期刊文献+
共找到22篇文章
< 1 2 >
每页显示 20 50 100
心电压缩感知恢复先验块稀疏贝叶斯学习算法 被引量:7
1
作者 罗堪 李建清 +1 位作者 王志刚 蔡志鹏 《仪器仪表学报》 EI CAS CSCD 北大核心 2014年第8期1883-1889,共7页
压缩感知在低成本、低功耗、长时间的无线心电信号应用上具有优势。但现有重构算法中存在重构信号质量不理想、较大的计算量以及不能自适应噪声变化等问题。本文针对非稀疏心电信号快速精确压缩感知重构提出了先验块稀疏贝叶斯学习(P-BS... 压缩感知在低成本、低功耗、长时间的无线心电信号应用上具有优势。但现有重构算法中存在重构信号质量不理想、较大的计算量以及不能自适应噪声变化等问题。本文针对非稀疏心电信号快速精确压缩感知重构提出了先验块稀疏贝叶斯学习(P-BSBL)算法。算法在块稀疏贝叶斯学习基础上,根据心电信号先验引入了近似零解空间初值设置和数字特征迭代停止条件。为了验证算法效果,提出的方法在MIT-BIH心电数据库上进行了仿真实验。实验结果表明P-BSBL能够实现高效非稀疏心电信号高信号质量重构。P-BSBL在正常和非正常心电信号重构上都优于凸优化和贪婪方法;适用于高数据压缩比和噪声变化的心电信号重构。 展开更多
关键词 先验块稀疏贝叶斯学习 压缩感知 心电 信号恢复 人体传感器网络
下载PDF
基于块稀疏贝叶斯学习的体域网心电压缩采样 被引量:6
2
作者 彭向东 张华 刘继忠 《传感技术学报》 CAS CSCD 北大核心 2015年第3期401-407,共7页
为有效提高体域网的实时性和降低体域网的功耗,提出一种基于块稀疏贝叶斯学习的体域网心电压缩采样方法。该方法在体域网框架下,利用压缩采样理论,在体域网的传感节点利用二进制随机观测矩阵对心电信号进行压缩采样,远程监护中心获得采... 为有效提高体域网的实时性和降低体域网的功耗,提出一种基于块稀疏贝叶斯学习的体域网心电压缩采样方法。该方法在体域网框架下,利用压缩采样理论,在体域网的传感节点利用二进制随机观测矩阵对心电信号进行压缩采样,远程监护中心获得采样值之后,利用块稀疏贝叶斯学习重构算法和离散余弦稀疏变换矩阵对心电信号进行重构。实验结果表明,当心电信号压缩率在70%~90%时,基于块稀疏贝叶斯学习的重构算法要比其他重构算法的重构信噪比高出3 d B^21 d B。该方法能有效减少数据采样,减轻后续的数据存储、数据传输压力,提高体域网的实时性。同时该方法具有功耗低,易于硬件实现的优点。 展开更多
关键词 块稀疏贝叶斯学习 体域网 心电信号 压缩采样
下载PDF
基于块稀疏贝叶斯学习的肌电信号特征提取 被引量:12
3
作者 丁帅 王亮 《仪器仪表学报》 EI CAS CSCD 北大核心 2014年第12期2731-2738,共8页
针对上肢多种运动的模式识别问题,对表面肌电的特征提取方法进行了研究,旨在取得更有鉴别能力的特征。采用基于块稀疏贝叶斯学习的方法提取s EMG信号中蕴含的运动信息,用于上肢动作中的整手以及精细的手指动作的识别。基于块稀疏贝叶斯... 针对上肢多种运动的模式识别问题,对表面肌电的特征提取方法进行了研究,旨在取得更有鉴别能力的特征。采用基于块稀疏贝叶斯学习的方法提取s EMG信号中蕴含的运动信息,用于上肢动作中的整手以及精细的手指动作的识别。基于块稀疏贝叶斯学习的方法提取到的分解系数特征DC能表征s EMG信号的非线性特征。在对8位受试者6类整手以及精细的手指动作的识别实验中,将DC特征结合Willison幅值特征能更有效地反映出6类动作之间的差异,平均动作识别成功率可达92.9%。实验表明,所提出的特征提取方案可行。与传统的特征提取方法相比,此方案进一步提高了多种动作模式的识别精度。 展开更多
