TA的每日心情 | 开心
2020-9-2 15:04 |
|---|
签到天数: 3 天 [LV.2]偶尔看看I
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
摘 要： 压缩感知是一种新颖的信号处理理论．它突破了传统香农采样理论对采样的限制，以信号的稀疏性或 可压缩性为基础，实现了信号的高效获取和精确重构．然而在现实中，部分稀疏信号还表现出一些其他结构，典型的例 子就是一类块稀疏信号，其非零元素以块的形式出现．针对这类信号，本文研究了求解块稀疏压缩感知的迭代重赋权 最小二乘算法（ＩＲＬＳ），给出了该算法的理论分析：误差估计和局部收敛性分析．大量试验验证了基于迭代重赋权最小 二乘算法的块稀疏压缩感知策略的有效性．
2 X3 `2 B0 c0 o6 p
$ n; N, I) f( L9 R$ y) Z关键词： 压缩感知；迭代重赋权最小二乘算法；块稀疏信号；误差估计；局部收敛性
# L; `6 ?' `" e3 R+ y- q: z* M. Z, E
! [/ i, z8 P2 a* @5 k) k1 B3 {7 f1 P& @5 [ _. ]% R/ t
3 p+ ~, F5 y# P1 Q/ v
不同于香农采样理论，压缩感知（Ｃｏｍｐｒｅｓｓｅｄｓｅｎｓ ｉｎｇ）［１～４］是一种新颖的信号处理理论．它利用信号的稀 疏性，将采样和压缩合二为一，突破了香农采样理论对 信号采样的限制，实现了信号的高效采集，使得高速，高 质量的信息传输成为可能．该理论一经提出便引起学者 广泛研究［５～１０］．目前已在医疗成像，模式识别，生物传 感等领域得到广泛应用．3 S! H0 }0 M* {8 n- I; h* ^+ t# A
# E8 f8 g9 Y- R0 P5 R, E5 |$ F
4 i' J1 F7 C. I6 B" q& J附件下载：! y% v; C( @+ x1 C
|
|
/1 
发表于 2021-1-28 10:38
收藏
淘帖
支持！
反对！