脉冲噪声环境下高斯稀疏信源贝叶斯压缩感知重构

• 作者: 季云云 杨震
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 脉冲噪声 压缩感知 贝叶斯理论 鲁棒统计学
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 学术论文
• 页码范围: 363-370
• 页数: 8页
• 分类号: TN911.7
• 字数: 7001字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2013.02.025

摘要

大多数现有的压缩感知重构算法对脉冲噪声不具有鲁棒性,在脉冲噪声环境下,重构性能急剧下降,使得整个重构系统崩溃.针对此问题,本文提出了一种脉冲噪声环境下的稀疏重构算法BINSR算法,其基于贝叶斯理论,可以有效地估计出信号的支撑集和脉冲噪声中脉冲的位置,并且根据压缩感知观测序列的democracy特性,利用最小均方误差MMSE估计量,有效地估计出原信号.在此基础上,本文结合鲁棒统计学,提出自适应的ABINSR算法,使其不再依赖于信号以及噪声的统计参数.实验结果表明,BINSR算法在脉冲噪声环境下可以有效地恢复出稀疏信号,很大程度上改善了脉冲噪声环境下算法的重构性能.ABINSR算法不仅对脉冲噪声具有鲁棒性,而且可以在高斯白噪声环境下实现有效的信号重构.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	季云云	南京邮电大学通信与信息工程学院	5	84	4.0	5.0