壓縮感知中測量矩陣構(gòu)造綜述.pdf

壓縮感知中測量矩陣構(gòu)造綜述.pdf

ID:49302110

大?。?75.43 KB

頁數(shù):9頁

時間:2020-02-29

壓縮感知中測量矩陣構(gòu)造綜述.pdf_第1頁
壓縮感知中測量矩陣構(gòu)造綜述.pdf_第2頁
壓縮感知中測量矩陣構(gòu)造綜述.pdf_第3頁
壓縮感知中測量矩陣構(gòu)造綜述.pdf_第4頁
壓縮感知中測量矩陣構(gòu)造綜述.pdf_第5頁
資源描述:

《壓縮感知中測量矩陣構(gòu)造綜述.pdf》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫

1、JournalofComputerApplicationsISSN1001-90812017-01-10計算機(jī)應(yīng)用,2017,37(1):188-196CODENJYIIDUhttp://www.joca.cn文章編號:1001-9081(2017)01-0188-09DOI:10.11772/j.issn.1001-9081.2017.01.0188壓縮感知中測量矩陣構(gòu)造綜述*王強(qiáng),張培林,王懷光,楊望燦,陳彥龍(軍械工程學(xué)院車輛與電氣工程系,石家莊050003)(*通信作者電子郵箱ZPL1955@163.com)摘

2、要:壓縮感知測量矩陣構(gòu)造方式多樣并不斷發(fā)展,為梳理現(xiàn)有研究成果,掌握測量矩陣發(fā)展動態(tài),對壓縮感知測量矩陣構(gòu)造進(jìn)行系統(tǒng)介紹。首先,針對傳統(tǒng)信號采集理論存在的信息冗余問題,闡述了壓縮感知理論在信號采集過程中資源利用率高、存儲空間小的優(yōu)勢;其次,以壓縮感知理論框架為基礎(chǔ),從測量矩陣構(gòu)造原則、測量矩陣產(chǎn)生方法、測量矩陣結(jié)構(gòu)設(shè)計、測量矩陣優(yōu)化方法四個方面,對壓縮感知測量矩陣構(gòu)造進(jìn)行分析,討論了測量矩陣構(gòu)造過程中不同原則、結(jié)構(gòu)、方法的優(yōu)勢;最后,在總結(jié)現(xiàn)有研究成果的基礎(chǔ)上,對測量矩陣的發(fā)展方向進(jìn)行了展望。關(guān)鍵詞:壓縮感知;測量矩陣

3、;有限等距性質(zhì);信號重構(gòu);信號采集中圖分類號:TP301.6文獻(xiàn)標(biāo)志碼:ASurveyonconstructionofmeasurementmatricesincompressivesensing*WANGQiang,ZHANGPeilin,WANGHuaiguang,YANGWangcan,CHENYanlong(DepartmentofVehiclesandElectricalEngineering,OrdnanceEngineeringCollege,ShijiazhuangHebei050003,China)A

4、bstract:Theconstructionofmeasurementmatrixincompressivesensingvarieswidelyandisonthedevelopmentconstantly.Inordertosortouttheresearchresultsandacquirethedevelopmenttrendofmeasurementmatrix,theprocessofmeasurementmatrixconstructionwasintroducedsystematically.Firs

5、tly,comparedwiththetraditionalsignalacquisitiontheory,theadvantagesofhighresourceutilizationandsmallstoragespacewereexpounded.Secondly,onthebasisoftheframeworkofcompressivesensingandfocusingonfouraspects:theconstructionprinciple,thegenerationmethod,thestructured

6、esignofmeasurementmatrixandtheoptimalmethod,theconstructionofmeasurementmatrixincompressivesensingwassummarized,andadvantagesofdifferentprinciples,generationsandstructureswereintroducedindetail.Finally,basedontheresearchresults,thedevelopmentdirectionsofmeasurem

7、entmatrixwereprospected.Keywords:CompressiveSensing(CS);measurementmatrix;RestrictedIsometryProperty(RIP);signalreconstruction;signalacquisition用信息,并能夠通過近似優(yōu)化算法,實現(xiàn)原始信號的精確重0引言[5]構(gòu)。在傳統(tǒng)奈奎斯特采樣定理條件下,要實現(xiàn)原始信號的精壓縮感知理論主要包括信號稀疏表示、測量矩陣構(gòu)造、重[6]確重構(gòu),采樣過程中的采樣頻率至少高于原始信號中最高頻構(gòu)算法設(shè)計三

8、方面的內(nèi)容。在壓縮感知理論中,要求信號率的兩倍。但奈奎斯特采樣定理是原始信號能夠精確重構(gòu)的具有可壓縮性,信號的稀疏表示是信號可壓縮性能的具體體充分條件,而非必要條件。依照該定理采樣后的數(shù)據(jù)中包含現(xiàn),而可壓縮性能的好壞依賴于稀疏字典的設(shè)計,在壓縮感知大量冗余信息,數(shù)據(jù)在應(yīng)用過程中,經(jīng)過處理只保留了部分有之初,信號的稀疏字典是基于變換

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)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(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)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。