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:
压缩感知理论中的稀疏重构问题,要将一个高维信号从它的低维投影中恢复出来,通常选用稠密随机矩阵作为观测矩阵来解决这一问题.而某些稀疏随机矩阵作为观测矩阵也可以达到这一目的.稀疏随机矩阵的特点是,在编码和重构过程中都具有较低的计算复杂度,更新方便,且对存储容量的要求较低.该文基于压缩感知理论,分别对列重固定、行重固定以及一般的稀疏随机矩阵进行了研究,当这些稀疏随机矩阵满足有限等距性质时,推导了观测次数应满足的下界条件,并对三种矩阵的性能进行了分析.以二值稀疏随机矩阵为特例,进行了仿真实验.实验结果显示,结论给出的观测次数下界是比较紧的,并验证了列重固定、行重固定的稀疏随机矩阵作为观测矩阵的可行性和实用性.
推荐文章
随机小介质球散射的稀疏矩阵/规则网格法分析
稀疏矩阵
规则网格法
傅里叶变换
级数展开
随机小介质球
稀疏-平坦矩阵信号的重构条件
压缩感知
矩阵信号
凸优化
逐列稀疏
l1列平坦
大规模稀疏矩阵在并行应用中的通信优化研究
并行计算
通信优化
油藏数值模拟
稀疏度
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
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 稀疏随机矩阵的观测次数下界
来源期刊 信号处理 学科 工学
关键词 压缩感知 观测矩阵 稀疏随机矩阵 有限等距性质 观测次数
年,卷(期) 2012,(8) 所属期刊栏目 应用
研究方向 页码范围 1156-1163
页数 分类号 TN911.7
字数 5842字 语种 中文
DOI 10.3969/j.issn.1003-0530.2012.08.014
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 王殊 华中科技大学电子与信息工程系 91 688 14.0 20.0
2 董燕 华中科技大学电子与信息工程系 15 138 7.0 11.0
3 孙晶明 华中科技大学电子与信息工程系 3 21 2.0 3.0
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  (8)
节点文献
引证文献  (13)
同被引文献  (6)
二级引证文献  (43)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(4)
  • 参考文献(4)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2013(3)
  • 引证文献(3)
  • 二级引证文献(0)
2014(5)
  • 引证文献(2)
  • 二级引证文献(3)
2015(8)
  • 引证文献(4)
  • 二级引证文献(4)
2016(8)
  • 引证文献(1)
  • 二级引证文献(7)
2017(12)
  • 引证文献(2)
  • 二级引证文献(10)
2018(7)
  • 引证文献(1)
  • 二级引证文献(6)
2019(10)
  • 引证文献(0)
  • 二级引证文献(10)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
压缩感知
观测矩阵
稀疏随机矩阵
有限等距性质
观测次数
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