找回密码
 注册
关于网站域名变更的通知
查看: 774|回复: 1
打印 上一主题 下一主题

[毕业设计] 基于贝叶斯压缩感知的复数稀疏信号恢复方法

[复制链接]

该用户从未签到

跳转到指定楼层
1#
发表于 2021-7-26 10:25 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

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
基于贝叶斯压缩感知的复数稀疏信号恢复方法

# V0 z0 ~- D2 O& ~5 q/ z1 ?摘要:该文利用复数稀疏信号的时域相互关系提出一种新的稀疏贝叶斯算法(CTSBL)。该算法利用复数信号的实部与虚部分量具有相同的稀疏结构的特点,提升估计信号的稀疏程度。同时将多个测量信号间的内部结构信息引入到了信号恢复中,使原始的多测量稀疏信号恢复问题转变为单测量块稀疏信号恢复问题,使恢复性能得到了提升。理论分析和仿真结果证明,提出的CTSBL 算法相较于目前的针对复数信号的多测量矢量贝叶斯压缩感知(CMTBCS)算法和块正交匹配追踪算法(BOMP)在估计精度上具有更好的性能, q' L% `! I8 K
关键词:压缩感知;稀疏信号恢复;多矢量测量模型;块稀疏贝叶斯6 L. |: i: P: w7 _
3 z+ B0 N$ l9 ~
游客,如果您要查看本帖隐藏内容请回复

9 G% i; T% j8 H& `9 P% w& {& `+ [* |( z! h8 B# f, ]; o0 e
  • TA的每日心情
    慵懒
    2020-6-13 15:46
  • 签到天数: 1 天

    [LV.1]初来乍到

    2#
    发表于 2021-7-26 11:05 | 只看该作者
    基于贝叶斯压缩感知的复数稀疏信号恢复方法
    您需要登录后才可以回帖 登录 | 注册

    本版积分规则

    关闭

    推荐内容上一条 /1 下一条

    EDA365公众号

    关于我们|手机版|EDA365电子论坛网 ( 粤ICP备18020198号-1 )

    GMT+8, 2025-10-5 12:34 , Processed in 0.125000 second(s), 26 queries , Gzip On.

    深圳市墨知创新科技有限公司

    地址:深圳市南山区科技生态园2栋A座805 电话:19926409050

    快速回复 返回顶部 返回列表