基于行列式随机循环的压缩感知测量矩阵研究
2015-06-05魏从静唐加山
电视技术 2015年19期
魏从静,唐加山
(南京邮电大学 a.通信与信息工程学院;b.理学院,江苏 南京 210023)
基于行列式随机循环的压缩感知测量矩阵研究
魏从静a,唐加山b
(南京邮电大学 a.通信与信息工程学院;b.理学院,江苏 南京 210023)
压缩感知理论,从信号的自身特性出发,通过变换作用域和线性投影实现对信号的采样和压缩。测量矩阵是该理论中获得的最优测量,实现精确重构的关键。本文在介绍常用测量矩阵的基础上,重点研究了结构化测量矩阵。鉴于测量矩阵设计的最重要的原则是降低矩阵元素间的相干性,借鉴循环矩阵和广义轮换矩阵的优点,提出了采用均匀随机数对结构化测量矩阵进行随机循环的构造方法。仿真实验表明新矩阵在信号重建上具有更好的性能。
压缩感知;测量矩阵;托普利兹矩阵;随机循环
信号采样架起了模拟信源和数字信息之间的桥梁,传统的信号采样方法以香农定理为基础。然而,随着处理信号的带宽和数据量越来越大,这种方式使有限带宽假设的采样方法受到了巨大挑战。压缩感知[1-2](Compressed Sensing,CS)理论基于信号在特定变换域下是稀疏的或可压缩的前提,将高维信号通过线性测量映射到一个低维空间,实现对数据采样的同时进行压缩,并最终通过求解组合优化问题从这些少量的低维信号中以高概率恢复出原始信号。
CS理论主要包括信号稀疏变换、测量矩阵设计和重构算法三个方面。测量矩阵的设计决定了此理论能否成功实现以及是否适合应用于实际。……
登录APP查看全文
