基于稀疏贝叶斯学习的时域流信号鲁棒动态压缩感知算法

• 作者: 张洋 张海波 田文飚 芮国胜 董道广
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 块效应 流信号 稀疏贝叶斯学习 动态重构
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 学术论文
• 页码范围: 990-996
• 页数: 7页
• 分类号: TN911.73
• 字数: 6797字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2020.05.021

摘要

块效应和未知且时变的噪声强度会降低时域流信号动态稀疏重构的性能,为解决该问题,本文基于重叠正交变换和稀疏贝叶斯学习框架,提出一种对时域流信号进行动态压缩感知的鲁棒稀疏贝叶斯学习重构算法.该算法在消除块效应的同时,能够处理噪声强度未知且时变情形下的动态稀疏重构问题,相比现有的流信号稀疏贝叶斯学习算法具有更强的抗噪鲁棒性.尽管现有的时域流信号压缩感知的有效算法并不多,但实验表明,本文算法的重构信误比和重构成功率均明显高于现有的基于稀疏贝叶斯学习的流信号重构算法和基于L1-同伦的流信号重构算法,且达到相同的重构成功率所需的观测数目少于另两种算法,计算量和运行效率则与稀疏贝叶斯学习算法相近.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	芮国胜	海军航空大学信号与信息处理山东省重点实验室	134	794	13.0	23.0
2	张洋	海军航空大学信号与信息处理山东省重点实验室	37	140	8.0	10.0
3	田文飚	海军航空大学信号与信息处理山东省重点实验室	44	193	6.0	12.0
4	董道广	海军航空大学信号与信息处理山东省重点实验室	13	11	2.0	3.0
5	张海波	海军航空大学信号与信息处理山东省重点实验室	23	67	4.0	7.0