一種稀疏度自適應(yīng)分段正交匹配追蹤算法
本文關(guān)鍵詞:一種稀疏度自適應(yīng)分段正交匹配追蹤算法
更多相關(guān)文章: 壓縮感知 分段正交匹配追蹤 稀疏度自適應(yīng) 重構(gòu)性能
【摘要】:針對(duì)分段正交匹配追蹤(St OMP)算法需要信號(hào)的稀疏度作為先驗(yàn)信息且重構(gòu)精度較低的特點(diǎn),提出一種稀疏度自適應(yīng)分段正交匹配追蹤算法。首先,通過對(duì)觀測(cè)矩陣與初始?xì)埐钕喑怂玫臍堄嘞嚓P(guān)性向量進(jìn)行離散余弦變換,估算出支撐集所要擴(kuò)充的最大原子數(shù);其次,采用與抽樣率成正相關(guān)的因子對(duì)較大的閾值參數(shù)進(jìn)行適當(dāng)修正,并對(duì)通過設(shè)定閾值所選取的原子進(jìn)行優(yōu)化處理;最后在St OMP算法的框架下采用變步長(zhǎng)的方法實(shí)現(xiàn)稀疏度的逼近和信號(hào)的精確重構(gòu)。仿真結(jié)果表明:本文所提出的算法對(duì)信號(hào)的稀疏度具有很好的自適應(yīng)特性,并且在保持了較低重構(gòu)復(fù)雜度的同時(shí)具有更穩(wěn)定的重構(gòu)質(zhì)量。
【作者單位】: 重慶大學(xué)通信工程學(xué)院;
【關(guān)鍵詞】: 壓縮感知 分段正交匹配追蹤 稀疏度自適應(yīng) 重構(gòu)性能
【基金】:國(guó)家科技重大專項(xiàng)項(xiàng)目(2010ZX03004-002-01)~~
【分類號(hào)】:TN911.7
【正文快照】: 傳統(tǒng)的信號(hào)采樣理論Nyquist采樣定理要求信號(hào)的采樣頻率至少為信號(hào)帶寬的2倍,才能無失真地恢復(fù)原始信號(hào)。DONOHO等[1-2]提出的壓縮感知理論,從信號(hào)稀疏分解和逼近角度建立了一種新的信號(hào)描述和處理的理論框架,能夠在保證信息不損失的情況下,采用遠(yuǎn)低于奈奎斯特采樣定理要求的
【相似文獻(xiàn)】
中國(guó)期刊全文數(shù)據(jù)庫 前10條
1 田文飚;芮國(guó)勝;;平滑零范數(shù)稀疏度約束下的盲稀疏回溯重構(gòu)算法[J];宇航學(xué)報(bào);2013年03期
2 董政;葛臨東;鞏克現(xiàn);;基于壓縮采樣匹配追蹤的稀疏度和稀疏信道聯(lián)合估計(jì)[J];四川大學(xué)學(xué)報(bào)(工程科學(xué)版);2014年01期
3 周亞同;張偉;楊瑞霞;;一維非均勻采樣信號(hào)可變稀疏度傅里葉重建算法研究[J];微電子學(xué)與計(jì)算機(jī);2012年07期
4 王平;阮懷林;樊甫華;陳小波;;基于壓縮感知超寬帶信號(hào)盲稀疏度信道估計(jì)[J];電訊技術(shù);2012年11期
5 朱延萬;趙擁軍;孫兵;;一種改進(jìn)的稀疏度自適應(yīng)匹配追蹤算法[J];信號(hào)處理;2012年01期
6 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(bào);2010年08期
7 安春燕;紀(jì)紅;李屹;張曉亮;;壓縮采樣中基于離散時(shí)間馬爾科夫鏈的動(dòng)態(tài)控制機(jī)制(英文)[J];Journal of Southeast University(English Edition);2012年03期
8 王超宇;梅湄;朱曉華;賀亞鵬;李洪濤;;一種穩(wěn)健的盲稀疏度壓縮感知雷達(dá)目標(biāo)參數(shù)估計(jì)方法[J];電子與信息學(xué)報(bào);2014年04期
9 閆鵬;王阿川;;基于壓縮感知的CoSaMP算法自適應(yīng)性改進(jìn)[J];計(jì)算機(jī)工程;2013年06期
10 ;[J];;年期
中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫 前4條
1 陳世姣;盲稀疏度的CS前向預(yù)測(cè)算法及其在稀疏結(jié)構(gòu)信號(hào)中的應(yīng)用[D];華南理工大學(xué);2013年
2 任淼;Directionlets格型實(shí)現(xiàn)及其在CS稀疏度和觀測(cè)維數(shù)估計(jì)中的應(yīng)用[D];華南理工大學(xué);2011年
3 劉京川;基于稀疏度檢測(cè)的寬帶壓縮頻譜感知方法研究[D];北京郵電大學(xué);2013年
4 傅劍斌;稀疏信道估計(jì)關(guān)鍵技術(shù)研究[D];解放軍信息工程大學(xué);2013年
,本文編號(hào):774570
本文鏈接:http://sikaile.net/kejilunwen/xinxigongchenglunwen/774570.html