APP下载

不同重构算法对压缩感知重构效果的影响

2016-05-16李瑞明张烨杨慧炯原菊梅

太原学院学报(自然科学版) 2016年4期
关键词:理论信号

李瑞明,张烨,杨慧炯,原菊梅

(太原工业学院,山西 太原 030008)

1 引言

在医学成像、模式识别以及图像处理等领域,需要采集大量信息并且对其进行处理。传统的采样方法均基于Nyquist 采样定理,该采样方法所需采样数据量大(采样频率大于数据传输最高频率的二倍)、采样时间较长,并且存在压缩复杂度高、恢复算法不易实现的问题。

针对传统采样理论以及信号处理方法的不足,压缩感知理论逐渐得到广泛应用[1-3],本文首先对压缩感知理论进行了阐述,然后以电能质量暂态信号中的电压突降为例,采用不同恢复算法对信号进行重构,并对不同算法的重构效果以及性能指标进行比较。

2 压缩感知理论

压缩感知理论的主要思路为:如果长度为N的一维源信号在某域内具有K——稀疏性(K<N),则可对该信号进行压缩观测,进而采用恢复算法对稀疏观测后的矩阵进行重构。图1 为压缩感知理论的结构图:

图1 压缩感知理论基本结构

3 国内外研究现状

压缩感知理论将具有一定稀疏度的原始信号进行压缩观测,然后采用重构算法进行重构,这样既可以减弱对硬件的依赖程度,也可节约存储空间,降低数据的传输压力,因此受到了国内外专家的广泛关注[4]。

压缩感知理论包括三大核心问题:信号的稀疏性、压缩观测和重构算法。其中,源信号具有一定的稀疏度是进行压缩采样的前提,因此需要对源信号进行稀疏表示,然后进行压缩观测,要求其观测矩阵与稀疏基不相关,进而采用恢复算法对压缩观测矩阵进行重构。……

登录APP查看全文

猜你喜欢

理论信号
坚持理论创新
神秘的混沌理论
理论创新 引领百年
信号
相关于挠理论的Baer模
完形填空二则
孩子停止长个的信号
基于LabVIEW的力加载信号采集与PID控制
一种基于极大似然估计的信号盲抽取算法
理论宣讲如何答疑解惑