期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于压缩传感理论的重构算法研究 被引量:4
1
作者 张涛 钟舜聪 +1 位作者 朱志彬 伏喜斌 《机电工程》 CAS 2014年第6期805-808,818,共5页
针对国内压缩传感理论(CS)尚处于起步以及理论研究阶段,为深入阐述该理论及对其实践应用性进行探索,将压缩传感理论从信号的稀疏表示、编码测量以及重构算法3个方面展开了较为详细的论述,并深入地阐述了重构算法中具有代表性的匹配追踪... 针对国内压缩传感理论(CS)尚处于起步以及理论研究阶段,为深入阐述该理论及对其实践应用性进行探索,将压缩传感理论从信号的稀疏表示、编码测量以及重构算法3个方面展开了较为详细的论述,并深入地阐述了重构算法中具有代表性的匹配追踪、正交匹配追踪、正则化正交匹配追踪算法。并进一步介绍了最小均方差线性估计(MMSE)算法,通过与常用重构算法的仿真对比,突出了MMSE算法在低采样率下的优越性。研究结果表明,该算法在实践中具有较好的应用潜力。 展开更多
关键词 压缩传感 稀疏性 信号处理 信号重构 重构算法 MMSE
下载PDF
基于石英传感器的动态称重数据处理算法研究 被引量:10
2
作者 王中立 李丽宏 《传感技术学报》 CAS CSCD 北大核心 2017年第2期236-241,共6页
通过对以石英晶体传感器为称重单元的动态称重系统称重信号中干扰信号的分析,得出其称重信号中存在大量干扰信号,包括高频噪声和低频噪声,此外车辆行驶时自身振动、轴型、行驶速度以及加速度都会影响动态称重精度。针对以上问题,提出先... 通过对以石英晶体传感器为称重单元的动态称重系统称重信号中干扰信号的分析,得出其称重信号中存在大量干扰信号,包括高频噪声和低频噪声,此外车辆行驶时自身振动、轴型、行驶速度以及加速度都会影响动态称重精度。针对以上问题,提出先利用小波变换算法对称重数据进行滤波预处理,然后再经过EEMD算法以及信号重构算法进一步处理。将以上信号处理算法通过仿真以及运用于现场,能够使称重数据误差控制在2%以内,达到了良好的称重效果。 展开更多
关键词 动态称重 信号处理 小波变换算法 EEMD算法 信号重构算法
下载PDF
稀疏度自适应分段正交匹配追踪算法改进 被引量:6
3
作者 李雪晴 丁佳静 武雪姣 《软件工程》 2019年第7期6-8,共3页
在基于压缩感知的信号重构问题中,有一类常见情况——未知信号稀疏度.针对此类情况,提出稀疏度自适应分段正交匹配追踪(Sparsity Adaptive Stagewise Orthogonal Matching Pursuit,SAStOMP)算法,该算法将自适应思想、变步长迭代思想与... 在基于压缩感知的信号重构问题中,有一类常见情况——未知信号稀疏度.针对此类情况,提出稀疏度自适应分段正交匹配追踪(Sparsity Adaptive Stagewise Orthogonal Matching Pursuit,SAStOMP)算法,该算法将自适应思想、变步长迭代思想与分段正交思想相结合,在未知信号稀疏度的情况下,自适应地选择支撑集原子的个数,最终实现信号的精确重构.仿真结果表明,针对长度为256位的原始信号,该算法重建效果优于正交匹配追踪算法、正则化正交匹配追踪算法和分段正交匹配追踪算法等. 展开更多
关键词 压缩感知 信号重建算法 稀疏度自适应 分段正交匹配追踪
下载PDF
配电网电能质量监测数据压缩传感与重构
4
作者 冯婷婷 《农业科技与装备》 2017年第1期49-51,共3页
针对配电网电能质量(PQ)海量监测数据采集、存储和传输等难点问题,引入压缩传感理论,研究配电网PQ信号压缩传感的实现方法;采用高斯随机测量矩阵获取PQ信号的线性测量值;基于傅里叶基矩阵对压缩感知信号进行正交匹配追踪重构,测试并分... 针对配电网电能质量(PQ)海量监测数据采集、存储和传输等难点问题,引入压缩传感理论,研究配电网PQ信号压缩传感的实现方法;采用高斯随机测量矩阵获取PQ信号的线性测量值;基于傅里叶基矩阵对压缩感知信号进行正交匹配追踪重构,测试并分析信号稀疏特性、随机测量次数与信号重构精度的关系。试验结果表明,基于傅里叶投影空间的正交匹配追踪算法可对谐波、间谐波等稳态PQ压缩感知信号进行精确重构,重构精度可达数量级。 展开更多
关键词 压缩传感 随机测量 信号重构算法 傅立叶基 电能质量
下载PDF
基于SL0范数的改进稀疏信号重构算法 被引量:11
5
作者 冯俊杰 张弓 文方青 《数据采集与处理》 CSCD 北大核心 2016年第1期178-183,共6页
平滑范数(Smoothed l0,SL0)压缩感知重构算法通过引入平滑函数序列将求解最小l0范数问题转化为平滑函数优化问题,可以有效地用于稀疏信号重构。针对平滑函数的选取和算法稳健性问题,提出一种新的平滑函数序列近似范数,结合梯度投影法优... 平滑范数(Smoothed l0,SL0)压缩感知重构算法通过引入平滑函数序列将求解最小l0范数问题转化为平滑函数优化问题,可以有效地用于稀疏信号重构。针对平滑函数的选取和算法稳健性问题,提出一种新的平滑函数序列近似范数,结合梯度投影法优化求解,并进一步提出采用奇异值分解(Singular value decomposition,SVD)方法改进算法的稳健性,实现稀疏度信号的精确重构。仿真结果表明,在相同的测试条件下,本文算法相比OMP算法、SL0算法以及L1-magic算法在重构精度、峰值信噪比方面都有较大改善。 展开更多
关键词 压缩感知 稀疏信号重构算法 平滑l0范数 奇异值分解
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部