-
题名小波变换的稀疏最优化信号趋势项提取方法
被引量:5
- 1
-
-
作者
马子骥
钟广超
刘宏立
李艳福
-
机构
湖南大学电气与信息工程学院
-
出处
《传感器与微系统》
CSCD
2017年第1期27-30,共4页
-
基金
中央国有资本经营预算项目(财企[2013]470号)
中央高校基本科研项目(2014-004)
+3 种基金
国家自然科学基金资助项目(61172089)
湖南省科技计划资助项目(2014WK3001)
湖南省科技计划资助重点项目(2015JC3053)
中国博士后科研基金资助项目(2014M562100)
-
文摘
针对非线性信号的趋势项,提出一种基于小波变换的稀疏最优化方法(WT-SO)。该方法通过设置两个边界约束条件,求取l1范数稀疏最优解重构信号趋势项。仿真信号与实测信号处理结果表明:该方法依据信号自身的特性来定义趋势项,不需要对信号作任何假设,比传统的提取趋势项的方法具有更高的精度和可靠性,且在各种噪声环境下均具有良好的鲁棒性。
-
关键词
信号趋势
小波变换
稀疏最优化
边界约束
l1范数稀疏最优解
-
Keywords
signal trend
wavelet transform
sparse optimization
boundary constraints
l1 norm sparse optimalsolution
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
-
题名压缩感知基本理论:回顾与展望
被引量:68
- 2
-
-
作者
邵文泽
韦志辉
-
机构
南京理工大学计算机科学与技术学院
-
出处
《中国图象图形学报》
CSCD
北大核心
2012年第1期1-12,共12页
-
基金
国家高技术研究发展计划(863计划)基金项目(2007AA12Z142)
国家自然科学基金项目(60802039
+1 种基金
60672074)
教育部高等学校博士点基金项目(20070288050)
-
文摘
随着信息社会的迅速发展,人们对数字信息的需求越来越大。同时,人们对信号的采样速率、传输速度和存储空间的要求也变得越来越高。如何在保持信号信息的同时尽可能地减少信号的采样数量?Candès在2006年的国际数学家大会上介绍了一种称为压缩感知的新颖信号采样理论,指出:只要远少于传统Nyquist采样定理所要求的采样数即可精确或高概率精确重建原始信号。围绕压缩感知的稀疏字典设计、测量矩阵设计、重建算法设计这3个核心问题,对其基本理论和主要方法进行了系统阐述,同时指出了压缩感知有待解决的若干理论问题与关键技术。
-
关键词
压缩感知
稀疏逼近
非相干性
测量矩阵
稀疏最优化
-
Keywords
compressed sensing
sparse approximation
incoherence
measurement matrix
sparse optimization
-
分类号
TN911.72
[电子电信—通信与信息系统]
-