作者:
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:
观测矩阵在压缩感知(CS)中起着关键性的作用.基于降低观测矩阵与稀疏基的相关性可以改善重构质量,本文提出了一种稀疏基已知的前提下观测矩阵的优化算法.该算法首先将Gram矩阵与逼近等角紧框架(ETF)的矩阵差的F范数作为目标函数,其次对目标函数进行最优化求解在理论上得到最优Gram矩阵的表达式,最后使用迭代优化来降低观测矩阵与稀疏基的相关性,将产生的最优Gram矩阵经阈值函数处理后作为下一轮迭代时目标函数中逼近ETF的矩阵.仿真实验表明,在可接受的运算量下,使用该算法优化后的观测矩阵可获得较好的重构效果,特别当信号稀疏度较高或者观测次数较少时重构效果的改善尤为明显.
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
压缩感知观测矩阵的优化算法
压缩感知
稀疏表示
观测矩阵
重构算法
奇异值分解
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
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
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 压缩感知中观测矩阵的优化算法
来源期刊 信号处理 学科 工学
关键词 压缩感知 观测矩阵 相关性 最优化
年,卷(期) 2018,(2) 所属期刊栏目 应用
研究方向 页码范围 201-209
页数 9页 分类号 TN911.7
字数 6180字 语种 中文
DOI 10.16798/j.issn.1003-0530.2018.02.010
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 崔琛 国防科技大学电子对抗学院 13 19 2.0 4.0
2 李周 国防科技大学电子对抗学院 2 12 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (75)
共引文献  (56)
参考文献  (11)
节点文献
引证文献  (6)
同被引文献  (30)
二级引证文献  (1)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(2)
  • 二级参考文献(1)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(9)
  • 参考文献(1)
  • 二级参考文献(8)
2007(7)
  • 参考文献(1)
  • 二级参考文献(6)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(14)
  • 参考文献(0)
  • 二级参考文献(14)
2010(13)
  • 参考文献(0)
  • 二级参考文献(13)
2011(9)
  • 参考文献(0)
  • 二级参考文献(9)
2012(9)
  • 参考文献(4)
  • 二级参考文献(5)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(5)
  • 参考文献(1)
  • 二级参考文献(4)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(4)
  • 引证文献(3)
  • 二级引证文献(1)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
压缩感知
观测矩阵
相关性
最优化
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