基于块稀疏与二元树搜索的压缩感知信号重构方法及系统.pdf
Ma****57
亲,该文档总共22页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于块稀疏与二元树搜索的压缩感知信号重构方法及系统.pdf
本发明公开了一种基于块稀疏与二元树搜索的压缩感知信号重构方法及系统,所述方法包括:对接收信号进行均匀分块,构建块稀疏信号模型;对所述块稀疏信号模型进行块稀疏信号重构确定存在信号的支撑块并形成支撑块索引集;对所述支撑块索引集的支撑块重新进行均匀分块并构建块稀疏信号模型,对重新构建的块稀疏信号模型进行块稀疏信号重构以更新所述支撑块索引集,重复更新所述支撑块索引集直至满足迭代停止条件,根据迭代停止后的支撑块进行信号重构,本发明提供了一种基于二元树搜索与监督机制的盲块正交匹配追踪算法,在同类别块自适应贪婪算法中具
基于压缩感知的自适应确定稀疏度的信号重构方法.pdf
本发明公开了一种基于压缩感知的自适应确定稀疏度的信号重构方法,包括步骤:输入原始稀疏信号,构造观测矩阵,得到观测向量,寻找观测矩阵与观测向量内积及相关系数降序排列后的拐点,并拐点作为初始步长进行多次迭代稀疏度逐渐逼近,更新索引集,通过加权函数控制步长变化实现“大步长快速接近,小步长精确逼近”,利用索引集中原子逼近原始信号;最后,判断迭代停止条件,跳出循环,实现信号重构。其显著效果是:避免了现有SAMP算法凭经验估计步长而盲目地逐个尝试的主观性;保证了信号重构的精度,提高了重构速度。
一种基于卷积稀疏编码压缩感知光谱重构方法及系统.pdf
本发明属于光谱图像技术领域,公开了一种基于卷积稀疏编码压缩感知光谱重构方法及系统,包括以下步骤:步骤S1、将光谱采集系统输出的观测图像以及光谱采集系统的观测矩阵构建基于卷积稀疏表示的重构方程;步骤S2、基于卷积稀疏表示的重构方程进行图像低频求解得到初步三维光谱数据;步骤S3、初步三维光谱数据进行约束对图像高频部分求解得到卷积核在第L个波段处的稀疏系数;步骤S4、对稀疏系数与卷积核进行卷积求和得到三维光谱数据;步骤S5、满足条件的三维光谱数据进行输出得到重构的光谱。本发明重构图像的泛化性、精度与时效性均较好
稀疏时变信号压缩感知重构算法的研究的中期报告.docx
稀疏时变信号压缩感知重构算法的研究的中期报告一、研究背景近年来,压缩感知(CompressedSensing,CS)理论的提出和发展,为非稠密信号的高效处理提供了理论基础和算法支持。CS通过一定的采样方法和稀疏表示,可以在大大减少采样数量的情况下实现信号的重构,从而节省了存储、传输和处理等方面的开销,甚至在一些场景下能够实现不可能用传统方法实现的信号处理任务。但现实中的信号往往具有时变性,即随时间变化信号的特征也会改变,这种信号在不同时间段内的稀疏度可能存在显著的差异,传统的压缩感知算法在这种情况下会失效
基于压缩感知的含扰动电能质量信号压缩重构方法.pdf
本发明涉及一种基于压缩感知的含扰动电能质量信号压缩重构方法,包括以下步骤:步骤S1:建立多频泰勒傅里叶模型;步骤S2:通过改变模型频率分辨率的方式提高模型的估计精度,并利用频率分辨率和频率指数表示电能质量信号的频率,得到重构多频泰勒傅里叶模型;步骤S3:利用指数最优化问题求解重构多频泰勒傅里叶模型,将电能质量信号压缩重构问题转化为求解压缩感知CS;步骤S4:利用后向子空间匹配追踪算法压缩感知CS,得到频率相量和频率指数得到相量估计值,频率估计值,和频率变化率估计值。本发明能在有效检测多频动态信号的谐波和间