發(fā)布時(shí)間：2019-06-06 04:22

【摘要】：研究壓縮傳感(Compressed Sensing,CS)的稀疏信號(hào)重構(gòu)算法,該文提出一種新的算法框架閾值化迭代檢測(cè)估計(jì)(Iterative Detection Estimation with Thresholding,IDET)。算法框架包括兩個(gè)方面:選擇單階段閾值化(One-Stage Thresholding,OST)算法的迭代步作為支持集檢測(cè)的參考;根據(jù)稀疏信號(hào)的特征設(shè)計(jì)支持集檢測(cè)方法。同時(shí),提出該算法框架的實(shí)現(xiàn)算法,實(shí)現(xiàn)算法先檢測(cè)由迭代硬閾值化(Iterative Hard Thresholding,IHT)迭代步得到一個(gè)支持集,然后通過求解支持集上的最小二乘問題來估計(jì)待重構(gòu)的稀疏信號(hào),迭代上述兩個(gè)步驟直至滿足條件停止。IDET算法的關(guān)鍵在于支持集檢測(cè),該文提出3種適用于快速衰減信號(hào)的支持集檢測(cè)方法。實(shí)驗(yàn)結(jié)果表明,IDET稀疏重構(gòu)性能優(yōu)于IHT的其他加速算法。
[Abstract]:In this paper, a sparse signal reconstruction algorithm for compressed sensing (Compressed Sensing,CS) is studied. A new algorithm framework for threshold iterative detection and estimation of (Iterative Detection Estimation with Thresholding,IDET is proposed in this paper. The algorithm framework includes two aspects: the iterative step of single-stage threshold (One-Stage Thresholding,OST) algorithm is selected as the reference for support set detection, and the support set detection method is designed according to the characteristics of sparse signal. At the same time, the implementation algorithm of the algorithm framework is proposed. Firstly, a support set is obtained by detecting the iterative step of iterative hard threshold (Iterative Hard Thresholding,IHT), and then the sparse signal to be reconstructed is estimated by solving the least square problem on the support set. The key to IDET algorithm is to support set detection. In this paper, three support set detection methods for fast attenuation signals are proposed. The experimental results show that the sparse reconstruction performance of IDET is better than that of other accelerated algorithms of IHT.
【作者單位】： 江蘇大學(xué)計(jì)算機(jī)科學(xué)與通信工程學(xué)院;中山大學(xué)信息科學(xué)與技術(shù)學(xué)院;
【基金】：國家自然科學(xué)基金(61375080,61170126) 江蘇省科技支撐計(jì)劃項(xiàng)目(BE2013696) 江蘇大學(xué)高級(jí)人才科研基金(12JDG050)資助課題
【分類號(hào)】：TN911.23

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 師碩;顧軍華;于洪麗;;基于小波變換的表面肌電信號(hào)的消噪處理[J];河北工業(yè)大學(xué)學(xué)報(bào);2008年01期

2 邢丹俊;王繼成;;基于提升小波的自適應(yīng)閾值圖像去噪[J];計(jì)算機(jī)技術(shù)與發(fā)展;2008年02期

3 郭海濤,王連玉,田坦,張春田,孫鶴泉;利用二維屬性直方圖的Otsu自動(dòng)閾值分割方法[J];光電子.激光;2005年06期

4 龔堅(jiān),李立源,陳維南;二維熵閾值分割的快速算法[J];東南大學(xué)學(xué)報(bào);1996年04期

5 馬林立,孫堯;小波域中的維納濾波法在星圖降噪中的應(yīng)用[J];紅外與激光工程;2004年01期

6 陶娜娜;高軍;張建;;一種基于小波閾值的圖像去噪方法研究[J];農(nóng)業(yè)裝備與車輛工程;2007年01期

7 楊明;尹勇;彭玉華;周新虹;;Beamlet變換與多尺度線特征提取[J];電子學(xué)報(bào);2007年01期

8 侯新國;劉開培;魏建華;;最佳小波包基改進(jìn)軟閾值的消噪方法及應(yīng)用[J];振動(dòng)、測(cè)試與診斷;2008年04期

9 范宇,胡訪宇,趙愛華;基于非線性提升小波變換的圖像去噪[J];計(jì)算機(jī)仿真;2004年09期

10 謝建林,杜娟,袁小平;基于MATLAB的小波去噪方法研究[J];能源技術(shù)與管理;2005年02期

相關(guān)會(huì)議論文 前1條

1 馬峻;李思敏;;自然背景條件下激光信號(hào)跟蹤算法研究[A];2004全國圖像傳感器技術(shù)學(xué)術(shù)交流會(huì)議論文集[C];2004年

相關(guān)博士學(xué)位論文 前1條

1 韓曉紅;混沌時(shí)序非線性去噪方法研究及其應(yīng)用[D];太原理工大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 郭海燕;基于小波變換的語音信號(hào)增強(qiáng)研究[D];燕山大學(xué);2012年

2 王軍;SAR圖像降噪與編碼技術(shù)研究[D];中北大學(xué);2011年

3 譚梁鐫;小波分析理論在超寬帶雷達(dá)成像處理上的應(yīng)用研究[D];華南理工大學(xué);2012年

4 歐陽玉潔;基于LCH視覺頻率響應(yīng)特性的圖像編碼研究[D];北京印刷學(xué)院;2014年

5 胡鵬;增益調(diào)制成像激光雷達(dá)弱信號(hào)檢測(cè)的研究[D];哈爾濱工業(yè)大學(xué);2013年

6 王靜;認(rèn)知無線電網(wǎng)絡(luò)中信息融合算法研究[D];中南民族大學(xué);2013年

7 吳鑫;改進(jìn)的小波降噪算法及其在故障診斷中的應(yīng)用[D];武漢科技大學(xué);2011年

8 郭強(qiáng);基于超聲檢測(cè)的圓柱形構(gòu)件缺陷特征提取及識(shí)別技術(shù)研究[D];中北大學(xué);2014年

9 賈敬樂;基于小波的雷達(dá)視頻壓縮方法研究[D];江蘇科技大學(xué);2011年

10 戚庭野;基于FastICA和小波閾值的聯(lián)合算法對(duì)瞬變電磁信號(hào)的降噪[D];太原理工大學(xué);2012年

，

本文編號(hào)：2494067