基于神经网络的压缩感知观测序列建模.pdfVIP

VoJ.32 No.3 第32 卷第3 期 南京邮电大学学报{自然科学版} 2012 年 6 月 Joumal of Nanjing University of Posts 缸ul Telecommunications( Natural Science) Jun. 2012 基于神经网络的压缩感知观测序列建模 张健，杨震，李云云 (南京邮电大学通信与信息工程学院，江苏南京 21αmη 摘 要:首先阐述了信号处理的热点一一压缩感知技术的基本理论框架，并且分析了压缩感知中观测序列的相关 特性，接着将 BP 神经网络应用于非线性时间序列建模与预测中，相应地提出了加入观测序列建模预测后的 cs 理 论框架，基于此框架，给出了实验仿真的结果，得出结论:利用神经网络对压缩感知观测序列进行建模预测可以进 一步减少观测序列的传输量，并且具有很高的预测精度。 关键词:压缩感知;神经网络:时间序列建模;观测序列 中图分类号:TN926 文献标识码:A 文章编号: 1673-5439(2012) 03拍40~5 Measurements Modeling Based on Neural Network in Compressed Sensing ZHANG Jian ,YANG Zhen ,JI Yun-yun ( Coll唱of Te1时ommuni田Iions lnfonnation Enginee由哩，Nanjing Universi可 ofP，耐s snd Telecommunications ,N叫ing21创阳 ,Chins) Abstract:四is paper sets out the hot spot of signal processing. The basic theoretical framework of com- pl倒sed sensing (CS) is introduced with the analysis of 也e relevant characteristics of the me啤surements se明ence in CS firsdy. 四en 由e BP neural network and its application on the nolin回r time sequence mod- eling are presented with a CS 由eoretical framework after the modeling and calculating of 出e me曲ure­ me脚S呻lence. Based on 出is kind of framework ，也e experimental results show that it could further 陀­ duce the amount of measurements se甲lence of transport by making u肥。，f neural network 10 model and calculate the me倒町emen饵 sequence ,which provides a high precision of prediction. Key words: compressed sensing; neural network; time series modeling; meas旧ements sequence 同 吉 重要的数据被抛弃，这就造成了高速采样再压缩的 。 ~I 过程中，有大量的采样资源是被浪费的。为了解决 上述问题，由 Donoho 与 Cande