本文關(guān)鍵詞：基于選擇性測量的壓縮感知去噪重構(gòu)算法　出處：《通信學(xué)報》2017年02期 　論文類型：期刊論文

  更多相關(guān)文章： 壓縮感知 信號重構(gòu) 噪聲折疊 選擇性測量

【摘要】：針對壓縮感知中噪聲折疊現(xiàn)象嚴(yán)重影響稀疏信號重構(gòu)性能的問題,提出一種基于選擇性測量的壓縮感知去噪重構(gòu)算法。首先從理論上解釋了壓縮感知中噪聲折疊現(xiàn)象;然后提出一種基于測量數(shù)據(jù)的特征統(tǒng)計量,推導(dǎo)分析其概率密度函數(shù),并基于此構(gòu)造一種噪聲濾波矩陣,用于優(yōu)化測量矩陣,實現(xiàn)智能地選擇信號分量、過濾噪聲分量,提高測量數(shù)據(jù)信噪比;最后,通過增加測量數(shù)據(jù)獲取次數(shù)可進一步提升算法重構(gòu)性能。仿真實驗表明,基于選擇性測量的壓縮感知去噪重構(gòu)算法明顯改善了低信噪比條件下信號的重構(gòu)性能。
[Abstract]:For the compressed sensing noise in the folding phenomenon seriously affects the sparse signal reconstruction performance problems, put forward a kind of selective measurement of compressed sensing reconstruction algorithm based on denoising. First theoretically explains the compressed sensing noise folding phenomenon; and then a statistic analysis based on measured data, the probability density function, and based on this to construct a noise filter matrix is used to optimize the measurement matrix, to realize the intelligent selection of signal components, filtering noise components, improve the measurement data signal-to-noise ratio; finally, by increasing the number of measurement data acquisition will further enhance the performance of reconstruction algorithm. Simulation results show that the selective measurement of compressed sensing reconstruction denoising algorithm can obviously improve the low SNR than the reconstruction performance conditions based on the signal.

【作者單位】： 解放軍信息工程大學(xué);
【基金】：國家自然科學(xué)基金資助項目(No.61401511)~~
【分類號】：TN911.7
【正文快照】： 1引言 隨著信息技術(shù)的飛速發(fā)展,人們對信息量的需求越來越大,攜帶信息的信號帶寬也越來越寬,以傳統(tǒng)奈奎斯特采樣定理為基礎(chǔ)的信號處理框架對采樣速率的要求也越來越高,有時甚至高達數(shù)吉赫茲,而現(xiàn)有硬件設(shè)備尚無法滿足其對模數(shù)轉(zhuǎn)換能力的要求[1]。壓縮感知[2~4](CS,compressiv

