在工程实际中,经常遇到流信号的稀疏重构问题。流信号稀疏重构不同于传统的信号稀疏重构:在工作期间,流信号是源源不断的,而传统的......

基于信号的稀疏特征,利用压缩感知技术可以实现以较少的样本重构出原始信号,从而降低采样硬件的成本,同时也节省了因保存采样数据......

压缩感知技术(Compressive Sensing,CS)是近年来信号处理领域最为热门的技术之一,它被用于处理自身具有稀疏特性或在某一特定的变......

压缩感知(Compressive Sensing, CS)是信号处理领域的热门技术之一。近年来,压缩感知在理论与实现方面都取得了长足进步,国内外学......

块效应和未知且时变的噪声强度会降低时域流信号动态稀疏重构的性能,为解决该问题,本文基于重叠正交变换和稀疏贝叶斯学习框架,提......

压缩感知技术是近年来信号处理领域最热门的技术。传统的压缩感知理论并未考虑到稀疏信号本身可能具有的某种结构,块稀疏就是其中......

认知无线电(Cognitive Radio, CR)是一种在现有的无线通信系统中引入动态频谱接入(Dynamic Spectrum Access, DSA)机制,从而有效提......

为了解决多任务观测条件下时域流信号动态重构面临的块效应问题,该文基于重叠正交变换(LOT)和稀疏贝叶斯学习的贪婪重构框架先后提......

针对稀疏流信号,提出了一种自适应卡尔曼滤波恢复方法,该算法基于压缩感知AIC结构,用有限长的窗口对信号进行观测,利用前后窗内信......

针对现有的频谱感知存在信号稀疏度估计所需压缩观测值不能满足信号稀疏度变化时实时跟踪的问题,研究一种基于稀疏系数信息估计的......