关键词 表面肌电 特征提取 非平稳信号 块稀疏贝叶斯学习
下载PDF
一种基于块稀疏贝叶斯学习的压缩图像融合算法 被引量:3
4
作者 刘哲 顾淑音 +1 位作者 南炳炳 李强 《光子学报》 EI CAS CSCD 北大核心 2013年第11期1365-1369,共5页
针对自然信号、图像中的丰富时序结构会影响基于多观测向量的压缩图像融合算法性能,基于块稀疏贝叶斯学习,构造了一种新的压缩图像融合算法.该算法采用概率性方法,利用正定矩阵模型化数据间的时序结构对图像中的时序结构进行建模,并将... 针对自然信号、图像中的丰富时序结构会影响基于多观测向量的压缩图像融合算法性能,基于块稀疏贝叶斯学习,构造了一种新的压缩图像融合算法.该算法采用概率性方法,利用正定矩阵模型化数据间的时序结构对图像中的时序结构进行建模,并将其统一在多观测向量模型中,进而通过贝叶斯规则和对超参量的估计,获取原始图像数据的最大后验估计.为验证该算法的有效性,对其进行了图像融合实验.仿真实验结果表明,与单观测向量模型下的压缩图像融合算法相比,所提出算法能有效降低所需的采样数量,且对多类图像都表现出更优的融合效果. 展开更多
关键词 压缩感知 压缩图像融合 块稀疏贝叶斯学习 多观测向量模型 时序结构
下载PDF
基于块稀疏贝叶斯学习的人体运动模式识别 被引量:3
5
作者 吴建宁 徐海东 +1 位作者 凌雲 王佳境 《计算机应用》 CSCD 北大核心 2016年第4期1039-1044,共6页
在人体运动模式识别中,传统稀疏表示分类算法未考虑待测试样本相应稀疏系数向量内在块结构相关性信息,影响了算法识别性能。为此,提出一种基于块稀疏模型的人体运动模式识别方法。该方法充分利用人体运动模式内在块稀疏结构,将人体运动... 在人体运动模式识别中,传统稀疏表示分类算法未考虑待测试样本相应稀疏系数向量内在块结构相关性信息,影响了算法识别性能。为此,提出一种基于块稀疏模型的人体运动模式识别方法。该方法充分利用人体运动模式内在块稀疏结构,将人体运动模式识别问题转化为稀疏表示问题,采用块稀疏贝叶斯学习算法,求解基于样本训练集优化稀疏表示待测样本的稀疏系数,并根据稀疏系数重构残差判定待识别动作类别,能有效提高人体运动模式识别率。选用包含多类别人体动作行为模式的USC-HAD数据库对所提算法性能进行了验证。实验结果表明,所提算法能够有效捕获不同运动模式内在差异信息,平均动作识别率达到97.86%,比传统动作识别方法平均提高近5%,有效提高了动作识别准确率。 展开更多
关键词 压缩感知 稀疏表示 块稀疏贝叶斯学习 人体运动 模式识别
下载PDF
基于块稀疏贝叶斯学习压缩感知的心音重构 被引量:1
6
作者 甘凤萍 王海滨 +3 位作者 房玉 张凯 秦国瑾 赵逍 《计算机工程与设计》 北大核心 2016年第4期1037-1041,共5页
为提高体域网远程传输心音信号的重构精度、运行时间及处理数据量,对一种基于块稀疏贝叶斯学习的压缩感知重构心音方法进行研究。在传感节点端对心音信号做分块处理,进行离散余弦变换字典训练;通过稀疏二进制矩阵对心音信号进行压缩,并... 为提高体域网远程传输心音信号的重构精度、运行时间及处理数据量,对一种基于块稀疏贝叶斯学习的压缩感知重构心音方法进行研究。在传感节点端对心音信号做分块处理,进行离散余弦变换字典训练;通过稀疏二进制矩阵对心音信号进行压缩,并传送至终端;利用块稀疏贝叶斯学习对终端压缩的心音重构,将重构结果与传统的正交匹配追踪结果比较。实验结果表明,块稀疏贝叶斯学习算法比正交匹配追踪算法重构的结构相似度高0.2-0.3,在信噪比方面高10db-30db,所提方法具有重构精度高,处理心音数据量大,运行时间快的显著优势。 展开更多
