检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

稀疏信号重构的阈值化迭代检测估计

电子与信息学报 2014年第10期36卷 2431-2437页

作者：宋和平王国利江苏大学计算机科学与通信工程学院镇江212013 中山大学信息科学与技术学院广州510006

研究压缩传感(Compressed Sensing,CS)的稀疏信号重构算法,该文提出一种新的算法框架阈值化迭代检测估计(Iterative Detection Estimation with Thresholding,IDET)。算法框架包括两个方面:选择单阶段阈值化(One-Stage Thresholding,OST)算法的迭代步作为支持集检测的参考;根据稀疏信号的特征设计支持集检测方法。同时,提出该算法框架的实现算法,实现算法先检测由迭代硬阈值化(Iterative Hard Thresholding,IHT)迭代步得到一个支持集,然后通过求解支持集上的最小二乘问题来估计待重构的稀疏信号,迭代上述两个步骤直至满足条件停止。IDET算法的关键在于支持集检测,该文提出3种适用于快速衰减信号的支持集检测方法。实验结果表明,IDET稀疏重构性能优于IHT的其他加速算法。

关键词：压缩传感稀疏信号重构贪婪算法支持集检测迭代检测估计

在线全文

学校读者我要写书评

暂无评论

稀疏信号重构的残差最小化追踪

信息与控制 2014年第6期43卷 722-726,734页

作者：宋和平王国利江苏大学计算机科学与通信工程学院江苏镇江212013 中山大学信息科学与技术学院广东广州510006

提出一种新的压缩传感稀疏信号重构算法——残差最小化追踪(residual minimization pursuit,RMP).残差最小化追踪RMP每次迭代选择残差信号在测量矩阵的正交投影绝对值最大的元素来检测支持集,然后求解支持集上的最小二乘解更新稀疏信号... 详细信息

提出一种新的压缩传感稀疏信号重构算法——残差最小化追踪(residual minimization pursuit,RMP).残差最小化追踪RMP每次迭代选择残差信号在测量矩阵的正交投影绝对值最大的元素来检测支持集,然后求解支持集上的最小二乘解更新稀疏信号.另外,提出两种扩展残差最小化追踪RMP算法,算法每次迭代选择多个元素来检测支持集.实验结果表明,残差最小化追踪RMP稀疏重构性能优于正交匹配追踪OMP算法.

关键词：压缩传感稀疏信号重构贪婪算法残差最小化追踪

在线全文

学校读者我要写书评

暂无评论

基于稀疏信号重构的无线传感网络目标定位

仪器仪表学报 2012年第2期33卷 362-368页

作者：王勇王雪孙欣尧清华大学精密仪器与机械学系精密测试技术及仪器国家重点实验室北京100084

提出了一种新的基于稀疏信号重构的无线传感网络目标定位方法。针对目标定位问题,将多目标位置表示为离散化测量空间上的稀疏向量,则多传感节点声音信号能量测量值向量可分解为测量矩阵、稀疏矩阵与稀疏向量的乘积,通过稀疏信号重构方... 详细信息

提出了一种新的基于稀疏信号重构的无线传感网络目标定位方法。针对目标定位问题,将多目标位置表示为离散化测量空间上的稀疏向量,则多传感节点声音信号能量测量值向量可分解为测量矩阵、稀疏矩阵与稀疏向量的乘积,通过稀疏信号重构方法可以恢复目标位置稀疏向量,实现多目标定位。传统L1范数稀疏信号重构法要求测量矩阵和稀疏矩阵乘积满足受限等距性条件,在目标定位问题中难以满足。采用贪婪匹配追踪算法重构稀疏向量,基于噪声信号能量幅值终止迭代搜索,进行多目标定位。实验表明,基于贪婪匹配追踪稀疏信号重构目标定位方法能准确实现多目标定位,定位精度优于基于正交匹配追踪的稀疏信号重构目标定位方法和基于单纯形搜索的最大似然估计目标定位方法。

关键词：稀疏信号重构目标定位压缩测量无线传感网络

在线全文

学校读者我要写书评

暂无评论

基于稀疏信号重构的近场源定位

电子学报 2014年第6期42卷 1041-1046页

作者：梁国龙韩博林旺生王丹哈尔滨工程大学水声技术重点实验室黑龙江哈尔滨150001 上海微小卫星工程中心上海200050

针对近场源定位问题,提出了一种基于稀疏信号重构的定位方法.该方法通过约束稀疏信号的L1-范数求解优化问题,实现信源的定位.该方法采用一种新的方法约束噪声项系数以求解优化问题,无需噪声的先验知识.为了减小计算量,将近场源二维定位... 详细信息

针对近场源定位问题,提出了一种基于稀疏信号重构的定位方法.该方法通过约束稀疏信号的L1-范数求解优化问题,实现信源的定位.该方法采用一种新的方法约束噪声项系数以求解优化问题,无需噪声的先验知识.为了减小计算量,将近场源二维定位问题转化为两次一维参数估计.通过计算机仿真验证了该方法的性能.

