本文選題：壓縮感知　切入點：混沌序列　出處：《四川大學(xué)學(xué)報(工程科學(xué)版)》2014年S2期 　論文類型：期刊論文

【摘要】：基于混沌序列具有良好偽隨機性的特點來構(gòu)造測量矩陣,提出了2種基于調(diào)整混沌測量矩陣列向量順序的優(yōu)化算法。第1種方法是分析信號稀疏向量中系數(shù),對恢復(fù)信號貢獻值最大的系數(shù),選用混沌自適應(yīng)測量矩陣最優(yōu)的向量進行采樣。第2種方法是對稀疏向量不均勻采樣。通過理論分析和實驗仿真結(jié)果證明了采用混沌構(gòu)造測量矩陣的可行性。實驗仿真結(jié)果還表明了混沌構(gòu)造測量矩陣的恢復(fù)效果比高斯隨機測量矩陣和伯努利測量矩陣的恢復(fù)效果更好,并且提出的2種優(yōu)化算法在相同的壓縮比下都能顯著地提高信號恢復(fù)的效果。
[Abstract]:Based on the good pseudorandom of chaotic sequences, two optimization algorithms based on adjusting the sequence of column vectors of chaotic measurement matrices are proposed. The first method is to analyze the coefficients in the sparse vectors of signals. The coefficient with the greatest contribution to the recovery signal, The optimal vector of the chaotic adaptive measurement matrix is selected for sampling. The second method is to sample the sparse vector unevenly. The feasibility of constructing the measurement matrix with chaos is proved by theoretical analysis and experimental simulation. The simulation results also show that the restoration effect of chaotic construction measurement matrix is better than that of Gao Si random measurement matrix and Bernoulli measurement matrix. And the two optimization algorithms can significantly improve the effect of signal recovery under the same compression ratio.
【作者單位】： 四川大學(xué)電子信息學(xué)院;
【分類號】：TN911.7

【相似文獻】

相關(guān)期刊論文 前10條

1 袁燕;賴安興;;分形理論在路面表面構(gòu)造測量中的運用[J];武漢理工大學(xué)學(xué)報;2010年18期

2 周新宇;楊風(fēng)暴;吉琳娜;李香亭;;一種多傳感器信息融合的可能性關(guān)聯(lián)方法[J];傳感器與微系統(tǒng);2012年04期

3 ;[J];;年期

4 ;[J];;年期

5 ;[J];;年期

6 ;[J];;年期

7 ;[J];;年期

8 ;[J];;年期

9 ;[J];;年期

10 ;[J];;年期

，

本文編號：1590797