关键词 压缩感知 块稀疏贝叶斯学习 正交匹配追踪 心音 体域网
下载PDF
用块稀疏贝叶斯学习算法重构识别体域网步态模式 被引量:1
7
作者 吴建宁 徐海东 《计算机应用》 CSCD 北大核心 2015年第5期1492-1498,共7页
针对低功耗体域网步态远程监测终端非稀疏加速度数据重构和步态模式识别性能优化问题,提出了一种基于块稀疏贝叶斯学习的体域网远程步态模式重构识别新方法,该方法基于体域网远程步态监测系统架构和压缩感知框架,在体域网传感节点利用... 针对低功耗体域网步态远程监测终端非稀疏加速度数据重构和步态模式识别性能优化问题,提出了一种基于块稀疏贝叶斯学习的体域网远程步态模式重构识别新方法,该方法基于体域网远程步态监测系统架构和压缩感知框架,在体域网传感节点利用线性稀疏矩阵压缩原始加速度数据,减少传输数据量,降低其功耗,同时在远程终端基于块稀疏贝叶斯学习算法充分利用加速度数据块结构内在相关性,获取加速度数据内在稀疏性,有效提高非稀疏加速度数据重构性能,为准确识别步态模式提供可靠的数据支撑。采用USC-HAD数据库中行走、跑、跳、上楼、下楼五种步态运动的加速度数据验证新方法的有效性,实验结果表明,基于所提算法的加速度数据重构性能明显优于传统压缩感知重构算法性能,使基于支持向量机多步态分类器识别准确率可达98%,显著提高体域网远程步态模式识别性能。所提新方法不仅有效提高非稀疏加速度数据重构和步态模式识别性能,并且也有助于设计低功耗、低成本的体域网加速度数据采集系统,为体域网远程监测步态模式变化提供一个新方法和新思路。 展开更多
关键词 块稀疏贝叶斯学习算法 压缩感知 体域网 步态模式识别
下载PDF
基于块稀疏贝叶斯学习算法的心电数据重构 被引量:1
8
作者 陈少峰 徐文龙 《中国医学影像学杂志》 CSCD 北大核心 2016年第3期223-226,共4页
压缩感知(CS)技术在心电信号上的应用具有低成本、低功耗等优势,但传统的CS算法重构心电信号质量并不理想。本文介绍了一种基于信号块结构内相关性的块稀疏贝叶斯学习(BSBL)CS算法;并对MIT-BIH数据库中心电数据进行实验,结果显示其均方... 压缩感知(CS)技术在心电信号上的应用具有低成本、低功耗等优势,但传统的CS算法重构心电信号质量并不理想。本文介绍了一种基于信号块结构内相关性的块稀疏贝叶斯学习(BSBL)CS算法;并对MIT-BIH数据库中心电数据进行实验,结果显示其均方根误差远低于传统CS算法,表明该算法能够高质量重构心电信号。BSBL算法在心电数据上的应用有效降低了对数据的采样频率,从而缓解存储压力并降低功耗。 展开更多
关键词 信号处理 计算机辅助 压缩感知 算法 块稀疏贝叶斯学习
下载PDF
基于块稀疏贝叶斯学习的跳频通信梳状干扰抑制 被引量:6
9
作者 张永顺 朱卫纲 +3 位作者 孟祥航 贾鑫 曾创展 王满喜 《兵工学报》 EI CAS CSCD 北大核心 2018年第9期1864-1872,共9页
