本文關(guān)鍵詞：基于差分的稀疏度自適應重構(gòu)算法

  更多相關(guān)文章： 壓縮感知 稀疏度 重構(gòu)算法

【摘要】：針對壓縮感知貪婪迭代重構(gòu)算法要求給定信號稀疏度或迭代閾值的缺點,提出一種基于差分的稀疏度自適應重構(gòu)算法.該算法在信號稀疏度未知的情況下,利用測量矩陣Φ與殘差的相關(guān)系數(shù)的變化的不均衡特性,來選擇重構(gòu)信號的支撐集,以此逼近原始信號的稀疏度,達到重構(gòu)的效果.仿真結(jié)果表明,在相同采樣率下,文中算法可以獲得較好的重構(gòu)效果,尤其在采樣率較低(采樣率≤0.5)的情況下,這種優(yōu)勢更加明顯.
【作者單位】： 北京交通大學信息科學研究所;現(xiàn)代信息科學與網(wǎng)絡技術(shù)北京市重點實驗室;中國科學院計算技術(shù)研究所中國科學院智能信息處理重點實驗室;
【關(guān)鍵詞】： 壓縮感知 稀疏度 重構(gòu)算法
【基金】：國家“八六三”高技術(shù)研究發(fā)展計劃(2014AA015202) 國家自然科學基金(61073079,61272028) 中央高�；究蒲袠I(yè)務費專項基金(2013JBZ003) 高等學校博士點基金(20120009110008) 教育部新世紀優(yōu)秀人才支持計劃(NCET-12-0768) 教育部創(chuàng)新團隊發(fā)展計劃(IRT201206)
【分類號】：TN911.7
【正文快照】： 1壓縮感知及其重構(gòu)算法壓縮感知(compressive sensing,CS)[1-4]是一種新的采樣理論,它利用信號是稀疏的或者在某個變換域是稀疏的特性[5-6],突破了Nyquist采樣定律的限制,在采樣的同時實現(xiàn)信號了的壓縮,大大降低了對采樣率的要求.自CS提出以來,在信號處理、計算機科學、電子工

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前5條

1 焦李成;楊淑媛;劉芳;侯彪;;壓縮感知回顧與展望[J];電子學報;2011年07期

2 王軍華;黃知濤;周一宇;王豐華;;基于近似l_0范數(shù)的穩(wěn)健稀疏重構(gòu)算法[J];電子學報;2012年06期

3 高睿;趙瑞珍;胡紹海;;基于壓縮感知的變步長自適應匹配追蹤重建算法[J];光學學報;2010年06期

4 李s，

本文編號：1107693