期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于滤波器结构的压缩感知雷达感知矩阵优化 被引量:12
1
作者 张劲东 张弓 +1 位作者 潘汇 贲德 《航空学报》 EI CAS CSCD 北大核心 2013年第4期864-872,共9页
压缩感知雷达的目标场景恢复性能要求不同目标的反射回波在压缩空间上的互相关性尽可能小。基于该思想,提出了压缩感知雷达感知矩阵优化模型,根据系统参数和任务信息,以降低感知矩阵互相关性为目标,自适应地构造发射波形和测量矩阵,提... 压缩感知雷达的目标场景恢复性能要求不同目标的反射回波在压缩空间上的互相关性尽可能小。基于该思想,提出了压缩感知雷达感知矩阵优化模型,根据系统参数和任务信息,以降低感知矩阵互相关性为目标,自适应地构造发射波形和测量矩阵,提升系统性能。分别给出了基于滤波器结构的压缩感知雷达发射波形优化、测量矩阵优化以及波形-测量矩阵联合优化算法。仿真结果表明:本文提出的压缩感知雷达感知矩阵优化模型和算法能够有效地提高场景恢复精度。 展开更多
关键词 压缩感知雷达 感知矩阵优化 发射波形优化 测量矩阵优化 滤波器结构
原文传递
改进的压缩感知测量矩阵优化方法 被引量:6
2
作者 麻曰亮 裴立业 江桦 《信号处理》 CSCD 北大核心 2017年第2期192-197,共6页
压缩感知理论中,测量矩阵优化是一类通过减小测量矩阵与稀疏字典的互相关性来改善测量矩阵性能的方法。本文提出一种能够同时降低整体相关系数和最大值相关系数的测量矩阵优化算法,该算法分为两步:一是通过平均化Gram矩阵特征值来降低... 压缩感知理论中,测量矩阵优化是一类通过减小测量矩阵与稀疏字典的互相关性来改善测量矩阵性能的方法。本文提出一种能够同时降低整体相关系数和最大值相关系数的测量矩阵优化算法,该算法分为两步:一是通过平均化Gram矩阵特征值来降低测量矩阵的整体相关系数;二是利用阈值函数收缩Gram矩阵非对角线上较大值。两个步骤交替执行,直到解出符合优化要求的测量矩阵。该算法在保证整体相关系数降到最低的同时,又使最大值相关系数显著降低。实验结果表明,与现有算法进行对比,本文方法在降低相关系数和重构成功率上都有一定优势。 展开更多
关键词 压缩感知 测量矩阵优化 GRAM矩阵 相关系数
下载PDF
步长自适应的测量矩阵迭代优化方法 被引量:3
3
作者 沈子钰 汪立新 《计算机工程与应用》 CSCD 北大核心 2019年第1期266-270,共5页
在压缩感知中,降低传感矩阵的列相干性可以提高重构精度。因为稀疏字典一般是固定的,所以目前主要通过优化测量矩阵来间接降低传感矩阵列相干性。提出一种改进的测量矩阵优化算法,使用梯度下降法更新测量矩阵并结合Barzilai-Borwen方法... 在压缩感知中,降低传感矩阵的列相干性可以提高重构精度。因为稀疏字典一般是固定的,所以目前主要通过优化测量矩阵来间接降低传感矩阵列相干性。提出一种改进的测量矩阵优化算法,使用梯度下降法更新测量矩阵并结合Barzilai-Borwen方法以及Armijo准则,使步长能够在迭代中自适应调整并保证算法收敛性。仿真实验表明,所提出的方法具有更快的收敛速度并且能够得到更优的测量矩阵。 展开更多
关键词 压缩感知 测量矩阵优化 梯度下降 自适应步长
下载PDF
基于测量矩阵优化的分布式压缩估计算法 被引量:1
4
作者 刘云 陈倩 《计算机工程》 CAS CSCD 北大核心 2018年第3期114-118,共5页
为更好地解决无线传感网分布式测量中有效数据估计问题,提出一种新的分布式压缩估计算法。通过在一个压缩维度上完成未知参数变量的分布式估计,并采用自适应随机梯度递归方法更新测量矩阵,将分布式压缩估计与测量矩阵优化相结合,实现收... 为更好地解决无线传感网分布式测量中有效数据估计问题,提出一种新的分布式压缩估计算法。通过在一个压缩维度上完成未知参数变量的分布式估计,并采用自适应随机梯度递归方法更新测量矩阵,将分布式压缩估计与测量矩阵优化相结合,实现收敛速度及估计误差精度的最优化。仿真结果表明,与d NLMS、DCE算法相比,该算法具有更快的收敛速度及更高的估计误差精度。 展开更多
关键词 无线传感测量 分布式压缩估计 梯度递归 测量矩阵优化 系统模型
下载PDF
基于SVD与最小化互相干系数的测量矩阵优化方法
5
作者 张瑞 孟晨 +1 位作者 王成 王强 《电子测试》 2021年第20期37-39,32,共4页
在压缩感知过程中,测量矩阵的设计与选择将直接影响到信号压缩感知的效果。为了提高信号的重构精度与压缩感知性能,提出了一种新的测量矩阵优化算法。首先,对基础测量矩阵进行奇异值分解,然后优化其非零奇异值得到新的测量矩阵,同时借... 在压缩感知过程中,测量矩阵的设计与选择将直接影响到信号压缩感知的效果。为了提高信号的重构精度与压缩感知性能,提出了一种新的测量矩阵优化算法。首先,对基础测量矩阵进行奇异值分解,然后优化其非零奇异值得到新的测量矩阵,同时借鉴最小化互相干系数的思想对测量矩阵与稀疏变换矩阵的Gram矩阵进一步进行优化,得到最终优化的测量矩阵。仿真结果表明,与传统的测量矩阵和传统的优化方法相比,提出的新算法有效地提高了优化后的测量矩阵的重构精度与压缩感知性能。 展开更多
关键词 压缩感知 测量矩阵优化 奇异值分解 GRAM矩阵
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部