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:
稀疏表示、不相关观测和重构是影响压缩感知性能的三大要素,本文设计的自适应观测矩阵以高斯随机观测阵为初始矩阵,利用信号稀疏域系数的部分先验信息进行自适应变换,形成新的观测阵,当压缩感知矩阵对信号的稀疏系数进行投影时,可使得稀疏系数中的小系数更接近于零;同时,通过减少观测阵行向量的方式来减少观测值,从而应用自适应观测阵后的数据传输量与用高斯随机矩阵的数据传输量相差不大.自适应观测矩阵对压缩感知的性能改进体现在重构精度上,用迭代硬阈值算法作为重构算法,我们从理论和实验仿真两方面验证了自适应观测阵的性能要优于高斯随机矩阵.
推荐文章
自适应梯度下降观测矩阵优化算法
压缩感知
观测矩阵
自适应梯度下降
互相关性
等角紧框架
一种自适应观测矩阵下的信号重构算法
压缩感知
观测矩阵
自适应
信号重构
基于观测矩阵优化的自适应压缩频谱感知
认知无线电
压缩感知
频谱检测
观测矩阵
基于P-IFourier观测矩阵的宽带压缩感知方法
宽带频谱感知
压缩感知
观测矩阵
傅里叶基
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 压缩感知自适应观测矩阵设计
来源期刊 信号处理 学科 工学
关键词 压缩感知 自适应观测 重构算法
年,卷(期) 2012,(12) 所属期刊栏目 论文与技术报告
研究方向 页码范围 1635-1641
页数 7页 分类号 TN912.3
字数 4644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 郑宝玉 南京邮电大学信号处理与传输研究院 283 2852 26.0 40.0
2 赵玉娟 南京邮电大学信号处理与传输研究院 6 81 4.0 6.0
6 陈守宁 南京邮电大学信号处理与传输研究院 7 80 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (13)
节点文献
引证文献  (36)
同被引文献  (27)
二级引证文献  (22)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(3)
  • 参考文献(3)
  • 二级参考文献(0)
2010(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(3)
  • 引证文献(3)
  • 二级引证文献(0)
2014(4)
  • 引证文献(4)
  • 二级引证文献(0)
2015(7)
  • 引证文献(6)
  • 二级引证文献(1)
2016(10)
  • 引证文献(7)
  • 二级引证文献(3)
2017(13)
  • 引证文献(9)
  • 二级引证文献(4)
2018(8)
  • 引证文献(4)
  • 二级引证文献(4)
2019(10)
  • 引证文献(2)
  • 二级引证文献(8)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
压缩感知
自适应观测
重构算法
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
信号处理
月刊
1003-0530
11-2406/TN
大16开
北京鼓楼西大街41号
18-143
1985
chi
出版文献量(篇)
5053
总下载数(次)
13
论文1v1指导