压缩感知重构算法在稀疏信号恢复中的应用.pdfVIP

压缩感知重构算法在稀疏信号恢复中的应用.pdf

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、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
  7. 7、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。
  8. 8、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
压缩感知重构算法在稀疏信号恢复中的应用.pdf

Vo I.29.No.5 山西大同大学学报(自然科学版) 第 29 卷第 5 期 Journal of Shanxi Datong University(Natural Science) Oct 2013 2013 年 10 月 文章编号:1674-0874(2013)05-∞01-03 压缩感知重构算法在稀疏信号恢复中的应用 宋晓霞,李勇 (山西大同大学数学与计算机科学学院,山西大同 037009) 摘要:阐述了压缩感知理论产生的背景、基本原理和应用方式,研究了两类压缩感知重构算法的重构思想和 方法,并将两类重构算法的典型算法正交匹配追踪和基追踪应用于稀疏信号的重构。结果表明:对于无噪观测和 含较小噪声的观测,正交匹配追踪算法从重构频率和重构时间两方面显示出更好的性能。 关键词:压缩感知;重构算法;稀疏信号;贪婪追踪算法;凸松弛算法 申圈分类号: TN9 1l 文献标识码:A 么信号X 可以凭借这些观测y 通过求解优化问题 由于 ShannonlNyquist 采样定理能为模拟数据 (1)而精确恢复。 采样提供理论基础,因此它的提出是电子信息技术 发展史上的一个重要里程碑事件。近半个世纪以来 min 11 1JßX 11 1 s.t. φ1JßX =yo (1) 令E =φ1Jß,如果对于任意一个稀疏度为 k 的信号 的数据采样均以 ShannonlNyquist 采样定理为基础。 然而,在诸如图像和视频处理、超宽带信号处理、 X 和常数8 E (0 , 1) ,矩阵@满足式(2), k 核磁共振、空间探测、无线传感器网络等实际应用 11 EX 11; 1 - 8k 三一一一寸ι :s; 1 + 8k (2) 11 X 11; 一 中,均需要两倍带宽的 Nyquist 采样率,但硬件设 备的升级还是无法满足这些应用的需要。 2006 年 则称@满足 RIP 属性。当@满足 RIP 属性或观测 D. Donoho、 E. Candes 和 T. Tao 等提出了一种被称 矩阵φ 和稀疏基qr 不相关的条件下, CS 能利用优 为压缩感知(compressed sensing, CS) 的新的信息获 化算法从少量的观测数据中以很高的概率完全地 取理论问。由于CS 框架下的数据处理体系能利用 重构出原始信号。 CS 的应用可以总结为:首先在采 稀疏信号的本质特征,用低维投影来捕捉高维信号 样端对稀疏信号或可压缩信号以远低于 Nyquist 标 的特征,并通过重构算法从低维投影中提取出高维 准的采样频率进行信号采样的同时,对数据进行了 信号的信息,因此,在它问世的短短几年里就受到 一定程度的压缩,并进行存储,传输到终端用户 国内外学者的广泛关注和研究。 后,在终端用户通过优化重建的方法从压缩观测中 1 CS 理论 提取原始信号的信息。因此,重构算法和观测矩

文档评论(0)

heroliuguan + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:8073070133000003

1亿VIP精品文档

相关文档