基于峰值变换的信号稀疏表示及重建.pdfVIP

第 33 卷第 2 期 电 子 与 信 息 学 报 Vol.33No.2 2011 年 2 月 Journal of Electronics Information Technology Feb. 2011 基于峰值变换的信号稀疏表示及重建 岑翼刚*① 岑丽辉② ①(北京交通大学信息科学研究所 北京 100044) ②(中南大学信息科学与工程学院 长沙 410083) 摘 要：压缩感知(CS)近年来的出现引起了学术界的极大关注，其要求信号本身是稀疏的或者在某种正交基下可 以稀疏的表示。该文针对信号本身及小波变换下均不稀疏的情况(如线调频信号)，结合峰值变换(PT)，提出了 PTCS 的信号压缩感知算法，对于PT 变换产生的峰值变换点序列采用可逆数字水印中的数值扩展方法，将峰值变换点序 列嵌入测量信号中，避免了由于引入 PT 变换而额外增加测量点。通过 PT 变换，可以将不稀疏的小波系数变为稀 疏系数，从而大大提升信号重构效果。仿真结果表明，该文提出的 PTCS 算法恢复信号与已有的基于正交匹配追 踪算法的 CS 算法相比较，恢复信号质量有着较大的提高。 关键词：压缩感知；稀疏表示；峰值变换；小波变换；数值扩展 中图分类号：TN911.72 文献标识码： A 文章编号：1009-5896(2011)02-0326-06 DOI: 10.3724/SP.J.1146.2010.00305 Sparse Representation and Reconstruction of Signals Based on the Peak Transform ① ② Cen Yi-gang Cen Li-hui ① (Institute of Information Science, Beijing Jiaotong University, Beijing, 100044, China) ② (School of Information Science and Engineering, Central South University, Changsha 410083, China) Abstract: The appearance of Compressed Sensing (CS) has been paid a great deal of attention over the world in the recent years. A basic requirement of CS is that a signal should be sparse or it can be sparsely represented in some orthogonal bases. Based on the Peak Transform (PT), a new algorithm called PTCS algorithm is proposed for the signals (such as the Linear Frequency Modulated signal) that are non-sparse themselves and can not be sparsely represented by wavelet transform. For the peak sequence produced by the Peak Transform, value expans