首先我們驗證本文提出的判決方法的有效性。我們對比不同信噪比下本文提出方法與文獻^[4]采用的方法的檢測成功率，這里部分重構算法我們分別采用文獻^[4]提出的匹配追蹤(MP)算法和改進的壓縮采樣匹配追蹤(CoSaMP)算法，判決方法也分別采用文獻^[4]的門限判決方法和本文提出的基于信號結構信息的判決方法。令采樣點數M=80，信噪比SNR的變化范圍為[-10,10]，步進為1。實驗結果如圖1所示。

　　從圖1可以看出，本文提出的基于結構信息的判決方法更具優勢，同時，采用CoSaMP的部分重構算法比采用MP的部分重構算法獲得的結構信息更可靠。下面我們研究測量點數對檢測性能的影響。在仿真實驗中，我們設迭代次數T=6，固定信噪比SNR=-2dB，圖2為仿真實驗結果。

　　從圖中可以看出，提出方法比原有方法更有優勢，即使采用原有的部分重構算法，在判決部分采取本文提出方法，檢測性能也有所提升。另外，從性能曲線的變化趨勢，我們可以看出檢測性能隨測量點數的增加變得越來越好，這是由于測量點數增多，測量信號中包含的目標信號的結構信息越豐富，部分重構得到的估計信息更可靠。

　　然后，我們驗證迭代次數對檢測成功率及檢測時間的影響。實驗結果如圖3和圖4所示。

　　仿真實驗中，對于圖3所示的實驗，我們考慮了SNR=-2dB和SNR=3dB的情況，測量點數為100;對于圖4所示的實驗，我們設置SNR=10dB，測量點數為100，檢測時間定義為1000次檢測所用的時間。從圖3可以看出，本文提出方法檢測性能很穩定，迭代次數對檢測性能的影響很小，這是由于采用CoSaMP的部分重構算法在迭代次數很少的情況下就能獲得足夠的用于判決的結構信息，而采用MP的部分重構算法需要迭代次數達到一定程度時，才能獲得可靠的結構信息。另外，從圖4可以看出，采用CoSaMP部分重構算法檢測方法要比采用MP部分重構算法的檢測方法在時間上更有優勢，速度更快。綜合圖3和圖4，我們可以得出，本文提出方法在迭代次數很小的情況下也能快速、可靠地檢測出目標信號的有無。