小波模极大值点的信号稀疏表示及重建
作为压缩感知理论的前提,稀疏表示要求信号本身是稀疏的或者在某种正交基下可以稀疏表示.本文针对信号本身及小波变换后均不够稀疏的情况,提出一种基于模极大值点的信号稀疏表示算法.该算法在小波变换的基础上,利用小波分解的结构,对各层高频小波系数通过寻找其模极大值点的方法进行稀疏化,然后通过测量矩阵得到它的测量值,对测量点数进行熵编码以实现数据压缩传输.解码时,采用正交匹配追踪算法得到模极大值点的估计值,最后通过交替投影法重构出原信号.仿真结果表明,与经典压缩感知算法相比,该算法恢复信号的质量有较大提高,且由于稀疏度增大,所以信号具有更好的可压缩性,实验表明本文算法对复杂信号效果更明显.
稀疏表示、模极大值、正交匹配追踪、交替投影
29
TN911.72
国家自然科学基金资助项目61272028,61104078,61073079;中央高校基本科研业务费资助项目2013JBZ003;教育部博士点基金资助项目20110162120045,20120009110008;教育部新世纪优秀人才资助项目NCET-12-0768;上海交通大学系统控制与信息处理教育部重点实验室开放基金SCIP2011009
2014-02-14(万方平台首次上网日期,不代表论文的发表时间)
共7页
1519-1525