【技术实现步骤摘要】
本专利技术属于信号处理
，特别是涉及稀疏信号重构，可用于压縮感知 或者相反问题上。
技术介绍
随着数字化信息时代的发展，信息来源的模拟化和信息处理工具的数字化越 来越占有主导地位，信号的采样是两者联系的桥梁。傅立叶变换和奈奎斯特采样 定理表明，欲无失真从离散信号中恢复信号，其采样速率必须是信号带宽的2倍。 然而随着人们对信息需求量的增加，携带信息的信号的带宽越来越宽，据此理论 为基础的信号处理框架，要求的采集速率和处理速度越来越高，对宽带信号处理 的困难也越来越大，给信号采集、存储、传输和处理等带来了巨大的压力。近几年来出现的一种新颖的理论——Compressed sensing,也称为Compressive sampling,得到了快速发展。该理论异于近代奈奎斯特采样定理，它指出利用随 机观测矩阵可以把一个稀疏或可压縮的高维信号投影到低维空间上，然后再利用 这些少量的投影通过解一个优化问题就可以以高概率重构原始稀疏信号，并证明 了这样的随机投影包含了原始稀疏信号的足够信息。于是一个可压缩信号能够用 比奈奎斯特采样要求的信号长度小得多的信号来准确表示。该...
【技术保护点】
一种稀疏信号的重构方法，包括如下步骤： （１）利用计算机得到原始稀疏信号ｆ∈Ｒ↑［Ｎ］、观测矩阵Ａ∈Ｒ↑［Ｋ×Ｎ］和观测向量ｙ∈Ｒ↑［Ｋ］； （２）从含有Ｋ个元素的观测向量ｙ中，按如下步骤重构含有Ｎ个元素的原始稀疏信号ｆ： ２ａ）设定重构原始稀疏信号ｆ的无约束目标函数： ｍｉｎ１／２‖ｙ－Ａｘ‖↓［２］↑［２］＋ε‖ｘ‖↓［１］ （１Ａ） 式中，ｘ∈Ｒ↑［Ｎ］为重构信号，ε为惩罚因子，通过调节ε的大小，控制重构原始稀疏信号ｆ的准确度； ２ ｂ）将无约束目标函数中重构信号ｘ的Ｎ个元素用β↓［ｉ］－β↓［ｉ...
【技术特征摘要】
【专利技术属性】
技术研发人员：张莉，陈桂荣，焦李成，周宏杰，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：87[中国|西安]
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。