原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
压缩感知自适应观测矩阵设计.pdf
Vol. 28 No.12
第 28 卷第12 期
信号处理
2012 年 12 月 SIGNAL PROCESSING Dec. 2012
压缩感知自适应观测矩阵设计
赵玉娟1.2 郑宝玉1 陈守宁1
(1.南京邮电大学信号处理与传输研究院，江苏南京 210∞3;
2. 江苏教育学院数信院，江苏南京 21ω13)
摘 要:稀疏表示、不相关观测和重构是影响压缩感知性能的三大要素，本文设计的自适应观测矩阵以高斯随机
观测阵为初始矩阵，利用信号稀疏域系数的部分先验信息进行自适应变换，形成新的观测阵，当压缩感知矩阵对
信号的稀疏系数进行投影时，可使得稀疏系数中的小系数更接近于零;同时，通过减少观测阵行向量的方式来减
少观测值，从而应用自适应观测阵后的数据传输量与用高斯随机矩阵的数据传输量相差不大。自适应观测矩阵
对压缩感知的性能改进体现在重构精度上，用迭代硬阔值算法作为重构算法，我们从理论和实验仿真两方面验
证了自适应观测阵的性能要优于离斯随机矩阵。
关键词:压缩感知;自适应观测;重构算法
中圈分类号: TN912.3 文献标识码:A 文章编号: 1∞3-0530( 2012) 12-1635-07
The design of adaptive measurement matrix in compressed sensing
1
1 2 1
ZHAO Yu_juan • ZHENG 8ao-严1 CHEN Shou-ning
(1. Institute of Signal Processing and Transmission. Nanjing University of Posts and Telecommunications.
Nanjing 21仪则. China; 2. College of Mathematics and Information.
Jiangsu Institute of Education. Nanjing 21∞13. China)
Ab民ract: Sparse representation. incorrelate projection and reconstruction are the three elements of compressed sensing.
四is paper uses Gaussian random matrix as original matrix. and adaptively transforms using the partial positional information
of sparse coefficier邸. then forms a new adaptive measurement matrix. When the compressed sensing matrix projects the
sparse coefficients. the small coefficients are more close to zero; at 由e same time. we decr
文档评论（0）