非均匀块稀疏信号的压缩采样与盲重构算法.pdfVIP

非均匀块稀疏信号的压缩采样与盲重构算法.pdf

  1. 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. 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. 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. 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. 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. 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. 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
第35 卷第2 期 电 子 与 信 息 学 报 Vol.35 No.2 2013 年2 月 Journal of Electronics Information Technology Feb. 2013 非均匀块稀疏信号的压缩采样与盲重构算法 田鹏武* 康荣宗 于宏毅 (信息工程大学 郑州 450001) 摘 要:该文对非均匀块稀疏信号的压缩采样速率下限进行了分析,并对测量矩阵的约束等距常数衰减特性进行了 理论证明。在此基础上,提出了一种块稀疏阶数和块分布未知情况下的非均匀块稀疏信号盲重构算法,按照逐次递 减的块长度,对非均匀块稀疏信号进行多次均匀切割,利用正交匹配追踪算法逐次剔除均匀块中的零值位置,从而 精确估计信号中非零块位置,实现信号的准确重构。理论分析了算法的性能,仿真实验进一步验证了算法的有效性 和实用性。 关键词:信号处理;压缩采样;块稀疏;约束等距常数;盲重构算法 中图分类号:TN911.72 文献标识码: A 文章编号:1009-5896(2013)02-0445-06 DOI: 10.3724/SP.J.1146.2012.00598 Compressive Sampling of Non-uniform Block Sparse Signals and the Blind Recovery Algorithm Tian Peng-wu Kang Rong-zong Yu Hong-yi (Information Engineering University, Zhengzhou 450001, China) Abstract: The lowest compressive sampling rate for non-uniform block sparse signals and the decay property of restricted isometry constant of measure matrix is theoretically analyzed. A blind recovery algorithm without knowing the order and distribution of blocks is proposed. The algorithm improves the estimation precision of nonzero values positions by dividing the block sparse signal uniformly for several times according to successive decreasing block length, and then eliminating the zero value positions in the uniform blocks using Orthogonal Matching Pursuit (OMP) method, which leads to a better recovery result. The performance of the blind recovery algorithm is analyzed and simulation results verify the effectiveness and practicality further. Key words: Signal processing; Compressive Sampling (CS); Block sparsity; Restricted isometry constant; Blind recovery algor

文档评论(0)

江南春 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档