本文選題：壓縮感知　切入點：貪婪算法　出處：《計算機(jī)研究與發(fā)展》2014年09期 　論文類型：期刊論文

【摘要】：迂回式匹配追蹤(detouring matching pursuit,DMP)是一種計算復(fù)雜度低、準(zhǔn)確率高、對傳感矩陣列相關(guān)性要求低的貪婪重構(gòu)稀疏信號算法.DMP中子內(nèi)積逆和系數(shù)矩陣遞增遞減核心式被提出并證明,DMP利用子內(nèi)積逆和系數(shù)矩陣減少殘差誤差變化量的計算量,達(dá)到降低計算復(fù)雜度的目的.另外,DMP采用先逐個最優(yōu)縮減、后逐個最優(yōu)擴(kuò)增假定支撐集元素的方法提高重構(gòu)準(zhǔn)確率和擴(kuò)大重構(gòu)稀疏信號的稀疏度范圍.DMP算法復(fù)雜度分析表明,DMP算法中獲取、縮減和擴(kuò)增假定支撐集的復(fù)雜度分別為O(K2 N),O(b(K-b)N)和O(b(K-b)N).加權(quán)間接重構(gòu)0-1稀疏信號實驗結(jié)果表明,對于稀疏度為M/2的0-1稀疏信號,DMP、逐步貪婪追蹤(greedy pursuit algorithm,GPA)、子空間追蹤(subspace pursuit,SP)、壓縮采樣追蹤(compressive sampling matching pursuit,CoSaMP)、正交匹配追蹤(orthogonal matching pursuit,OMP)的重構(gòu)準(zhǔn)確率分別為99%,65%,0%,0%和13%.非零值服從正態(tài)分布的稀疏信號實驗結(jié)果也表明DMP的重構(gòu)準(zhǔn)確率優(yōu)勢顯著.
[Abstract]:Detachable matching tracking (DMP) is a low computational complexity and high accuracy. Greedy reconstruction sparse signal algorithm. DMP inner product inverse and coefficient matrix decreasing kernel formula which require low correlation to sensor matrix column are proposed and proved that DMP can reduce the amount of residual error change by using subinner product inverse and coefficient matrix. The purpose of reducing computational complexity is achieved. In addition, DMP is reduced one by one. The method of increasing the reconstruction accuracy and enlarging the sparse range of the reconstructed signal. The complexity analysis of the DMP algorithm shows that the DMP algorithm can be obtained from the DMP algorithm. The complexity of reduced and expanded supposition support sets is OFK _ 2N ~ (K ~ (+)) and O _ (B) K _ (B) N _ (N) respectively. The experimental results of weighted indirect reconstruction of 0-1 sparse signals show that, For 0-1 sparse signal with m / 2 sparsity, the reconstruction accuracy of greedy pursuit algorithm, subspace subspace pursuitto, compressed sampling tracking compressing sampling matching pursuitto CoSaMPI, orthogonal matching tracking orthogonal matching suitOMP) are 9965650% and 13.3%, respectively. The non-zero value is from normal distribution. The experimental results of sparse signal of DMP also show that the reconstruction accuracy of DMP is significant.
【作者單位】： 湘潭大學(xué)信息工程學(xué)院;智能計算與信息處理教育部重點實驗室(湘潭大學(xué));國防科學(xué)技術(shù)大學(xué)計算機(jī)學(xué)院;
【基金】：國家自然科學(xué)基金項目(61372049,61379115,61100215,61311140261,61070180) 湖南省自然科學(xué)基金項目(13JJ8006,12JJ9021) 湖南省科技廳科技計劃項目(2011GK3200) 湖南省重點學(xué)科建設(shè)項目
【分類號】：TN911.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李宏亮,黃潤華,韓國明,傅汝楫;基于遺傳算法的匹配追蹤小波分析及其在非平穩(wěn)故障信號中的應(yīng)用[J];機(jī)械強(qiáng)度;2001年03期

