基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
SL0算法是一种基于近似 L0范数估计的凸规划迭代重建算法。与传统的重建算法相比,其估计精度高、计算量低;不需已知信号稀疏度,而且对噪声变化不是很敏感。但其迭代方向为负梯度方向,存在“锯齿效应”;迭代步长计算复杂。本文首先采用双曲正切函数来近似L0范数,然后结合修正牛顿法提出一种更快速高效的重建算法NSL0。实验结果表明,在相同的测试条件下,NSL0算法在收敛速度和信噪比方面都有了很大提高。
推荐文章
用于压缩感知信号重建的SL0改进算法
压缩感知
重建算法
复合三角函数
近似l0范数
牛顿法
基于压缩感知信号重建的自适应正交多匹配追踪算法
信号处理
压缩感知
稀疏表示
匹配追踪
重建算法
基于压缩感知的信号欠采样和重建研究
压缩感知
模拟信息转换器
欠采样
正交匹配追踪算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 用于压缩感知信号重建的NSL0算法
来源期刊 新型工业化 学科
关键词 压缩感知 稀疏重建 SL0 修正牛顿法
年,卷(期) 2011,(7) 所属期刊栏目 科研通讯
研究方向 页码范围 78-84
页数 7页 分类号
字数 2801字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 赵瑞珍 北京交通大学信息科学研究所 27 311 9.0 17.0
3 李浩 北京交通大学信息科学研究所 14 139 4.0 11.0
9 林婉娟 北京交通大学信息科学研究所 2 77 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (31)
参考文献  (9)
节点文献
引证文献  (19)
同被引文献  (30)
二级引证文献  (27)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(7)
  • 参考文献(1)
  • 二级参考文献(6)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(4)
  • 参考文献(4)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(7)
  • 引证文献(3)
  • 二级引证文献(4)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(8)
  • 引证文献(6)
  • 二级引证文献(2)
2018(5)
  • 引证文献(3)
  • 二级引证文献(2)
2019(15)
  • 引证文献(3)
  • 二级引证文献(12)
2020(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
压缩感知
稀疏重建
SL0
修正牛顿法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
新型工业化
月刊
2095-6649
11-5947/TB
16开
北京石景山区鲁谷路35号1106室
2011
chi
出版文献量(篇)
2442
总下载数(次)
8
总被引数(次)
5690
论文1v1指导