梳状干扰是对跳频(FHSS)通信的一种有效干扰样式,抑制梳状干扰对于确保FHSS通信的有效性至关重要。现有基于奈奎斯特采样定理的梳状干扰抑制方法存在应用中受限于采样率较高的问题。将压缩感知(CS)应用于FHSS通信梳状干扰的抑制,利用FHS... 梳状干扰是对跳频(FHSS)通信的一种有效干扰样式,抑制梳状干扰对于确保FHSS通信的有效性至关重要。现有基于奈奎斯特采样定理的梳状干扰抑制方法存在应用中受限于采样率较高的问题。将压缩感知(CS)应用于FHSS通信梳状干扰的抑制,利用FHSS信号与梳状干扰的不同压缩域特性以及梳状干扰在频域表现出的块稀疏特性,建立了基于块稀疏贝叶斯学习(BSBL)框架的FHSS通信梳状干扰抑制模型。利用期望最大化(EM)算法,设计了基于BSBL_EM的FHSS通信梳状干扰抑制算法。该算法利用BSBL_EM算法从压缩采样数据中重构出梳状干扰,进而在时域对消干扰。仿真结果表明:所提方法能够有效地抑制FHSS通信中的梳状干扰,与传统方法相比具有显著优势,干扰抑制效果受干扰强度、干扰梳齿带宽和压缩率变化的影响;相同干扰强度条件下,梳齿带宽越窄,压缩率越大,干扰抑制效果越好。 展开更多
关键词 跳频通信 梳状干扰抑制 压缩感知 稀疏 块稀疏贝叶斯学习-期望最大化算法
下载PDF
基于块稀疏贝叶斯学习的直扩通信窄带干扰检测与参数估计 被引量:5
10
作者 张永顺 朱卫纲 +1 位作者 贾鑫 王满喜 《系统工程与电子技术》 EI CSCD 北大核心 2019年第4期890-898,共9页
现有基于Nyquist采样定理的直扩(direct sequence spread spectrum,DSSS)通信窄带干扰(narrowband interference,NBI)检测和参数估计方法存在应用受限于采样率较高的问题。针对这一问题,将压缩感知(compressive sensing,CS)应用于DSSS通... 现有基于Nyquist采样定理的直扩(direct sequence spread spectrum,DSSS)通信窄带干扰(narrowband interference,NBI)检测和参数估计方法存在应用受限于采样率较高的问题。针对这一问题,将压缩感知(compressive sensing,CS)应用于DSSS通信NBI的检测和参数估计,根据DSSS信号与NBI的不同压缩域特性以及NBI在频域表现出的分块稀疏特性,利用块稀疏贝叶斯学习(block sparse Bayesian leaning,BSBL)框架获取干扰检测和参数估计的特征量,通过对特征量的检测和参数估计实现对NBI的检测和参数估计。理论分析和仿真结果表明:所提方法能够在压缩采样条件下实现对DSSS通信中NBI的有效检测和参数估计,与传统方法相比具有显著优势,干扰检测和参数估计性能受干扰强度、干扰带宽以及压缩率变化的影响,干扰强度越强、干扰带宽越小、压缩率越大,干扰检测和参数估计效果越好。 展开更多
关键词 压缩感知 直扩通信 窄带干扰检测 窄带干扰参数估计 稀疏 块稀疏贝叶斯学习
下载PDF
基于信息辅助块稀疏贝叶斯学习的直扩通信窄带干扰抑制 被引量:2
11
作者 张永顺 朱卫纲 +1 位作者 钱昭勇 贾鑫 《电讯技术》 北大核心 2020年第9期1055-1063,共9页
