无网格压缩感知下结合傅里叶变换的FT-ANM算法

• 作者: 刘志鹏 李慧启 李立春
• 来源期刊: 信息工程大学学报
• 学科: 工学
• 关键词: 无网格压缩感知 原子范数 线谱估计 Vandermonde分解 拓普利兹矩阵
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 信息处理与技术
• 页码范围: 475-479
• 页数: 5页
• 分类号: TN911.7
• 字数: 3991字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0673.2018.04.016

摘要

为克服在无网格压缩感知理论中利用原子范数最小化(atomic norm minimization,ANM)算法进行线谱估计时存在的运算复杂度高,估计实时性不强等缺点,提出一种ANM的改进算法,傅里叶-原子范数最小化算法(fourier transform-atomic norm minimization,FT-ANM).对ANM算法中前期取得的重构信号进行傅里叶变换,粗估计出重构信号的模型阶数,减少对拓普利兹矩阵进行Vandermonde分解时估计参数的数量,提高ANM算法的运算速率,增强线谱估计的实时性.仿真结果显示,在相同信噪比条件下,FT-ANM算法运算速率是传统ANM算法运算的3倍,运算复杂度低,实时性较好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李立春		7	20	3.0	4.0
2	李慧启		2	3	1.0	1.0
3	刘志鹏		1	0	0.0	0.0