文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 工程科技 > 信息与通信 > 基于压缩感知信号重建的自适应空间正交匹配追踪算法
侵权投诉

基于压缩感知信号重建的自适应空间正交匹配追踪算法

传统的奈奎斯特采样定理规定采样频率最少是原信号频率的两倍,才能保证不失真的重构原始信号,而压缩感知理论指出只要信号具有稀疏性或可压缩性,就可以通过采集少量信号来精确重建原始信号。在研究和总结已有匹配算法的基础上,提出了一种新的自适应空间正交匹配追踪算法(Adaptive Space Orthogonal Matching Pursuit,ASOMP)用于稀疏信号的重建。该算法在选择原子匹配时采用逆向

第3卷第 1 9 0期 21年 1 02 O月

计

算

机

科

学

Co mpu e Sce e tr inc

Vo . 9 No 1 13 . O 0c 0 2 t2 1

基于压缩感知信号重建的自适应空间正交匹配追踪算法 姚远梁志毅 (西北工业大学航天学院西安 7 0 7 ) 10 2 摘要传统的奈奎斯特采样定理规定采样频率最少是原信号频率的两倍,能保证不失真的重构原始信号,才而压缩

感知理论指出只要信号具有稀疏性或可压缩性,可以通过采集少量信号来精确重建原始信号。在研究和总结已有就 匹配算法的基础上,出了一种新的自适应空间正交匹配追踪算法( a t eS aeOr o o a MacigP rut提 Ad pi p c t g n l t n usi, v h h AS OMP用于稀疏信号的重建。该算法在选择原子匹配时采用逆向思路, )引入正则化自适应和空间匹配的原则,快加了原子的匹配速度,高了匹配的准确性,终实现了原始信号的精确重建。最后与传统 MP和 O P算法进行了仿提最 M

真对比,结果表明该算法的重建质量和算法速度均优于传统 MP和 OMP算法。 关键词压缩感知,疏信号,配追踪,建算法稀匹重 T 316 P 0.文献标识码 A 中图法分类号

Ad p ieS aeOrh g n lM ac igP rutAlo i m o in lReo sr cin a tv p c t o o a thn u s i g rt h frSg a c n tu t o Ba e n Co s d o mpr s i eS n i e sv e sng YAO a LI Yu n ANG h— i Z i y ( l g fAsr n u is No t we tr o y eh clUnie st Xia 1 7, n ) Col eo to a tc, rh sen P l tc nia e v riy,’n 7 00 2 Chia

Ab ta t I r e O wel n u e r c n tu t n o h r i a in l t et a iin l q its mp i g t e r m e u r s s r c n o d rt l e s r e o sr c i f eo i n l g a,h r d t a o t g s o Ny u s a l h o e r q ie n

ta h a pigr t u tb

wiea c h ih s rq e c fteo iia in la es, i a s sate h tt es m l aem s et c smu h tehg e tfe u n y o h r n lsg a tla t whc c u e r— n g h me d u o n fc luain a d tewa t frs u c s B ttec mp e s esn igt e r ecie h twec nr— n o sa u to ac lt n h seo eo r e. u h o r si e sn h o yd s rb sta a e m o v c n tu tt e o i ia in lfo a s lla u to a d m a p ig a o g a h i n l s s a s r c mp e sb e o s r c h rg n sg a r m ma mo n f r n o s l m l s l n st e sg a p r e o o n i rsil. B s d o h e e r h a d s mm a ia in o h r d t n lma c ig ag rt m, h s p p r p e e t d a n w d p ie a e n t e rs ac n u r t f t e ta i o a t h n l o i z o i h t i a e rs ne e a a t v

s a eo t o o a thn u s i ag r h p c rh g n l ma c igp r ut lo k m

( OM P)frt erc n tu t n o h p resg a. i ag rt m n AS o h e o sr ci ft es a s in 1Ths lo i o h i-

to u e n r g l r e d p ie a d s a i l t h n rn i l o hec o c fma c i g a o t e e s h n ig, r d c s a e u a i d a a t n p ta z v ma c i g p i cp e f r t h ie o t hn t ms wih r v r e t i k n

whc c eeae h thn p e ft eao a di p o e h cu ay o h thn ut tl e d oe a t ih a clrtst ema c igs ed o h tm n r v st ea c r c ft emac ig, lma ey la s t x c m i r c n tu t n o h rg n lsg a . i

a l we c m p r d t 0N a g rt m t h r d t n l P a d 0M 1 e o s r c i ft e o i ia in 1 F n l o y, o a e h AS e lo i h wih t t a i o a n e i M P a一 g rt m n e h o t r i lto . p r e t l e u t h w h t h 0M| e o s r c i n ag rt u e ir o ih u d r t e s fwa esmu a in Ex e i n a s lss o t a eAS m r t P r c n tu t lo i o m h i s p ro s t r d t n l P n o t a i o a i M a d OMP l o i m n t e r c n tu t n q aiy a d t e s e d o h l o ih ag rt h o h e o s r ci u l n h p e ft e a g r m. o t t Ke wo d Co r s ie s n i g S a s i n l M th n u s i, c nsr c i n ag rt y rs mp e sv e sn, p re sg a, a c i g p r u t Re o t u t l o ih o m

1引言 随着社会的发展和科技的进步,们对信息的需求与日人 俱增,获取信号的数据量和带宽都在增加,而传统的采样过程 依据奈奎斯特定理规定:采样频率最少是原信号频率的两倍, 才能保证不失真的重构和恢复原始信号。这就造成了巨大的

据和人们所希望恢复重建的信息之间有某种全局性的变换关系,并且还预先知道哪些信息满足某种稀疏性条件,就可以试着用类似的方式从比较少的数据中还原出比较多的信号来。 基于此灵感,; d s D n h等人于 2 0 (n e和 o oo a 0 4年提出了革命性 的理论“压缩感知” C mpes eS nig C )11C ( o rsi e s, S[3, S理论在 v n o信号采样的同时就对数据进行适当的压缩,不是获取信号的全部采样,而是获取一个随机的部分数据采样值,即从尽量少

计算量和资源浪费,不但在某些实际应用中给采样设备带来更大的挑战,也对后期的信号处理能力提出了更高的要求,成为信号获取领域的瓶颈。因此寻求一种较好的信号获取方法以突破奈奎斯特定采样定理的限制成为信号处理领域的一个 重要研究方向。

的数据信号中提取

出尽量多的信息。它抛弃了当前信号采样

中的冗余信息,直接从连续时间信号变换得到压缩样本,然后 在数字信号处理中采用优化方法处理压缩样本,通过非线性重建算法完美地恢复和重建信号。 当前,国内外对于压缩感知的理论研究主要集中在信号的稀疏表示和重建算法上。常用的重建算法有:凸松弛算法、

在大量的实际问题中,人们倾向于尽量少地采集数据,或 者由于客观条件所限不得不采集不完整的数据。如果这些数 到稿日期:0 20—5返修日期:0 20—3 2 1—51 2 1—81姚究方向为飞行控制与仿真技术。

本文受国家自然科学基金项目(0 7 1 8资助。 6825)

远 (9 3,, 1 8一)男硕士生,主要研究方向为飞行控制与仿真技术, - i 9 3 5 9@q .o梁志毅( 9 3,, E mal 3 4 8 6 q cm;: 1 6一)男教授,士生导师,硕主要研

5 0

基于压缩感知信号重建的自适应空间正交匹配追踪算法

第1页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email