基于Berlekamp-Justesen碼的壓縮感知確定性測量矩陣的構造-論文.pdf

基于Berlekamp-Justesen碼的壓縮感知確定性測量矩陣的構造-論文.pdf

ID:53028288

大小:756.37 KB

頁數(shù):7頁

時間:2020-04-14

基于Berlekamp-Justesen碼的壓縮感知確定性測量矩陣的構造-論文.pdf_第1頁
基于Berlekamp-Justesen碼的壓縮感知確定性測量矩陣的構造-論文.pdf_第2頁
基于Berlekamp-Justesen碼的壓縮感知確定性測量矩陣的構造-論文.pdf_第3頁
基于Berlekamp-Justesen碼的壓縮感知確定性測量矩陣的構造-論文.pdf_第4頁
基于Berlekamp-Justesen碼的壓縮感知確定性測量矩陣的構造-論文.pdf_第5頁
資源描述:

《基于Berlekamp-Justesen碼的壓縮感知確定性測量矩陣的構造-論文.pdf》由會員上傳分享,免費在線閱讀,更多相關內(nèi)容在行業(yè)資料-天天文庫。

1、第37卷第4期電子與信息學報Vl01.37NO.42015年4月JournalofElectronics&InformationTechnologyApr.2015基于Berlekamp.Justesen碼的壓縮感知確定性測量矩陣的構造夏樹濤劉璐劉鑫吉(清華大學深圳研究生院深圳518055)(清華大學計算機科學與技術系北京100084)摘要:確定性測量矩陣構造是近期壓縮感知領域的一個重要研究問題。該文基于Berlekamp—Justesen(B—J)碼,構造了兩類確定性測量矩陣。首先,給出一類相關性漸近最優(yōu)的稀疏測量矩陣,從而保證其具有較好的限定等距性(RIP)。接著,構造一類確定性

2、復測量矩陣,這類矩陣可以通過刪除部分行列使其大小靈活變化。第1類矩陣具有很高的稀疏性,第2類則是基于循環(huán)矩陣,因此它們的存儲開銷較小,編碼和重構復雜度也相對較低。仿真結果表明,這兩類矩陣常常有優(yōu)于或相當于現(xiàn)有的隨機和確定性測量矩陣的重建性能。關鍵詞:壓縮感知;Berlekamp—Justesen碼;漸近最優(yōu);復測量矩陣;限定等距性中圖分類號:TN911.72文獻標識碼:A文章編號:1009·5896(2015)04—0763—07D0I:10.11999/JEIT140875DeterministicC0nstructionsofCompressiveSensingMatricesB

3、asedonBerlekamp-JustesenCodesXiaShu—-taoLiuLuLiuXin-—ji(GraduateSchoolatShenzhen,TsinghuaUniversity,Shenzhen518055,China)(DepartmentofComputerScienceandTechnology,TsinghuaUniversity,Beijing100084,China)Abstract:Nowadaysthedeterministicconstructionofsensingmatricesisahottopicincompressedsensing.

4、TwoclassesofdeterministicsensingmatricesbasedontheBerlekamp—Justesen(B—J)codesaxeproposed.Firstly,aclassofsparsesensingmatriceswithnear-optimalcoherenceisconstructed.ItsatisfiestheRestrictedIsometryProperty(RIP)wel1.Afterwards,aclassofdeterministiccomplex—valuedmatricesisproposed.Therowandcolum

5、nnumbersofthesematricesaretunablethroughtherowandcolumnpuncturing.Moreover,thefirstproposedmatricesarehighspaxsityandthesecondmatricesareabletoobtainfromthecyclicmatrices,thusthestoragecostsofthemaxerelativelylowandboththesamplingandrecoveryprocessescanbesimpler.Thesimulationresultsdemonstratet

6、hattheproposedmatricesoftenperformcomparablyto,orevenbetterthansomerandommatricesanddeterministicmeasurementmatrices.Keywords:CompressiveSensing(CS);Berlekamp-Justesen(B—J)codes;Near—optimal;Complexmatrix;RestrictedIsometryProperty(RIP)1引言限定等距性fRestrictedIsometryProperty,RIP)[1,4】是保證壓縮感知信號重建魯棒性

7、的一個很自2006年Cand~s等人【]提出壓縮感知重要的概念。如果一個測量矩陣滿足限定等距性,(CompressiveSensing,CS)以來,這種提高海量數(shù)那么這個矩陣就可以用來對信號進行采樣,并在信據(jù)壓縮采樣效率的新思路引起了海內(nèi)外學者的廣泛號重構中保證原始信號的穩(wěn)定和魯棒恢復。關注。壓縮感知過程分為兩部分:壓縮采樣和信號相關[~(coherence)是建立矩陣RIP的一個重要重構[2】o壓縮采樣過程主要關注的是如何構建有效且方法。Bourgain

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。