基于迭代重赋权最小二乘算法的块稀疏压缩感知

zmmdmn · 发表于 2021-1-28 10:38

EDA365欢迎您登录！

您需要登录才可以下载或查看，没有帐号？注册

x

摘要：压缩感知是一种新颖的信号处理理论．它突破了传统香农采样理论对采样的限制，以信号的稀疏性或可压缩性为基础，实现了信号的高效获取和精确重构．然而在现实中，部分稀疏信号还表现出一些其他结构，典型的例子就是一类块稀疏信号，其非零元素以块的形式出现．针对这类信号，本文研究了求解块稀疏压缩感知的迭代重赋权最小二乘算法（ＩＲＬＳ），给出了该算法的理论分析：误差估计和局部收敛性分析．大量试验验证了基于迭代重赋权最小二乘算法的块稀疏压缩感知策略的有效性．

关键词：压缩感知；迭代重赋权最小二乘算法；块稀疏信号；误差估计；局部收敛性

不同于香农采样理论，压缩感知（Ｃｏｍｐｒｅｓｓｅｄｓｅｎｓ ｉｎｇ）［１～４］是一种新颖的信号处理理论．它利用信号的稀疏性，将采样和压缩合二为一，突破了香农采样理论对信号采样的限制，实现了信号的高效采集，使得高速，高质量的信息传输成为可能．该理论一经提出便引起学者广泛研究［５～１０］．目前已在医疗成像，模式识别，生物传感等领域得到广泛应用．

附件下载：

游客，如果您要查看本帖隐藏内容请回复

Ｄ.H · 发表于 2021-1-28 11:09

实现信号采集

帐号		自动登录	找回密码
密码			注册

[毕业设计] 基于迭代重赋权最小二乘算法的块稀疏压缩感知

EDA365欢迎您登录！

推荐内容 /1