할 수 있다. 압축센싱 기법으로 위 선형시스템의 해를 찾으려면 행렬 A가 충분히 비간섭적이고 x가 희소해야 한다. 본 연구는 행렬 A가 비간섭적이도록 행렬 A의 상호간섭성을 낮추는 동시에 소나시스템에서 요구하는 대역폭을 유지하는 송신파형 설계 방법을 제안하였다. 제안한 방법은 행렬사영으로 센싱행렬을 최적화하는 방법과 DFT(Discrete Fourier Transform) 행렬을 이용하여 원하지 않은 주파수밴드를 억압하는 두 가지 방법을 결합한 것이다. 정합필터와 압축센싱 기법을 이용하여 기존파형 LFM(Linear Frequency Modulated)과 설계한 파형의 거리-도플러 추정 성능을 비교하였다. 시뮬레이션을 통해 설계한 송신파형이 기존파형(LFM)보다 탐지성능이 우수함을 보인다.

• 방송공학회논문지
• /
• 제20권3호
• /
• pp.398-407
• /
• 2015

희소성이 높은 신호를 압축센싱을 할 경우 기존의 Nyquist/Shannon 이론을 바탕으로 하는 샘플링 방법 보다 낮은 측정율 만으로도 신호의 복원이 가능하기 때문에 이를 활용한 많은 응용 연구가 이루어지고 있다. 영상신호의 경우 특히 블록기반 압축센싱 기법이 주로 고려되고 있는데, 대부분의 경우 측정 영역에서의 공간적 유사도가 동일하다는 가정 하에, 각 블록에 동일한 측정율을 할당하여 왔다. 이를 개선하기 위해, 본 논문에서는 프레임 내의 각 블록에 대하여 경계선 정보를 구하고, 각각의 특성에 따르는 적응적 샘플링율 기법을 제안한다. 제안하는 방법은 측정영역에서의 블록 간 유사도를 구해서 경계선 정보를 많이 포함하는 블록일수록 많은 측정율을 할당한다. 실험 결과, 자연영상에 대해 제안하는 적응적 율 할당 기법은 고정 측정율을 사용한 기존 방법에 비해 객관적 (최대 3.29 dB 향상) 및 주관적 화질이 뛰어나다는 것을 보여준다.

• ETRI Journal
• /
• 제40권3호
• /
• pp.376-388
• /
• 2018

In through-the-wall radar imaging (TWRI), the presence of front and side walls causes multipath propagation, which creates fake targets called multipath ghosts. They populate the scene and reduce the probability of correct target detection, classification, and localization. In modern TWRI, specular multipath exploitation has received considerable attention for reducing the effects of multipath ghosts. However, this exploitation is challenged by the requirements of the reflecting geometry, which is not always available. Currently, the demand for a high radar image resolution dictates the use of a large aperture and wide bandwidth. This results in a large amount of data. To tackle this problem, compressive sensing (CS) is applied to TWRI. With CS, only a fraction of the data are used to produce a high-quality image, provided that the scene is sparse. However, owing to multipath ghosts, the scene sparsity is highly deteriorated; hence, the performance of the CS algorithms is compromised. This paper presents and discusses the adverse effects of multipath ghosts in TWRI. It describes the physical formation of ghosts, their challenges, and existing suppression techniques.

• 전자공학회논문지
• /
• 제51권6호
• /
• pp.209-220
• /
• 2014

압축센싱은 성긴 (sparse) 신호에 대해 Nyquist rate 미만의 샘플링으로도 신호 획득이 가능하다는 것을 수학적으로 증명한 새로운 개념이다. 그동안 영상분야 압축센싱을 위한 수많은 복원 알고리즘들이 제안되어 왔으나, 낮은 측정률 하에서는 복원 화질 측면에서 아직 개선할 점이 많다. 일례로, 자연 영상의 압축센싱 복원 화질 향상을 위해, 영상과 관련한 사전 정보들로부터 정규화 식을 도출하여 복원에 적용해 볼 수 있을 것이다. 따라서, 본 논문에서는 Dantzig selector 및 평활 필터(가우시안 필터 및 nonlocal 평균 필터)기반의 평활 잔차 오류 정규화 방법을 제안한다. 또한, 복원 영상의 객체 및 배경에서 발생하는 edge 정보를 우수하게 보전하는 것으로 알려진 Total variation 기반 최소화 알고리즘에 적용하여 복원 영상의 화질을 향상시키는 방법을 제안한다. 제안하는 구조는 잔차신호의 평활화를 활용한다는 측면에서 새로운 압축센싱 복원 방식이라고 할 수 있다. 실험 결과, 제안방법은 기존 방법들에 비해 객관적 및 주관적 화질 측면에서 더 높은 성능 향상을 보여주었으며, 특히 기존 Bayesian 압축센싱 복원 방식과 비교 시 최대 9.14 dB 성능이 향상되었다.

• 전자공학회지
• /
• 제38권1호
• /
• pp.56-67
• /
• 2011

As a result of quickly growing data, a digital transmission system is required to deal with the challenge of acquiring signals at a very high sampling rate, Fortunately, the CS (Compressed Sensing or Compressive Sensing) theory, a new concept based on theoretical results of signal reconstruction, can be employed to exploit the sparsity of the received signals. Then, they can be adequately reconstructed from a set of their random projections, leading to dramatic reduction in the sampling rate and in the use of ADC (Analog-to-Digital Converter) resources. The goal of this article is provide an overview of the basic CS theory and to survey some important compressed sensing applications in wireless communications.