论文部分内容阅读
针对利用压缩感知（CS）进行信号分类识别的问题,提出了一种联合欲分类信号和样本信号的健壮CS分类算法。该方法通过引入＂同一性＂的概念,克服了信号过完备字典传统构造方式的不足,增强了信号稀疏表示与信号类别间的关联性,提升了基于压缩感知的信号分类算法性能。仿真实验证明了所提方法的正确性,并进一步表明：在非最优过完备字典下,该方法较之传统CS分类算法更具有分类准确度。