【摘要】：在壓縮感知理論的稀疏表示過程中,通常選擇正交完備字典實現(xiàn)信號稀疏表示.冗余字典比完備字典表現(xiàn)出對信號更好的適應(yīng)性,常見的冗余字典直接由兩個或多個正交完備字典級聯(lián)而成.為了設(shè)計對信號具有更好適應(yīng)性的冗余字典,改變原有正交完備字典,通過對正交傅里葉完備字典中的原子進(jìn)行擴展、延時、混疊等一系列變換,設(shè)計出一種新的非正交完備字典.在此基礎(chǔ)上,將該完備字典與單位矩陣級聯(lián)構(gòu)造了新的非正交冗余字典.以一維信號作為測試信號,研究了冗余字典的性能.仿真實驗結(jié)果表明提出的非正交冗余字典比正交傅里葉完備字典具有更好的稀疏性能和重構(gòu)性能.
[Abstract]:In the process of sparse representation of compressed sensing theory, orthogonal complete dictionary is usually chosen to realize sparse representation of signals. Redundant dictionaries show better adaptability to signals than complete dictionaries. The common redundant dictionaries are concatenated by two or more orthogonal complete dictionaries. In order to design a redundant dictionary which has better adaptability to signal, the original orthogonal complete dictionary is changed. By extending the atoms in the orthogonal Fourier complete dictionary, a series of transformations, such as delay, aliasing and so on, are carried out. A new nonorthogonal complete dictionary is designed. On this basis, a new non-orthogonal redundant dictionary is constructed by concatenating the complete dictionary with the unit matrix. Taking one-dimensional signal as test signal, the performance of redundant dictionary is studied. The simulation results show that the proposed non-orthogonal redundant dictionary has better sparse performance and reconstruction performance than the orthogonal Fourier complete dictionary.
【作者單位】： 天津大學(xué)電氣自動化與信息工程學(xué)院;天津大學(xué)海洋科學(xué)與技術(shù)學(xué)院;
【基金】：國家自然科學(xué)基金資助項目(61571323)~~
【分類號】：TN911.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 胥旭東;非正交雙通道處理對取模輸出的影響[J];艦船電子對抗;1994年05期

2 褚永勝,許建中,李興國;基于非正交實小波的框架擴展方法及濾波應(yīng)用[J];南京理工大學(xué)學(xué)報;1999年06期

3 耿耀君;張軍英;袁細(xì)國;;一種基于稀疏表示系數(shù)的特征相關(guān)性測度[J];模式識別與人工智能;2013年01期

4 欒悉道;王衛(wèi)威;謝毓湘;張芯;李琛;;非線性稀疏表示理論及其應(yīng)用[J];計算機科學(xué);2014年08期

5 鄭軼;蔡體健;;稀疏表示的人臉識別及其優(yōu)化算法[J];華東交通大學(xué)學(xué)報;2012年01期

6 尹學(xué)忠;樊甫華;;基于字典學(xué)習(xí)的超寬帶信號稀疏表示與降噪方法[J];計算機應(yīng)用研究;2014年06期

7 李洋;李雙田;;壓縮感知下的稀疏表示語聲恢復(fù)模型與算法[J];信號處理;2014年08期

8 么煒;劉博;滕桂法;;稀疏表示及其算法分析[J];河北農(nóng)業(yè)大學(xué)學(xué)報;2014年02期

9 查長軍;韋穗;楊海蓉;丁大為;;基于稀疏表示的多類融合樣本中特定目標(biāo)識別[J];吉林大學(xué)學(xué)報(工學(xué)版);2014年03期

10 鄒建成;車冬娟;;信號稀疏表示方法研究進(jìn)展綜述[J];北方工業(yè)大學(xué)學(xué)報;2013年01期

相關(guān)會議論文 前1條

1 何愛香;劉玉春;魏廣芬;;基于稀疏表示的煤矸界面識別研究[A];虛擬運營與云計算——第十八屆全國青年通信學(xué)術(shù)年會論文集（上冊）[C];2013年

相關(guān)博士學(xué)位論文 前9條

1 謝榕貴;免信令的上行非正交多址方法研究[D];中國科學(xué)技術(shù)大學(xué);2017年

2 解虎;高維小樣本陣列自適應(yīng)信號處理方法研究[D];西安電子科技大學(xué);2015年

3 丁丹;格中短向量的y-稀疏表示和最短向量問題的算法研究[D];清華大學(xué);2015年

4 王中寶;船載高頻地波雷達(dá)海洋表面流遙感方法研究[D];哈爾濱工業(yè)大學(xué);2015年

5 羅曉宇;基于信號稀疏表示的陣列測向算法研究[D];電子科技大學(xué);2016年

6 余愷;低成本無線聲陣列網(wǎng)絡(luò)的實時高效DOA估計研究[D];浙江大學(xué);2016年

7 王偉;基于幀級和段級稀疏表示的說話人識別研究[D];哈爾濱工業(yè)大學(xué);2016年

8 鮑光照;基于稀疏表示和字典學(xué)習(xí)的語音增強算法研究[D];中國科學(xué)技術(shù)大學(xué);2015年

9 余南南;基于稀疏表示的圖像融合與去噪算法研究[D];大連理工大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 胡顯安;5G新型非正交多址技術(shù)研究[D];北京交通大學(xué);2017年

2 李哲;基于稀疏表示和LS-SVM的心電信號分類[D];河北大學(xué);2015年

3 趙春雷;基于壓縮感知的DOA估計算法研究[D];哈爾濱工業(yè)大學(xué);2015年

4 趙苑s，

本文編號：2462794