现有基于Nyquist-Shannon采样定理的窄带干扰(Narrowband Interference,NBI)抑制方法存在应用受限于采样率较高的问题。应用压缩感知(Compressive Sensing,CS)理论解决上述问题,利用NBI在频域表现出的块稀疏特性以及直接序列扩频(Direct... 现有基于Nyquist-Shannon采样定理的窄带干扰(Narrowband Interference,NBI)抑制方法存在应用受限于采样率较高的问题。应用压缩感知(Compressive Sensing,CS)理论解决上述问题,利用NBI在频域表现出的块稀疏特性以及直接序列扩频(Direct Sequence Spread Spectrum,DSSS)信号的类噪声特性,提出了基于块稀疏贝叶斯学习(Block Sparse Bayesian Learning,BSBL)框架的DSSS通信NBI抑制模型。实现干扰抑制后,利用传统的CS重构算法实现DSSS信号的压缩域解调。为进一步提高算法性能,将NBI稀疏分块的块内自相关矩阵建模为单位矩阵,提出了信息辅助BSBL(Aid BSBL,ABSBL)算法,设计了基于ABSBL的DSSS通信NBI抑制算法。该算法在保持较好NBI抑制性能的条件下,提高了运算效率并且不依赖NBI的稀疏结构。仿真验证和对比分析结果表明,所提方法能够有效抑制DSSS通信中的NBI,在干扰强度相同的条件下,NBI带宽越小、压缩率越大,算法对NBI的抑制性能越好。 展开更多
关键词 窄带干扰抑制 压缩感知 直扩通信 信息辅助块稀疏贝叶斯学习 稀疏
下载PDF
基于块稀疏贝叶斯学习的SAR图像目标方位角估计方法
12
作者 游丽 《红外与激光工程》 EI CSCD 北大核心 2022年第4期389-394,共6页
提出了一种基于块稀疏贝叶斯学习的合成孔径雷达(Synthetic aperture radar,SAR)图像目标方位角估计方法。SAR图像具有较强的方位角敏感性,因此对于具有某一方位角的SAR图像仅能与其具有相近方位角的样本具有较高的相关性。方法基于稀... 提出了一种基于块稀疏贝叶斯学习的合成孔径雷达(Synthetic aperture radar,SAR)图像目标方位角估计方法。SAR图像具有较强的方位角敏感性,因此对于具有某一方位角的SAR图像仅能与其具有相近方位角的样本具有较高的相关性。方法基于稀疏表示的基本思想,首先对所有训练样本按照方位角顺序排列为全局字典。在此条件下,待估计样本在该字典上的线性表示系数具有块稀疏特性,即非零表示系数主要聚集在字典上的某一局部区域。求解得到的块稀疏位置包含的训练样本可以有效地反映待估计样本的方位角信息。采用块稀疏贝叶斯学习(Block sparse Bayesian learning,BSBL)算法求解全局字典上的稀疏表示系数,并根据具有最小重构误差的原则获得最佳的局部分块。在获取最佳分块的基础上,方位角计算方法采用线性加权的方式综合了该分块区间内所有训练样本的方位角信息从而获得更为稳健的估计结果。所提出的方法在充分考察SAR图像方位角敏感性的基础上,综合运用局部区间内样本的有效信息,避免了基于单一样本估计的不确定性。为了验证所提出方法的有效性,基于Moving and stationary target acquisition and recognition(MSTAR)数据集进行了方位角估计实验并与几类经典方法进行对比分析。实验结果验证了所提出方法的性能优势。 展开更多
关键词 合成孔径雷达 方位角估计 块稀疏贝叶斯学习 线性加权
下载PDF
基于改进块贝叶斯学习的多通道心电信号重构
13
作者 凌振宝 单君娜 董冉 《科学技术与工程》 北大核心 2022年第14期5700-5705,共6页