【參考文獻】

相關(guān)期刊論文 前3條

1 王韋剛;楊震;顧彬;胡海峰;;基于觀測矩陣優(yōu)化的自適應(yīng)壓縮頻譜感知[J];通信學(xué)報;2014年08期

2 田文飚;付爭;芮國勝;;基于分治試探的盲自適應(yīng)匹配追蹤重構(gòu)算法[J];通信學(xué)報;2013年04期

3 焦李成;楊淑媛;劉芳;侯彪;;壓縮感知回顧與展望[J];電子學(xué)報;2011年07期

【共引文獻】

相關(guān)期刊論文 前10條

1 李佳;高志榮;熊承義;周城;;加權(quán)結(jié)構(gòu)組稀疏表示的圖像壓縮感知重構(gòu)[J];通信學(xué)報;2017年02期

2 裴立業(yè);江樺;麻曰亮;;基于選擇性測量的壓縮感知去噪重構(gòu)算法[J];通信學(xué)報;2017年02期

3 葉兆瑜;韓國強;徐智俊;李俊達;;壓縮感知在圖像去噪和重構(gòu)中的研究進展[J];機械制造與自動化;2017年01期

4 李莉;;基于壓縮感知的電壓傳感器信號處理方法[J];電腦編程技巧與維護;2017年03期

5 李楠;任清華;蘇玉澤;;TDCS壓縮感知觀測矩陣構(gòu)造方法[J];計算機工程與設(shè)計;2017年01期

6 劉春燕;王建軍;王文東;王堯;;基于非凸極小化的擾動壓縮數(shù)據(jù)分離[J];電子學(xué)報;2017年01期

7 李廣野;雷為民;胡丹丹;張偉;;一種基于壓縮感知的重疊網(wǎng)絡(luò)路徑性能評價方法[J];小型微型計算機系統(tǒng);2017年01期

8 王強;張培林;王懷光;楊望燦;陳彥龍;;壓縮感知中測量矩陣構(gòu)造綜述[J];計算機應(yīng)用;2017年01期

9 陳雷;鄭德忠;王忠東;;基于壓縮感知的電力信號壓縮與重構(gòu)研究[J];電測與儀表;2017年01期

10 林思銘;彭衛(wèi)東;林志國;李瑞;;改進的卡爾曼濾波壓縮感知信道估計算法[J];探測與控制學(xué)報;2016年06期

【二級參考文獻】

相關(guān)期刊論文 前10條

1 肖小潮;鄭寶玉;王臣昊;;一種基于最優(yōu)觀測矩陣的自適應(yīng)貝葉斯壓縮信道感知聯(lián)合機制[J];電子與信息學(xué)報;2012年10期

2 顧彬;楊震;胡海峰;;基于壓縮感知信道能量觀測的協(xié)作頻譜感知算法[J];電子與信息學(xué)報;2012年01期

3 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[J];清華大學(xué)學(xué)報(自然科學(xué)版);2011年09期

4 顧彬;楊震;胡海峰;;基于序貫壓縮感知的自適應(yīng)寬帶頻譜檢測[J];儀器儀表學(xué)報;2011年06期

5 張宗念;黃仁泰;閆敬文;;壓縮感知信號盲稀疏度重構(gòu)算法[J];電子學(xué)報;2011年01期

6 孫林慧;楊震;葉蕾;;基于自適應(yīng)多尺度壓縮感知的語音壓縮與重構(gòu)[J];電子學(xué)報;2011年01期

7 干宗良;齊麗娜;唐貴進;朱秀昌;;泛在網(wǎng)絡(luò)中基于壓縮感知的Wyner-Ziv空域可分級視頻編碼[J];通信學(xué)報;2010年11期

8 劉亞新;趙瑞珍;胡紹海;姜春暉;;用于壓縮感知信號重建的正則化自適應(yīng)匹配追蹤算法[J];電子與信息學(xué)報;2010年11期

9 楊成;馮巍;馮輝;楊濤;胡波;;一種壓縮采樣中的稀疏度自適應(yīng)子空間追蹤算法[J];電子學(xué)報;2010年08期

10 石光明;劉丹華;高大化;劉哲;林杰;王良君;;壓縮感知理論及其研究進展[J];電子學(xué)報;2009年05期

【相似文獻】

相關(guān)期刊論文 前10條

1 劉盾;石和平;;基于一種改進的壓縮感知重構(gòu)算法的分析與比較[J];科學(xué)技術(shù)與工程;2012年21期

2 蔣英春;;離散空間中正交小波分解重構(gòu)算法的實現(xiàn)[J];計算機應(yīng)用研究;2013年02期

3 劉勇;魏東紅;毛京麗;;基于優(yōu)化內(nèi)積模型的壓縮感知快速重構(gòu)算法[J];北京郵電大學(xué)學(xué)報;2013年01期

4 王田川;宋建新;;壓縮感知重構(gòu)算法研究[J];電視技術(shù);2013年11期

5 李福建,陳廷槐,田梅,周六丁;一種新的環(huán)網(wǎng)故障診斷與重構(gòu)算法[J];計算機工程;1992年06期

6 童露霞;王嘉;;基于壓縮傳感的重構(gòu)算法研究[J];電視技術(shù);2012年11期

7 李博;郭樹旭;;一種改進的壓縮感知重構(gòu)算法研究[J];現(xiàn)代電子技術(shù);2013年03期

8 李志剛;;一種快速的壓縮感知信號重構(gòu)算法[J];信息技術(shù);2013年06期

9 梁棟,楊尚俊,章權(quán)兵;一種基于圖象序列的3D重構(gòu)算法[J];安徽大學(xué)學(xué)報(自然科學(xué)版);2001年01期

10 陳勤;鄒志兵;張e，

本文編號：1393543