分形压缩感知高维信号重构方法
压缩感知理论改变了香农采样定理的信号处理思路,具有十分重要的科研应用价值.压缩感知框架下信号重构是获取数字终端产品的关键性环节,典型的重构方法是以基追踪(BP)算法为代表,核心是解决L1范数最小化问题,但是BP算法在高维的信号重构中表现不佳.因此,本文提出一种基于分形维度的压缩感知高维信号重构方法,采用分形中的Minkowski维度代替L1范数作为重构问题的目标函数.实验的可视化结果和信噪比均表明,分形压缩感知信号重构方法既保持了BP算法的优点又改善了其维度的广延性.
压缩感知、信号重构、L1范数最小化、分形维度
17
TN911.72
江苏省自然科学基金项目BK2008411;教育部博士学科点基金项目200802880017
2012-05-25(万方平台首次上网日期,不代表论文的发表时间)
共6页
309-314