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(compressed sensing,CS)稀疏信号重构本质上是在稀疏约束条件下求解欠定方程组.针对压缩感知匹配追踪(compressed sampling matching pursuit,CoSaMP)算法直接从代理信号中选取非零元素个数两倍作为支撑集,但是不存在迭代量化标准,本文提出了分步压缩感知匹配追踪(stepwise compressed sampling matching pursuit,SWCoSaMP)算法.该算法从块矩阵的逆矩阵定义出发,采用迭代算法得到稀疏信号的支撑集,推出每次迭代支撑集所对应重构误差的L-2范数闭合表达式,从而重构稀疏信号.实验结果表明和原来CoSaMP算法相比,对于非零元素幅度服从均匀分布和高斯分布的稀疏信号,新算法具有更好的重构效果.
推荐文章
一种鲁棒的稀疏信号重构算法
稀疏信号
重构
鲁棒
局部极小点
基于改进遗传算法的稀疏重构算法
多种群遗传算法
模拟退火遗传算法
DoA估计
稀疏重构
基于块稀疏度估计的压缩感知自适应重构算法
块稀疏信号
压缩感知
估计
正则化
自适应
信号重构
基于Euler变换的非圆信号稀疏重构阵列测向方法
波达方向估计
非圆信号
稀疏重构
相干信号
欧拉变换
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 基于SWCoSaMP算法的稀疏信号重构
来源期刊 信号处理 学科 工学
关键词 压缩感知(compressed sensing,CS) 匹配追踪(matching pursuit) 支撑集
年,卷(期) 2012,(6) 所属期刊栏目 短文与研究通讯
研究方向 页码范围 886-893
页数 分类号 TN957
字数 5290字 语种 中文
DOI 10.3969/j.issn.1003-0530.2012.06.017
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 李明 西安电子科技大学雷达信号处理国家重点实验室 128 1011 15.0 23.0
2 张晓伟 西安电子科技大学雷达信号处理国家重点实验室 16 147 7.0 11.0
3 左磊 西安电子科技大学雷达信号处理国家重点实验室 18 143 7.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (11)
参考文献  (13)
节点文献
引证文献  (4)
同被引文献  (13)
二级引证文献  (5)
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)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(8)
  • 参考文献(3)
  • 二级参考文献(5)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(7)
  • 参考文献(2)
  • 二级参考文献(5)
2011(7)
  • 参考文献(5)
  • 二级参考文献(2)
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)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
压缩感知(compressed sensing,CS)
匹配追踪(matching pursuit)
支撑集
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
总被引数(次)
32728
论文1v1指导