关键词：阵列信号处理近场源定位稀疏信号重构

含噪稀疏信号重构的l_0范数期望值最小化方法

在线全文

学校读者我要写书评

暂无评论

国防科技大学学报 2012年第5期34卷 45-48页

作者：王军华黄知涛周一宇国防科技大学电子科学与工程学院湖南长沙410073

压缩感知理论是对信号压缩的同时进行感知的新理论,而如何通过有限的测量值重构稀疏信号是压缩感知理论中的核心问题。针对测量值受噪声污染的含噪稀疏重构问题,提出了近似l0范数期望值最小化方法。该算法基本思想是将含噪稀疏重构问题... 详细信息

压缩感知理论是对信号压缩的同时进行感知的新理论,而如何通过有限的测量值重构稀疏信号是压缩感知理论中的核心问题。针对测量值受噪声污染的含噪稀疏重构问题,提出了近似l0范数期望值最小化方法。该算法基本思想是将含噪稀疏重构问题转化为近似l0范数期望值最小化问题,并利用噪声的统计特征将随机最优化问题化简为常规的最优化问题,然后采用最速下降法求解。数值仿真表明,本文提出的方法具有更好的重构精度,且计算量较小。

关键词：压缩感知稀疏信号重构基追踪平滑l0范数

压缩对称嵌套阵列和稀疏信号重构的近场目标方位估计（英文）

在线全文

学校读者我要写书评

暂无评论

声学技术 2018年第1期37卷 82-88页

作者：李双郑大青刘伟胡顺仁何为重庆理工大学电气与电子工程学院重庆400054 中国科学院上海微系统与信息技术研究所无线传感网与通信重点实验室上海200180

针对现有近场源估计算法中近场源数量受限于阵元数的问题,提出了一种基于稀疏对称嵌套阵列和稀疏信号重构的近场欠定波达方向估计方法。首先利用四阶累积量,将二维空间参数估计问题转化为一维参数估计问题,同时得到差分阵列;为了进一步... 详细信息

针对现有近场源估计算法中近场源数量受限于阵元数的问题,提出了一种基于稀疏对称嵌套阵列和稀疏信号重构的近场欠定波达方向估计方法。首先利用四阶累积量,将二维空间参数估计问题转化为一维参数估计问题,同时得到差分阵列;为了进一步提高估计分辨率与减少估计误差,对虚拟阵列的接收信号在空间域进行稀疏表示;最后通过L1范数最小二乘法得到目标源的波达方向。相较于现有算法,该方法可以估计更多的目标源,并且有更低的均方误差与更高的分辨率。实验仿真验证了算法的有效性与优越性。

关键词：阵列信号处理欠定波达方向估计近场稀疏信号重构四阶累积量

增广Lagrange函数优化算法在稀疏信号重构问题中的应用

在线全文

学校读者我要写书评

暂无评论

计算机科学 2011年第9期38卷 193-196页

作者：杨俊杰刘海林广东工业大学应用数学学院广州510006

针对稀疏信号恢复的lp优化模型(0信号恢... 详细信息

针对稀疏信号恢复的lp优化模型(0信号恢复的精确度。为解决大规模的信号重构问题,还引入了共轭梯度法,以促进算法加速收敛。最后,仿真结果表明,改进型的增广Lagrange函数优化算法较大程度提升了稀疏信号重构的能力。

关键词：稀疏信号重构 lp优化模型 FOCUSS算法增广Lagrange函数优化算法

基于l_0范数近似最小化的稀疏信号重构方法

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2015年第10期51卷 200-204,241页

作者：李颖王泽王军华苗刚郑耿乐第二炮兵工程大学士官学院山东青州262500 镇江船艇学院江苏镇江212003

针对稀疏信号的重构问题,提出了l0范数近似最小化算法。利用反正切函数近似l0范数建立相应的非凸优化问题。通过构造快速的不动点迭代格式求解该问题,分析了所提出算法的收敛性能。数值仿真表明,该算法具有重构信号需要测量值少、计算... 详细信息

针对稀疏信号的重构问题,提出了l0范数近似最小化算法。利用反正切函数近似l0范数建立相应的非凸优化问题。通过构造快速的不动点迭代格式求解该问题,分析了所提出算法的收敛性能。数值仿真表明,该算法具有重构信号需要测量值少、计算精度高且计算量较小的优点。

关键词：压缩感知稀疏信号重构基追踪平滑l0范数

参数迭代最小化稀疏信号重构ISAR成像算法

在线全文

学校读者我要写书评

暂无评论

计算机工程 2018年第10期44卷 228-234页

作者：冯俊杰张弓南京航空航天大学电子信息工程学院南京211106 六盘水师范学院电气工程学院贵州六盘水553004

为实现稳健逆合成孔径雷达(ISAR)成像,提出基于参数迭代最小化贝叶斯稀疏信号重构的ISAR成像算法。建立ISAR稀疏成像信号模型,通过推导目标参数稀疏贝叶斯模型的联合概率密度函数,将ISAR成像转化为贝叶斯准则下的稀疏约束最大后验概率... 详细信息

为实现稳健逆合成孔径雷达(ISAR)成像,提出基于参数迭代最小化贝叶斯稀疏信号重构的ISAR成像算法。建立ISAR稀疏成像信号模型,通过推导目标参数稀疏贝叶斯模型的联合概率密度函数,将ISAR成像转化为贝叶斯准则下的稀疏约束最大后验概率估计。对目标散射系数和噪声功率交替迭代优化求解,从而实现目标重构。实验结果表明,与SL0算法、OMP算法和BP算法相比,该算法的参数能够自适应调整,具有更好的成像效果。

关键词：逆合成孔径雷达迭代最小化稀疏信号重构成像最大后验概率