TA的每日心情 | 开心
2020-9-2 15:04 |
|---|
签到天数: 3 天 [LV.2]偶尔看看I
|
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． 3 E, O" v, D! `1 G
( ^; w' Q/ h/ F
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) c+ N: F7 o" L* h, D% X9 g! I
7 ^# R1 O" O% X; Y3 _
) h5 g! a' s# y) S
) U8 l t; Q# o4 V% ?% b 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．5 G9 Q2 h8 P, b" e+ O5 G0 c& ?& P
0 P' D& q9 U- K8 _
; l( j4 v9 {% u9 x! R r附件下载：
+ r. `8 F6 h: D8 v& n7 B |
|
/1 
发表于 2021-1-28 10:38
收藏
淘帖
支持！
反对！