發(fā)布時(shí)間：2018-01-14 21:00

  本文關(guān)鍵詞：基于卡爾曼濾波的時(shí)變稀疏信號(hào)快速收斂重構(gòu)算法　出處：《計(jì)算機(jī)應(yīng)用》2014年S2期 　論文類型：期刊論文

  更多相關(guān)文章： 壓縮感知 信號(hào)重構(gòu) 卡爾曼濾波 收斂

【摘要】：為了提高時(shí)變稀疏信號(hào)的重構(gòu)性能,提出了融合壓縮感知和卡爾曼濾波的快速收斂重構(gòu)算法。通過偽測量(PM)技術(shù)以及擴(kuò)展卡爾曼濾波形式的線性化將近似l0范數(shù)約束有效地融合到卡爾曼濾波架構(gòu)中,求解常規(guī)的卡爾曼濾波方程,重構(gòu)出稀疏信號(hào)。此外,針對(duì)PM階段的擴(kuò)展卡爾曼濾波形式,提出了快速收斂算法,有效地保證了算法的收斂和精度。仿真結(jié)果表明,相比原有基于卡爾曼濾波的恢復(fù)算法,所提算法的重構(gòu)精度更高、收斂更快。
[Abstract]:In order to improve the reconstruction performance of the time - varying sparse signal , a fast convergence reconstruction algorithm for fusion compression sensing and Kalman filtering is proposed . The approximate l0 norm constraint is effectively fused into the Kalman filter architecture by the linearization of the pseudo - measurement ( PM ) technique and the extended Kalman filter form . In addition , a fast convergence algorithm is proposed for the extended Kalman filter form of the PM phase . The simulation results show that the proposed algorithm has higher reconstruction precision and faster convergence than the original Kalman filter .

【作者單位】： 中國人民解放軍總后勤部軍事交通運(yùn)輸研究所;中國人民解放軍63999部隊(duì);
【分類號(hào)】：TN911.7
【正文快照】： 0引言稀疏性作為一種特性,體現(xiàn)在很多自然信號(hào)和人工信號(hào)中,充分利用信號(hào)的稀疏性可以有效地提高算法性能,因此稀疏約束下的估計(jì)重構(gòu)問題一直是研究的熱點(diǎn)。壓縮感知(Compressive Sensing,CS)[1]理論的誕生,使人們對(duì)稀疏信號(hào)處理問題的認(rèn)識(shí)發(fā)生本質(zhì)變化。壓縮感知理論表明,對(duì)

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 金堅(jiān);谷源濤;梅順良;;壓縮采樣技術(shù)及其應(yīng)用[J];電子與信息學(xué)報(bào);2010年02期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馬如遠(yuǎn);金明亮;劉繼忠;柴國鐘;;移動(dòng)機(jī)器人環(huán)境視覺小波稀疏壓縮傳感和識(shí)別[J];傳感技術(shù)學(xué)報(bào);2012年04期

2 湯建龍;李婷;;基于壓縮感知的線性調(diào)頻信號(hào)頻率估計(jì)[J];電子信息對(duì)抗技術(shù);2012年02期

3 葉蕾;楊震;王天荊;孫林慧;;行階梯觀測矩陣、對(duì)偶仿射尺度內(nèi)點(diǎn)重構(gòu)算法下的語音壓縮感知[J];電子學(xué)報(bào);2012年03期

4 肖強(qiáng);陳亮;朱濤;黃建軍;;基于準(zhǔn)KLT域的線譜對(duì)參數(shù)壓縮感知量化研究[J];電子與信息學(xué)報(bào);2011年09期

5 劉海英;吳成柯;呂沛;宋娟;;基于譜間預(yù)測和聯(lián)合優(yōu)化的高光譜壓縮感知圖像重構(gòu)[J];電子與信息學(xué)報(bào);2011年09期

6 顧福飛;池龍;張群;彭發(fā)祥;朱豐;;基于壓縮感知的稀疏陣列MIMO雷達(dá)成像方法[J];電子與信息學(xué)報(bào);2011年10期

7 趙春暉;許云龍;黃輝;;基于LU分解的稀疏目標(biāo)定位算法[J];電子與信息學(xué)報(bào);2013年09期

8 吳仁彪;韓雁飛;李海;;基于壓縮感知的低空風(fēng)切變風(fēng)速估計(jì)方法[J];電子與信息學(xué)報(bào);2013年10期

9 陳怡君;張群;羅迎;孫麗英;馬闖;;基于稀疏孔徑ISAR成像的雷達(dá)資源自適應(yīng)調(diào)度算法[J];彈箭與制導(dǎo)學(xué)報(bào);2013年04期

10 任遠(yuǎn);趙毅智;;一種改進(jìn)的稀疏度自適應(yīng)變步長正則化匹配追蹤算法[J];計(jì)算機(jī)安全;2014年01期

相關(guān)會(huì)議論文 前5條

1 王安娜;周小星;孫紅英;楊鴻武;;基于壓縮感知過程的語音增強(qiáng)新算法[A];第十一屆全國人機(jī)語音通訊學(xué)術(shù)會(huì)議論文集（一）[C];2011年

2 周小星;王安娜;孫紅英;楊鴻武;;基于壓縮感知過程的語音增強(qiáng)[A];第十一屆全國人機(jī)語音通訊學(xué)術(shù)會(huì)議論文集（二）[C];2011年

3 陳守寧;鄭寶玉;吉曉東;;WMSN中基于壓縮感知的VSQI壓縮反饋[A];2010年通信理論與信號(hào)處理學(xué)術(shù)年會(huì)論文集[C];2010年

4 魏浩;鄭寶玉;岳文靜;;基于壓縮感知的稀疏多徑信道估計(jì)[A];2010年通信理論與信號(hào)處理學(xué)術(shù)年會(huì)論文集[C];2010年

5 周小林;劉大虎;，

本文編號(hào)：1425256