为提高可穿戴心电监护系统的重构精度,提出了一种结合多测向量模型的块稀疏贝叶斯学习心电信号重构算法,并在算法的求解过程中使用快速边缘似然最大化算法。对MIT-BIH心律失常数据库、MIT-BIH噪声测试数据库和PTB诊断数据库中心电信号... 为提高可穿戴心电监护系统的重构精度,提出了一种结合多测向量模型的块稀疏贝叶斯学习心电信号重构算法,并在算法的求解过程中使用快速边缘似然最大化算法。对MIT-BIH心律失常数据库、MIT-BIH噪声测试数据库和PTB诊断数据库中心电信号的实验表明,相比于其他传统的压缩感知重构算法,该算法具有重构精度高、运行时间短的优势;相比于基于单测向量模型的块稀疏贝叶斯算法,该算法的重构精度提高了35%,重构速度提高至原来的8倍;在重构含噪声心电信号的情况下,该算法获得比其他重构算法更好的重构效果。因此,本文算法在可穿戴心电监护系统中具有良好的应用前景。 展开更多
关键词 块稀疏贝叶斯学习 多测向量 快速边缘似然最大化 重构 多通道心电信号
下载PDF
基于多字典联合与分层块稀疏贝叶斯框架的多辐射源直接定位方法 被引量:1
14
作者 叶泓臻 郭海召 +2 位作者 关浩亮 张顺生 王文钦 《雷达学报(中英文)》 EI CSCD 北大核心 2022年第3期434-442,共9页
基于压缩感知的直接定位方法依赖准确的信号传播模型,当传播模型的参数部分未知时,其定位性能会显著下降。针对这个问题,该文提出了一种基于多字典联合与分层块稀疏贝叶斯框架的多辐射源直接定位方法。该文将辐射源定位问题转化为恢复... 基于压缩感知的直接定位方法依赖准确的信号传播模型,当传播模型的参数部分未知时,其定位性能会显著下降。针对这个问题,该文提出了一种基于多字典联合与分层块稀疏贝叶斯框架的多辐射源直接定位方法。该文将辐射源定位问题转化为恢复对应不同字典但具有共享稀疏性的信号,通过多字典联合来解决存在信道衰减的辐射源定位问题。仿真结果表明:所提方法在低信噪比和少快拍条件下,相比稀疏贝叶斯方法和直接定位方法具有更优的定位性能。 展开更多
关键词 块稀疏贝叶斯学习 多字典 直接定位 多辐射源定位 到达角 到达时间
下载PDF
基于分层块稀疏学习的射频层析成像
15
作者 黄子宁 黄开德 杨志勇 《物联网技术》 2022年第11期104-108,共5页
针对射频层析成像中多径衰落不确定性引起的成像精度低、稳定性差的问题,提出基于分层块稀疏学习的射频层析成像模型。利用兴趣目标状态的时空稀疏性和相关性,设计信号的块稀疏结构表示与多观测参数学习方法,提升信号重构对多径不确定... 针对射频层析成像中多径衰落不确定性引起的成像精度低、稳定性差的问题,提出基于分层块稀疏学习的射频层析成像模型。利用兴趣目标状态的时空稀疏性和相关性,设计信号的块稀疏结构表示与多观测参数学习方法,提升信号重构对多径不确定性的抑制能力,增强鲁棒性。基于分层思想,将成像过程分解为粗粒度检测与细粒度成像两个阶段,降低计算量,提高成像效率。真实实验结果表明,相比于常用的正则化最小二乘法,所提方法能有效提升室内环境下成像的精度和鲁棒性。 展开更多
关键词 射频层析成像 多径不确定性 块稀疏贝叶斯学习 分层框架 室内定位 正则化最小二乘法
下载PDF
针对块稀疏信道的估计算法 被引量:2
16
作者 吕斌 杨震 冯友宏 《信号处理》 CSCD 北大核心 2015年第12期1680-1687,共8页
