首页 | 本学科首页   官方微博 | 高级检索  
   检索      

含噪稀疏信号重构的l0范数期望值最小化方法
引用本文:王军华,黄知涛,周一宇.含噪稀疏信号重构的l0范数期望值最小化方法[J].国防科技大学学报,2012,34(5):45-48.
作者姓名:王军华  黄知涛  周一宇
作者单位:国防科技大学 电子科学与工程学院,湖南 长沙,410073
基金项目:国家自然科学基金资助项目,新世纪优秀人才支持计划资助项目
摘    要:压缩感知理论是对信号压缩的同时进行感知的新理论,而如何通过有限的测量值重构稀疏信号是压缩感知理论中的核心问题。针对测量值受噪声污染的含噪稀疏重构问题,提出了近似l0范数期望值最小化方法。该算法基本思想是将含噪稀疏重构问题转化为近似l0范数期望值最小化问题,并利用噪声的统计特征将随机最优化问题化简为常规的最优化问题,然后采用最速下降法求解。数值仿真表明,本文提出的方法具有更好的重构精度,且计算量较小。

关 键 词:压缩感知  稀疏信号重构  基追踪  平滑l0范数
收稿时间:2012/1/12 0:00:00

Sparse signal reconstruction with noise measurements based on expectation minimization of norm
WANG Junhu,HUANG Zhitao and ZHOU Yiyu.Sparse signal reconstruction with noise measurements based on expectation minimization of norm[J].Journal of National University of Defense Technology,2012,34(5):45-48.
Authors:WANG Junhu  HUANG Zhitao and ZHOU Yiyu
Institution:(College of Electronic Science and Engineering,National University of Defense Technology,Changsha 410073,China)
Abstract:
Keywords:compressed sensing  sparse signal recovery  basis pursuit  smoothed  norm
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《国防科技大学学报》浏览原始摘要信息
点击此处可从《国防科技大学学报》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号