高斯随机测量矩阵的研究 |
| |
引用本文: | 曾祥永.高斯随机测量矩阵的研究[J].硅谷,2014(16):30-31. |
| |
作者姓名: | 曾祥永 |
| |
作者单位: | [1]山东师范大学信息科学与工程学院,山东济南250014; [2]山东工商学院计算机科学与技术学院,山东烟台264005 |
| |
摘 要: | 只要信号是可压缩的或在某个变换域是稀疏的,压缩感知理论便可在信号采样的同时对其进行高效的压缩,该理论中选择合适的测量矩阵对信号的获取和重建精度起着关键作用。文章通过阈值处理的方法在高斯随机测量矩阵中引入零元,形成一定稀疏结构的高斯随机测量矩阵,使得非零元个数减少到原高斯矩阵的1/2~1/16,甚至更少,有利于数据的存储和传输。仿真实验表明,优化后的测量矩阵不仅保证了信息原有的重建效果,而且降低了程序运行时间,使得信息的重建速度加快。
|
关 键 词: | 压缩感知 高斯 测量矩阵 阈值处理 |
本文献已被 CNKI 维普 等数据库收录! |
|