期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于平滑l_0范数的压缩感知近场声全息方法 被引量:3
1
作者 赵永峰 杨涛 《压电与声光》 CAS CSCD 北大核心 2018年第1期73-78,81,共7页
传统平面近场声全息(CPNAH)是一类典型的不适定问题,采用波数域滤波或Tikhonov正则化等方法都无法彻底解决,因此,提出一种基于平滑l_0范数的压缩感知平面近场声全息法(SL0-CS-PNAH)。根据全息面上测量声压的特点,采用symlets8小波函数... 传统平面近场声全息(CPNAH)是一类典型的不适定问题,采用波数域滤波或Tikhonov正则化等方法都无法彻底解决,因此,提出一种基于平滑l_0范数的压缩感知平面近场声全息法(SL0-CS-PNAH)。根据全息面上测量声压的特点,采用symlets8小波函数构建正交小波变换矩阵,将其作为重建面质点法向振速的稀疏基。将CPNAH中使用的瑞利(Rayleigh)第一积分公式离散化,确定SL0-CS-PNAH中满足约束等距原则的测量矩阵,设置合适的压缩比,利用测量矩阵对稀疏信号进行压缩采样。在由感知矩阵、全息面测量声压和稀疏向量共同构成的约束条件下,建立稀疏向量的最小l_0范数优化模型,采用平滑l_0范数重建算法求解此模型下的最优化问题,得到质点法向振速的最优稀疏解,再将最优稀疏解和稀疏基相乘恢复重建面质点法向振速。在数值仿真实验中,将测量点由64×64减少到32×64的情况下将传统CPNAH、基于正交匹配追踪算法的压缩感知近场声全息(OMPCS-PNAH)、基于子空间追踪算法的压缩感知近场声全息(SP-CS-PNAH)和SL0-CS-PNAH进行比较。实验结果表明,在相同采样率和压缩比条件下,采用SL0-CS-PNAH的声场重建质量较好且重建效率较高。 展开更多
关键词 平面近场声全息 压缩感知 平滑l0范数算法 正交匹配追踪算法 子空间追踪算法
在线阅读 下载PDF
穿墙雷达图像CS编码算法设计 被引量:2
2
作者 任建 许会 李邦宇 《沈阳工业大学学报》 EI CAS 北大核心 2016年第1期80-85,共6页
针对TWR雷达图像由于检测信号的频率较高、带宽较大使得图像信息量增大,导致在传输和实时成像方面存在困难的问题,提出了采用压缩感知(CS)为雷达图像的编码提供欠采样压缩的新方法.设计了基于解凸优化的l_1范数等效算法和基于正交匹配追... 针对TWR雷达图像由于检测信号的频率较高、带宽较大使得图像信息量增大,导致在传输和实时成像方面存在困难的问题,提出了采用压缩感知(CS)为雷达图像的编码提供欠采样压缩的新方法.设计了基于解凸优化的l_1范数等效算法和基于正交匹配追踪(OMP)算法的TWR图像编码方法,构造了部分哈达玛观测阵和高斯随机测量观测阵.实验结果表明,本文算法对雷达图像的欠采样率可达0.546 9,能够实现失真最小和速度最快地对墙内目标进行有效检测. 展开更多
关键词 超宽带信号 穿墙雷达 压缩感知 去直达波成像 雷达图片编码 欠采样 正交匹配追踪算法 l1范数
在线阅读 下载PDF
基于压缩感知的欠定源信号恢复算法比较 被引量:4
3
作者 王川川 曾勇虎 汪连栋 《强激光与粒子束》 EI CAS CSCD 北大核心 2018年第5期83-89,共7页
构建了基于压缩感知的欠定盲源分离源信号恢复模型,比较研究了基于互补匹配追踪算法(CMP)、基于L1范数的互补匹配追踪算法(L1CMP)和基于修正牛顿的径向基函数算法(NRASR)实现欠定源信号恢复的应用效果。结果表明:源信号时域充分稀疏情况... 构建了基于压缩感知的欠定盲源分离源信号恢复模型,比较研究了基于互补匹配追踪算法(CMP)、基于L1范数的互补匹配追踪算法(L1CMP)和基于修正牛顿的径向基函数算法(NRASR)实现欠定源信号恢复的应用效果。结果表明:源信号时域充分稀疏情况下,CMP,L1CMP和NRASR的恢复效果接近,但L1CMP算法计算复杂度最低;变换域充分稀疏情况下,CMP和L1CMP恢复效果接近,NRASR恢复效果较差;时域非充分稀疏情况下,CMP效果较差,L1CMP和NRASR效果接近。综合考虑,L1CMP算法效果最佳;在观测信号数和源数较少的情况下,算法在时域恢复信号精度会下降;稀疏表示法结合压缩感知重构能够提高源信号恢复的效果。 展开更多
关键词 欠定盲源分离 源信号恢复 互补匹配追踪算法 基于l1范数的互补匹配追踪算法 基于修正牛顿的径向基函数算法
在线阅读 下载PDF
基于压缩感知的人脸识别方法 被引量:6
4
作者 邹伟 李元祥 +1 位作者 杨俊杰 周则明 《计算机工程》 CAS CSCD 2012年第24期133-136,共4页
基于稀疏重构的分类方法具有较好的识别效果,但计算复杂度高。为此,提出基于压缩感知的人脸识别方法 COMP,将L1范数最小化重构算法替换成正交匹配追踪(OMP)算法,以降低复杂度,并在OMP中引入模式类别信息,使该方法具有更强的分类能力。基... 基于稀疏重构的分类方法具有较好的识别效果,但计算复杂度高。为此,提出基于压缩感知的人脸识别方法 COMP,将L1范数最小化重构算法替换成正交匹配追踪(OMP)算法,以降低复杂度,并在OMP中引入模式类别信息,使该方法具有更强的分类能力。基于YaleB人脸库的实验结果表明,COMP在低维度时识别率高于OMP。 展开更多
关键词 基于稀疏重构的分类方法 稀疏重构 l1范数最小化 正交匹配追踪算法 COMP方法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部