信号处理
信號處理
신호처리
SIGNAL PROCESSING
2012年
5期
744-749
,共6页
压缩感知%卡尔曼滤波%稀疏信号重构%最小l1范数
壓縮感知%卡爾曼濾波%稀疏信號重構%最小l1範數
압축감지%잡이만려파%희소신호중구%최소l1범수
针对支撑集未知且变化时的稀疏信号的重构问题,本文基于卡尔曼滤波思想,结合压缩感知算法,给出了一种改进的卡尔曼-压缩感知(Modified Kalman Filter Compressive Sensing,MKFCS)信号重构算法,该算法首先利用Kalman滤波获得信号残差的有效估计,然后根据残差变突情况,用改进的CS算法估计突变位置以确定信号的新的支撑集,最后用最小二乘方法重构信号,从而自适应的实现支撑集未知且变化的稀疏信号的重构.最后对所改进的通过重构精度、重构误差、稳健性等方面进行了仿真,仿真结果表明所提算法重构信号具有需要量测个数少、重构精度高、鲁棒性强等特点.
針對支撐集未知且變化時的稀疏信號的重構問題,本文基于卡爾曼濾波思想,結閤壓縮感知算法,給齣瞭一種改進的卡爾曼-壓縮感知(Modified Kalman Filter Compressive Sensing,MKFCS)信號重構算法,該算法首先利用Kalman濾波穫得信號殘差的有效估計,然後根據殘差變突情況,用改進的CS算法估計突變位置以確定信號的新的支撐集,最後用最小二乘方法重構信號,從而自適應的實現支撐集未知且變化的稀疏信號的重構.最後對所改進的通過重構精度、重構誤差、穩健性等方麵進行瞭倣真,倣真結果錶明所提算法重構信號具有需要量測箇數少、重構精度高、魯棒性彊等特點.
침대지탱집미지차변화시적희소신호적중구문제,본문기우잡이만려파사상,결합압축감지산법,급출료일충개진적잡이만-압축감지(Modified Kalman Filter Compressive Sensing,MKFCS)신호중구산법,해산법수선이용Kalman려파획득신호잔차적유효고계,연후근거잔차변돌정황,용개진적CS산법고계돌변위치이학정신호적신적지탱집,최후용최소이승방법중구신호,종이자괄응적실현지탱집미지차변화적희소신호적중구.최후대소개진적통과중구정도、중구오차、은건성등방면진행료방진,방진결과표명소제산법중구신호구유수요량측개수소、중구정도고、로봉성강등특점.
