本文關(guān)鍵詞：面向混合支撐集模型的分布式壓縮感知重構(gòu)算法

  更多相關(guān)文章： 分布式壓縮感知(DCS) 混合支撐集模型 聯(lián)合重構(gòu) 向前正交匹配追蹤(LAOMP) 向前向后正交匹配追蹤

【摘要】：針對(duì)混合支撐集模型,研究了分布式壓縮感知(DCS)的信號(hào)聯(lián)合重構(gòu),提出了一種聯(lián)合向前變步長(zhǎng)正交匹配追蹤(joint LAVSOMP)算法,該算法在信號(hào)重構(gòu)過(guò)程中根據(jù)相鄰次迭代重建信號(hào)的能量差,自適應(yīng)地對(duì)向前參數(shù)進(jìn)行動(dòng)態(tài)調(diào)整,在信號(hào)重建精度與算法運(yùn)行時(shí)間上取得平衡。進(jìn)而,在該算法的基礎(chǔ)上,提出了一種聯(lián)合向前向后的變步長(zhǎng)正交匹配追蹤(joint FBVSOMP)算法,該算法有效降低了原子誤選的幾率,提高了信號(hào)重建的精度。試驗(yàn)結(jié)果表明,joint LAVSOMP算法的重構(gòu)性能優(yōu)于向前參數(shù)固定的聯(lián)合向前正交匹配追蹤joint LAOMP算法,而joint FBVSOMP算法具有更高的信號(hào)聯(lián)合重構(gòu)性能。
【作者單位】： 燕山大學(xué)信息科學(xué)與工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(61471313,61303128) 河北省自然科學(xué)基金(F2014203183) 河北省高等學(xué)校科學(xué)技術(shù)研究項(xiàng)目(Q2012087) 燕山大學(xué)青年教師自主研究計(jì)劃課題(13LGB015)資助項(xiàng)目
【分類號(hào)】：TN911.7
【正文快照】： 型。與JSM-U JSM-2和JSM-3相比,混合支撐集模0引言型更具一般性,而以上三種模型均可以看作是混合支撐集模型的特例。最近幾年,針對(duì)混和支撐集模壓縮感知(compressive sensing,C S)是Donoho型的信號(hào)聯(lián)合重構(gòu)算法成為D C S領(lǐng)域的一個(gè)研究等[1]在2 0 0 6年提出的一種新的數(shù)據(jù)采

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前6條

1 黃曉斌,馬曉巖,薛林光,秦江敏;一種使用支撐集的區(qū)域型模糊聚類算法[J];系統(tǒng)工程與電子技術(shù);2002年10期

2 胡斌;行紅明;;Plateaued函數(shù)譜支撐集的性質(zhì)[J];電子學(xué)報(bào);2014年05期

3 馮振;郭禾;王宇新;賈棋;侯廣峰;;CS-MRI中稀疏信號(hào)支撐集混合檢測(cè)方法[J];計(jì)算機(jī)工程;2014年05期

4 丁亦平 ,蔡f殺，

本文編號(hào)：1196215