스펙트럼 에너지 분포를 활용한 압축 샘플링 최적화

본 논문은 스펙트럼 에너지 밀도가 사전에 알려진 A‑scan SFCW‑GPR 신호에 대해, 압축 센싱(Compressed Sensing, CS) 복원 성능을 향상시키는 새로운 샘플링 전략을 제시한다. 서론에서는 전통적인 CS가 무작위 측정 행렬 Φ 와 희소 변환 행렬 Ψ 의 비동조성을 전제로 하여 샘플 수를 최소화하지만, 실제 레이더 시스템에서는 신호의 스펙트럼 에너지 분포가 일정한 패턴을 보인다는 점을 강조한다. 이러한 사전 정보를 활용하면 측정 효율을 더욱 높일 수 있다. 이론 부분에서는 CS의 기본 모델 s = Ψx, y = Φs 를 소개하고, l₀ 최소화가 NP‑hard이므로 l₁ 완화가 일반적으로 사용됨을 설명한다. 또한, 가중 l₁ (Weighted l₁) 및 부분 지원(Partial Support) 기반 변형이 기존 연구에서 제안된 바 있음을 언급한다. 그러나 본 연구는 스펙트럼 에너지 자체를 직접 활용해 측정 주파수 위치를 결정하는 전혀 다른 접근을 취한다. 제안된 “에너지 등분 샘플링(EES)” 알고리즘은 다음과 같이 구성된다. ① 전체 주파수 구간