-
题名压缩感知自适应观测矩阵设计
被引量：10
- 1
-
-
作者
赵玉娟
郑宝玉
陈守宁
-
机构
南京邮电大学信号处理与传输研究院
江苏教育学院数信院
-
出处
《信号处理》
CSCD
北大核心
2012年第12期1635-1641,共7页
-
基金
基于压缩感知的分布式视频高效传输技术研究(编号61271240)
江苏省自然科学基金重点项目资助(编号BK2010077)
+2 种基金
江苏省基础研究计划(自然科学基金)(BK2011756)
江苏省高校自然科学研究资助项(11KJB510018)
南京邮电大学科研基金项目(NY211009)
-
文摘
稀疏表示、不相关观测和重构是影响压缩感知性能的三大要素,本文设计的自适应观测矩阵以高斯随机观测阵为初始矩阵,利用信号稀疏域系数的部分先验信息进行自适应变换,形成新的观测阵,当压缩感知矩阵对信号的稀疏系数进行投影时,可使得稀疏系数中的小系数更接近于零;同时,通过减少观测阵行向量的方式来减少观测值,从而应用自适应观测阵后的数据传输量与用高斯随机矩阵的数据传输量相差不大。自适应观测矩阵对压缩感知的性能改进体现在重构精度上,用迭代硬阈值算法作为重构算法,我们从理论和实验仿真两方面验证了自适应观测阵的性能要优于高斯随机矩阵。
-
关键词
压缩感知
自适应观测
重构算法
-
Keywords
compressed sensing
adaptive measurement
reconstruction algorithm
-
分类号
TN912.3
[电子电信—通信与信息系统]
-
-
题名压缩感知中稀疏分解和重构精度改进的一种方法
被引量：4
- 2
-
-
作者
赵玉娟
郑宝玉
-
机构
南京邮电大学信号处理与传输研究院
江苏教育学院数信院
-
出处
《信号处理》
CSCD
北大核心
2012年第5期631-636,共6页
-
基金
江苏省自然科学基金重点项目资助(编号BK2010077)
江苏省基础研究计划(自然科学基金)(BK2011756)
+1 种基金
江苏省高校自然科学研究资助项(11KJB510018)
南京邮电大学科研基金项目(NY211009)
-
文摘
稀疏分解、非相关观测和重构算法是压缩感知的三大要素,任何一个环节的设计优劣都对压缩感知的性能产生重大影响,稀疏分解是实现压缩感知的前提,现今使用的稀疏分解对大多数自然信号都不能做到理想的绝对稀疏,而是近似稀疏,这大大影响了压缩感知的重构性能。本文设计了一种可逆的阈值,并用其构造门限矩阵,从而门限矩阵可逆,将门限矩阵作用于信号经正交变换后的近似稀疏系数,可使系数更接近理想的绝对稀疏,而且门限矩阵对系数的处理过程是可逆的,即可由处理后的系数无损恢复原来的近似稀疏系数。重构算法采用贪婪算法中的OMP和CoSaMP,从理论上分析了在保证与CoSaMP同样的前提条件下,门限矩阵改进后的Co-SaMP重构误差明显减小,仿真实验用门限矩阵对OMP和CoSaMP的改进前后进行对比,验证了门限矩阵对重构精度有进一步的提高。
-
关键词
压缩感知
稀疏分解
贪婪算法
门限矩阵
-
Keywords
Compressed Sensing
Sparse decomposition
Greedy algorithm
Thresholding Matrix
-
分类号
TN912.3
[电子电信—通信与信息系统]
-