无线多径信道中存在着块稀疏结构。针对块稀疏信道中分块信息是否已知的不同场景,分别提出了两种基于块稀疏贝叶斯学习(BSBL)框架的OFDM系统信道估计算法。这两种算法根据边界最优(BO)方法估计信道分块的稀疏度参数,提升算法运算速率。... 无线多径信道中存在着块稀疏结构。针对块稀疏信道中分块信息是否已知的不同场景,分别提出了两种基于块稀疏贝叶斯学习(BSBL)框架的OFDM系统信道估计算法。这两种算法根据边界最优(BO)方法估计信道分块的稀疏度参数,提升算法运算速率。为进一步提升信道估计性能,在基于BSBL框架算法仅利用导频信号估计信道的基础上,又提出了基于联合块稀疏贝叶斯学习(JBSBL)的信道估计新算法,该算法利用导频与数据子载波实现信道的联合估计。仿真结果表明,与传统的信道估计算法相比,本文提出的算法均可获得很好的信道估计性能,且基于JBSBL的信道估计算法性能更佳。 展开更多
关键词 稀疏信道 信道估计 块稀疏贝叶斯学习
下载PDF
基于同时稀疏和低秩先验的多通道脑电波信号重建方法 被引量:1
17
作者 封磊 陈俊宇 +1 位作者 朱俊 莫晓晖 《南京理工大学学报》 CAS CSCD 北大核心 2021年第3期326-331,共6页
该文提出了一种基于lq范数和截断加权Schatten-p范数(LQTWSP)的非凸优化模型,旨在准确挖掘多通道脑电波信号中固有的同时稀疏和低秩属性,并选择了一种有效的迭代方案求解非凸优化模型。通过实验验证该文LQTWSP方法的性能。将LQTWSP与基... 该文提出了一种基于lq范数和截断加权Schatten-p范数(LQTWSP)的非凸优化模型,旨在准确挖掘多通道脑电波信号中固有的同时稀疏和低秩属性,并选择了一种有效的迭代方案求解非凸优化模型。通过实验验证该文LQTWSP方法的性能。将LQTWSP与基于内点法的SCLR(SCLR-I)、基于交替方向乘子法的SCLR(SCLR-A)、同步正交匹配追踪(SOMP)法、块稀疏贝叶斯学习(BSBL)和同步贪婪分析追踪(SGAP)法进行比较。实验在Physical Bank数据库的CHB-MIT头皮脑电波数据库上进行。结果显示:SCLR-I和SCLR-A可以获得比BSBL更好的结果,该文LQTWSP方法的误差低于SCLR-I和SCLR-A,速度比SCLR-I快,与SCLR-A接近。由于该文LQTWSP方法能充分发挥非凸替代函数优势,能准确挖掘同时稀疏和低秩属性,因此比其他方法更适合于多通道脑电波信号的重建。 展开更多
关键词 压缩感知 同时稀疏 低秩先验 多通道脑电波 内点法 交替方向乘子法 同步正交匹配追踪 块稀疏贝叶斯学习
下载PDF
基于块稀疏贝叶斯的生物发光断层重建 被引量:1
18
作者 殷万周 张宾 《光学学报》 EI CAS CSCD 北大核心 2019年第2期140-152,共13页
生物发光断层成像(BLT)是一种非侵入、高灵敏度的光学分子影像技术,可以通过探测生物体表面的光信号重建出生物体内部光源的三维分布情况。由于光在组织中传播时,散射占据主导作用,导致BLT重建问题的病态性,给光源重建带来巨大的挑战。... 生物发光断层成像(BLT)是一种非侵入、高灵敏度的光学分子影像技术,可以通过探测生物体表面的光信号重建出生物体内部光源的三维分布情况。由于光在组织中传播时,散射占据主导作用,导致BLT重建问题的病态性,给光源重建带来巨大的挑战。在BLT重建中,基于光源稀疏分布的特征,稀疏正则化方法相比于传统的L2范数正则化取得了显著进展。更进一步,由于生物发光光源的分布具有的空间聚集特征,利用该特征将有助于进一步提高BLT重建的准确性。相比于传统的针对求解域中所有未知量进行稀疏重建的算法,探索了利用块稀疏进行生物发光断层成像重建的可行性,首先通过对系统矩阵进行相关系数分析将求解域划分成一系列数据块,然后利用块稀疏贝叶斯算法对生物发光光源的分布进行三维重建。通过仿真实验与小鼠活体实验,并与传统稀疏重建算法L1-LS进行了比较,结果表明该方法可以有效缓解BLT重建问题的病态性,抑制噪声,并且可提高重建结果的准确性。 展开更多
