【技术实现步骤摘要】
基于信息算子正交三角分解的测量矩阵优化方法
本专利技术涉及压缩感知信号处理领域，主要涉及压缩感知中测量矩阵的优化设计。
技术介绍
应用压缩感知理论，可以根据信号的少量线性采样值精确或近似精确恢复原信号。从信号采样频率的角度理解，压缩感知的信号采样频率可以远低于奈奎斯特采样频率，现阶段压缩感知已成功应用于医学上的核磁共振等领域。测量矩阵是压缩感知理论的信号采样矩阵。压缩感知理论诞生之初，测量矩阵多采用正交变换矩阵的随机行抽取矩阵，如傅里叶变换、哈达玛变换的随机行抽取矩阵。另一类应用与研究较广泛的测量矩阵是便于硬件实现的二值矩阵。而等距约束性质指出，测量矩阵与信号的稀疏基的相关性越小越好。高斯随机矩阵被证明与信号的稀疏基之间能够以很大概率满足等距约束性质的要求，所以高斯随机测量矩阵在测量矩阵优化设计的研究中也备受关注。测量矩阵的优化方法之一是降低测量矩阵与信号稀疏基之间的相关性。根据此二者与信息算子之间的关系，该相关性可用信息算子各个列向量之间的相关性表示。所以降低信息算子各列向量之间的相关性可以实现测量矩阵的优化设计。本专利技术根据上述原理，通过将信息算子正交三角分...
【技术保护点】
1.基于信息算子正交三角分解的测量矩阵优化方法，包括以下步骤：步骤一、产生随机测量矩阵
【技术特征摘要】
1.基于信息算子正交三角分解的测量矩阵优化方法，包括以下步骤：步骤一、产生随机测量矩阵Φ∈Rm×l(m<l)，选定信号稀疏基（或稀疏字典矩阵）Ψ∈Rl×n(l≤n)，步骤二、计算信息算子D=ΦΨ；步骤三、对信息算子D的转置DT进行正交三角分解DT=QR，其中Q∈Rn×n为正交阵，R∈Rn×m为上三角阵；步骤四、将上三角阵R的非对角线元素置零得矩阵；步骤五、求得更新后的信息算子=；步骤六、根据更新后的...
【专利技术属性】
技术研发人员：潘金凤，申晋，刘发英，毛帅，马立修，尹丽菊，
申请(专利权)人：山东理工大学，
类型：发明
国别省市：山东,37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。