期刊文献+

一种基于梯度迭代算法重构信号的研究

下载PDF
导出
摘要 针对现有压缩感知重构算法存在的不足,提出了一种梯度迭代重构算法,利用1-范数补偿条件,确保获得稀疏解,设常数λ,减少迭代步骤,通过凸优化问题限制重构总误差,并进行了仿真实验。实验结果表明,该算法能以极大概率精确重构信号。
作者 高见芳
出处 《机电信息》 2019年第12期100-101,共2页
基金 湖南省教育厅科学研究项目(14C0506)
  • 相关文献

参考文献3

二级参考文献149

  • 1张春梅,尹忠科,肖明霞.基于冗余字典的信号超完备表示与稀疏分解[J].科学通报,2006,51(6):628-633. 被引量:70
  • 2Donoho D L.Compressed sensing.IEEE Transactions on Information Theory,2006,52(4):1289-1306. 被引量:1
  • 3Baraniuk R,et al.A simple proof of the restricted isometry property for random matrices.Constructive Approximation,2008,28(3):253-263. 被引量:1
  • 4Candes E J.The restricted isometry property and its implications for compressed sensing.Comptes Rendus Mathematique,2008,346(9-10):589-592. 被引量:1
  • 5Candes E J et al.Robust uncertainty principles:Exact signal reconstruction from highly incomplete frequency information.IEEE Transactions on Information Theory,2006,52(2):489-509. 被引量:1
  • 6Candes E J,Tao T.Near-optimal signal recovery from randora projections,Universal encoding strategies?IEEE Transactions on Information Theory,2006,52(12):5406-5425. 被引量:1
  • 7Romberg J.Imaging via compressive sampling.IEEE Signal Processing Magazine,2008,25(2):14-20. 被引量:1
  • 8Candes E J,Tao T.Decoding by linear programming.IEEE Transactions on Information Theory,2005,51(3):4203-4215. 被引量:1
  • 9Cand,et al.Sparsity and incoherence in compressive sampiing.Inverse Problems,2007,23(3):969-985. 被引量:1
  • 10Candes E,Tao T.The dantzig selector:Statistical estimation when P is much larger than n.Annals of Statistics,2007,35(6):2313-2351. 被引量:1

共引文献507

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部