关键词 成像系统 光学分子影像 生物发光断层成像 块稀疏贝叶斯学习算法 重建问题
原文传递
基于BSBL-BO算法的DME脉冲干扰抑制方法 被引量:5
19
作者 李冬霞 陈秋雨 +1 位作者 王磊 刘海涛 《系统工程与电子技术》 EI CSCD 北大核心 2021年第9期2649-2656,共8页
针对测距仪(distance measure equipment,DME)信号干扰L频段数字航空通信系统1(L-band digital aeronautical communication system 1,L-DACS1)正交频分复用(orthogonal frequency-division multiplexing,OFDM)接收机的问题,提出基于块... 针对测距仪(distance measure equipment,DME)信号干扰L频段数字航空通信系统1(L-band digital aeronautical communication system 1,L-DACS1)正交频分复用(orthogonal frequency-division multiplexing,OFDM)接收机的问题,提出基于块稀疏贝叶斯学习边界优化(block sparsEbayesian learning-thEbound optimization,BSBL-BO)算法的DME脉冲干扰抑制方法。首先,利用OFDM接收机空子载波不传输有用信号的特点构造针对DME脉冲干扰信号的压缩感知模型;然后基于BSBL-BO算法重构DME脉冲干扰信号;最后在时域进行干扰消除。仿真结果表明,该方法比已有的脉冲干扰抑制方法具有更高的重构精度和更快的运算速度,进一步降低了OFDM接收机的误比特率,提高了L-DACS1系统前向链路传输性能。 展开更多
关键词 L频段数字航空通信系统1型 测距仪干扰 贝叶斯压缩感知 块稀疏贝叶斯学习
下载PDF
基于小波包字典优化的旋转机械振动信号压缩感知重构方法 被引量:5
20
作者 温江涛 孙洁娣 +1 位作者 于洋 闫常弘 《振动与冲击》 EI CSCD 北大核心 2018年第22期164-172,共9页
采用工业无线传感器网络的机械状态监测系统需要进行复杂的数据压缩和高精度的重构,而传感器网络节点资源受限,针对这一问题提出基于小波包字典优化的旋转机械振动信号压缩感知重构方法。该方法结合小波包多分辨率分析及K-SVD字典训练方... 采用工业无线传感器网络的机械状态监测系统需要进行复杂的数据压缩和高精度的重构,而传感器网络节点资源受限,针对这一问题提出基于小波包字典优化的旋转机械振动信号压缩感知重构方法。该方法结合小波包多分辨率分析及K-SVD字典训练方法,提出了小波包字典优化方法代替传统的正交基字典稀疏表示方法,提高稀疏度。根据旋转机械振动信号自身特征,提出用块稀疏贝叶斯学习最大期望值算法,代替传统仅依赖于稀疏假设的算法实现信号重构。实际轴承振动信号仿真结果表明,该方法相对于传统的压缩感知方法重构性能明显提高。 展开更多
关键词 旋转机械振动信号 压缩感知重构 小波包字典优化 K-SVD 块稀疏贝叶斯学习
下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部