主要内容

ompdecomp

利用正交匹配追踪对信号进行分解

描述

多项式系数dictatomatomidxerrnorm= ompdecomp(Xdict计算分解矩阵多项式系数而且dictatom信号的X.分解矩阵的乘积,dictatomx多项式系数,接近X.原子dictatom是从dictatomidx索引是dict对应于dictatomerrnorm是分解误差。分解是基于正交匹配追踪(OMP)最小化Frobenius范数的算法||X- - - - - -dictatomx多项式系数||

例子

多项式系数dictatomatomidxerrnorm= ompdecomp(Xdict“MaxSparsity”,纳米还指定最大稀疏度纳米

多项式系数dictatomatomidxerrnorm= ompdecomp(Xdict“NormWeight”,出世最小化加权Frobenius范数||出世1/2X- - - - - -dictatomx多项式系数||使用权重出世

例子

全部折叠

给定一组8元均匀线性阵列的最优全数字波束形成权重,将权重分解为模拟波束形成权重和数字波束形成权重的乘积。假设有两条射频链。显示组合权重实现了与最佳权重相似的性能。

指定最佳的全数字波束形成权重。

Wopt = steervec((0:7)*0.5,[20 -40]);

创建一个导向向量字典。

Stvdict = steervec((0:7)*0.5,-90:90);

使用OMP执行分解。将最大稀疏度设置为2。

[wbb,wrf,wdictidx,normerr] = ompdecomp(wopt,stvdict,“MaxSparsity”2);

比较由最优权值和混合权值得到的梁型。图中显示的分解woptwrf而且wbb几乎是准确的。

情节(90:90、abs (sum (wopt * stvdict)),“- - -”...90:90、abs (sum ((wrf * wbb) * stvdict)),“——”“线宽”(2)包含的角度(度)) ylabel (“振幅”)传说(“最优”“混合”

图中包含一个轴对象。axis对象包含2个line类型的对象。这些对象代表Optimal、Hybrid。

输入参数

全部折叠

输入要分解的数据,指定为复值N——- - - - - -Nc矩阵。

数据类型:
复数支持:万博1manbetx是的

原子的字典,指定为复值矩阵。该函数使用字典中的原子子集来构造数据。

数据类型:
复数支持:万博1manbetx是的

分解的最大稀疏度,指定为正整数。的稀疏性时,分解停止纳米是实现。

例子:5

依赖关系

使用指定语法的此参数“MaxSparsity”

数据类型:

OMP用于最小化加权Frobenius范数的范数权重||出世1/2x (X- - - - - -dictatomx多项式系数||,指定为复值N——- - - - - -N矩阵。

例子:5

依赖关系

使用指定语法的此参数“NormWeight”

数据类型:
复数支持:万博1manbetx是的

输出参数

全部折叠

基原子的系数,返回为anN年代——- - - - - -Nc矩阵。这些行表示对应原子的系数dictatomN年代表示从字典中选择的原子数,是信号稀疏性的度量。

数据类型:
复数支持:万博1manbetx是的

信号基原子,返回为N——- - - - - -N年代矩阵。这些列是构成信号基础的原子。中指定的字典的子集dictN年代表示所选原子的数量,是信号稀疏性的度量。

数据类型:
复数支持:万博1manbetx是的

从字典中选择的原子的索引dict,返回为长度-N年代其中行向量Dict (:,atomidx) = dictatom

数据类型:

分解误差的范数,作为非负标量返回。

数据类型:

更多关于

全部折叠

混合波束形成权值

在混合波束形成的背景下,多项式系数参数表示数字权重。dictatom表示模拟权重和dict是可用作模拟权重的转向向量的集合。

参考文献

[1] Ayach, Omar El等人。毫米波MIMO系统的空间稀疏预编码IEEE无线通信通则.2014年3月第13卷第3期

扩展功能

C/ c++代码生成
使用MATLAB®Coder™生成C和c++代码。

版本历史

R2019b引入