2 杜小勇;段曉君;;匹配追蹤信號分解收斂性的一種證明[J];湖南工業(yè)大學(xué)學(xué)報;2010年01期

3 馮永超,羅敏,賀貴明;用率失真優(yōu)化匹配追蹤的分形圖像編碼[J];微計算機(jī)應(yīng)用;2002年04期

4 劉繼承;富爽;;基于MP算法的快速地震信號譜分析[J];計算機(jī)技術(shù)與發(fā)展;2010年07期

5 劉強(qiáng)生,吳樂南;競爭匹配追蹤算法(英文)[J];Journal of Southeast University;2002年01期

6 舒維杰;袁志剛;尹忠科;;利用人工魚群算法實現(xiàn)基于MP的信號稀疏分解[J];計算機(jī)應(yīng)用研究;2009年01期

7 蒲菊華,熊璋,韓軍;基于多變換的細(xì)粒度視頻編碼算法[J];中國圖象圖形學(xué)報;2004年11期

8 李越雷;張?zhí)祢U;黃銚;蔣世文;;利用粒子群算法實現(xiàn)PPS信號的稀疏分解[J];計算機(jī)仿真;2010年02期

9 李恒建;張躍飛;王建英;尹忠科;;分塊自適應(yīng)圖像稀疏分解[J];電訊技術(shù);2006年04期

10 朱明;普運偉;金煒東;胡來招;;基于時頻原子方法的雷達(dá)輻射源信號特征提取[J];電波科學(xué)學(xué)報;2007年03期

相關(guān)會議論文 前6條

1 王嵩;鮑長春;;基于組合正弦的音頻信號建模[A];第十四屆全國信號處理學(xué)術(shù)年會(CCSP-2009)論文集[C];2009年

2 李輝;;面向圖像視頻編碼的多規(guī)模匹配追蹤圖像表達(dá)法[A];信息科學(xué)與微電子技術(shù):中國科協(xié)第三屆青年學(xué)術(shù)年會論文集[C];1998年

3 高強(qiáng);段晨東;孟慶豐;;經(jīng)驗?zāi)Ｊ椒纸舛它c效應(yīng)處理方法研究[A];2008年全國振動工程及應(yīng)用學(xué)術(shù)會議暨第十一屆全國設(shè)備故障診斷學(xué)術(shù)會議論文集[C];2008年

4 楊雷;趙治棟;;基于MP稀疏分解的心電身份識別[A];浙江省信號處理學(xué)會2011學(xué)術(shù)年會論文集[C];2011年

5 蘇哲;許錄平;甘偉;;基于壓縮感知的脈沖星輪廓構(gòu)建算法[A];第二屆中國衛(wèi)星導(dǎo)航學(xué)術(shù)年會電子文集[C];2011年

6 曹勝果;高翔;;采用壓縮感知的OFDM水聲信道估計[A];中國聲學(xué)學(xué)會水聲學(xué)分會2011年全國水聲學(xué)學(xué)術(shù)會議論文集[C];2011年

相關(guān)博士學(xué)位論文 前8條

1 朱明;復(fù)雜體制雷達(dá)輻射源信號時頻原子特征研究[D];西南交通大學(xué);2008年

2 曾春艷;匹配追蹤的最佳原子選擇策略和壓縮感知盲稀疏度重建算法改進(jìn)[D];華南理工大學(xué);2013年

3 郭建濤;基于時頻分析的跳頻信號參數(shù)估計[D];華中科技大學(xué);2009年

4 楊成;壓縮采樣中匹配追蹤約束等距性分析及其應(yīng)用[D];復(fù)旦大學(xué);2011年

5 王黨衛(wèi);超寬帶雷達(dá)目標(biāo)電磁特征抽取與識別方法研究[D];國防科學(xué)技術(shù)大學(xué);2006年

6 楊榮根;長輸石油管道泄漏檢測與定位技術(shù)研究[D];南京理工大學(xué);2011年

7 李翔;超聲導(dǎo)波頻散與多模態(tài)問題及其形態(tài)解卷積方法研究[D];電子科技大學(xué);2013年

8 謝志鵬;壓縮感知的稀疏重構(gòu)算法研究[D];南京航空航天大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 代軍;基于匹配追蹤的時空二維時頻峰值濾波方法研究[D];吉林大學(xué);2014年

2 劉嵩義;基于匹配追蹤和流形學(xué)習(xí)的雷達(dá)目標(biāo)識別研究[D];南京理工大學(xué);2013年

3 任曉馨;壓縮感知貪婪匹配追蹤類重建算法研究[D];北京交通大學(xué);2012年

4 袁志剛;基于聯(lián)合智能算法和MP的信號稀疏分解[D];西南交通大學(xué);2009年

5 常子楠;基于匹配追蹤的正弦建模語音編碼研究[D];南京師范大學(xué);2006年

6 王方非;基于樹形結(jié)構(gòu)回溯正交匹配追蹤的稀疏恢復(fù)算法研究[D];北京交通大學(xué);2012年

7 李琴;語音增強(qiáng)技術(shù)研究[D];桂林電子科技大學(xué);2007年

8 胡軍;基于壓縮傳感稀疏重構(gòu)方法的研究[D];湖南大學(xué);2012年

9 郭洋;基于MP算法的線性調(diào)頻信號參數(shù)估計[D];西南交通大學(xué);2008年

10 倪偉;基于匹配追蹤算法的SAR圖像提高分辨率方法研究[D];國防科學(xué)技術(shù)大學(xué);2006年

，

本文編號：1570840