【技术实现步骤摘要】
基于联合判决块正交匹配追踪的压缩信号重建方法及装置
本专利技术实施例涉及压缩感知领域,尤其涉及一种基于联合判决块正交匹配追踪的压缩信号重建方法及装置。
技术介绍
压缩感知理论指出:如果信号是稀疏的(或是可压缩的),那么就可以以远低于奈奎斯特频率的采样率对信号进行采样,并以高概率精确重构原信号。在压缩感知理论中,对信号的采样可以在低采样速率下进行,因此对采样设备的要求大大降低,使得高精度而廉价的采样设备的制造成为可能。压缩感知领域一个十分重要的研究点就是稀疏信号的重构算法,其中最广泛的是贪婪算法,贪婪算法的收敛速度快,在压缩感知领域使用广泛。比较经典的贪婪算法包括正交匹配追踪(OrthogonalMatchingPursuit,OMP)、块正交匹配追踪(BlockOrthogonalMatchingPursuit,BOMP)、对数加权正交匹配追踪算法(LogitWeightOrthogonalMatchingPursuit,LW-OMP)和对数加权块正交匹配追踪算法(LogitWeightBlockOrthogonalMatchingPursuit,LW-BOMP)等。块正交匹配追踪法在正交匹配追踪的基础上利用了信号的块结构特性,重构性能优于正交匹配追踪法,但是没有考虑到信号的先验信息,先验信息是指在实际的信号传输系统中,接收端在接收信号前就可以获得的原始信号的部分特性。先验信息的加入能够提升信号重构的性能,加快算法的收敛速度。对数加权正交匹配追踪法考虑了信号的先验信息,但是没有考虑到信号的块结构特性, ...
【技术保护点】
1.一种基于联合判决块正交匹配追踪的压缩信号重建方法,其特征在于,包括:/n获取观测矩阵、观测向量、先验信息向量、稀疏信号的稀疏度和稀疏信号平均幅值,所述观测向量为所述观测矩阵对所述稀疏信号进行采样得到的向量,所述稀疏信号的稀疏度表示所述稀疏信号中非零元素的数量,所述先验信息向量表示所述稀疏信号的支撑集概率;/n基于伽马分布,根据所述观测向量、所述先验信息向量、所述稀疏信号的稀疏度和所述稀疏信号平均幅值,得到先验因子;/n根据所述先验因子和所述观测矩阵获取支撑集位置,基于所述支撑集位置获取所述观测矩阵的重建原子集合;/n基于最小二乘法,根据所述重建原子集合和所述观测向量,重构所述稀疏信号。/n
【技术特征摘要】
1.一种基于联合判决块正交匹配追踪的压缩信号重建方法,其特征在于,包括:
获取观测矩阵、观测向量、先验信息向量、稀疏信号的稀疏度和稀疏信号平均幅值,所述观测向量为所述观测矩阵对所述稀疏信号进行采样得到的向量,所述稀疏信号的稀疏度表示所述稀疏信号中非零元素的数量,所述先验信息向量表示所述稀疏信号的支撑集概率;
基于伽马分布,根据所述观测向量、所述先验信息向量、所述稀疏信号的稀疏度和所述稀疏信号平均幅值,得到先验因子;
根据所述先验因子和所述观测矩阵获取支撑集位置,基于所述支撑集位置获取所述观测矩阵的重建原子集合;
基于最小二乘法,根据所述重建原子集合和所述观测向量,重构所述稀疏信号。
2.根据权利要求1所述的方法,其特征在于,所述基于伽马分布,根据所述观测向量、所述先验信息向量、所述稀疏信号的稀疏度和所述稀疏信号平均幅值,得到先验因子,具体包括:
获取噪声变量;
基于伽马分布,根据所述稀疏信号平均幅值、所述噪声变量和所述观测向量,得到先验因子系数其中,cn为所述先验因子系数,g为所述稀疏信号平均幅值,K为所述稀疏信号的稀疏度,M为所述观测向量的元素个数,σ2为所述噪声变量的方差;
根据所述先验信息向量和所述先验因子系数,得到所述先验因子其中,mn为所述先验因子,pi为所述先验信息向量中的元素。
3.根据权利要求2所述的方法,其特征在于,所述根据所述先验因子和所述观测矩阵获取支撑集位置,基于所述支撑集位置获取所述观测矩阵的重建原子集合,具体包括:
初始化迭代次数和信号残差;
当迭代次数未达到预设次数时,根据所述观测矩阵和所述先验因子,获取第一支撑集位置;
当所述第一支撑集位置满足预设条件时,根据所述第一支撑集位置,获取对应的所述支撑集位置;
根据所述支撑集位置和所述观测矩阵,得到所述观测矩阵的重建原子集合。
4.根据权利要求3所述的方法,其特征在于,所述第一支撑集位置具体为:
其中,n为所述迭代次数,D为所述观测矩阵,DT[i]为矩阵DT的第i个块,rn-1为第n-1次迭代后的信号残差,为所述先验因子。
5.根据权利要求4所述的方法,其特征在于,所述当所述第一支撑集位置满足预设条件时,根据所述第一支撑集位置,获取对应的所述支撑集位置,具体包括:
获取信号残差与观测矩阵的各个块的相干性;
若是所述信号残差与观测矩阵的...
【专利技术属性】
技术研发人员:徐文波,卢立洋,张晓波,许良坤,党义斐,
申请(专利权)人:北京邮电大学,
类型:发明
国别省市:北京;11
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。