有限等距性质相关论文
压缩感知(Compressed Sensing,CS)理论是一种新兴起的信号采样理论,由于其特殊的采样方式,因此在无线传感器网络、医学图像处理、......
采用压缩感知理论的穿墙稀疏成像恢复算法需要感知矩阵满足有限等距性质(RIP),最直接的验证方法是判定感知矩阵的相干系数是否较小......
可靠的无线通信需要准确地知道下层信道的信息,因此需要进行信道估计。而许多真实信道表现为仅有一些相对较少的非零信道系数的稀......
压缩感知理论中的稀疏重构问题,要将一个高维信号从它的低维投影中恢复出来,通常选用稠密随机矩阵作为观测矩阵来解决这一问题。而......
压缩感知理论（Compressed Sensing,CS）是对信号压缩的同时进行感知的新理论,而如何分析观测矩阵（Sensing Matrix）的稳定性是压缩感知理......
压缩感知(CS)利用图像稀疏表示的先验知识,从少量的观测值中重建出原始图像。将CS理论应用于单幅图像超分辨率(SR),提出一种基于两......
在正交频分复用(OFDM)系统中,研究稀疏信道估计的导频是基于与OFDM系统导频子载波相关联的测量矩阵的互相关最小化的方法。为了解......
稀疏随机矩阵由于具有存储容量小、编码和重构复杂度低、易于更新等优良特性而适用于分布式应用。为确保稀疏随机矩阵可作为压缩感......
Toeplitz测量矩阵的卷积特性使压缩感知理论在线性时不变系统辨识问题中得到广泛应用。但在信号频率较高的场合往往需要对测量结果......
压缩感知测量矩阵构造方式多样并不断发展,为梳理现有研究成果,掌握测量矩阵发展动态,对压缩感知测量矩阵构造进行系统介绍。首先,......
测量矩阵在压缩感知中起着关键性的作用,其性能会影响原始信号的压缩与重构.现有的测量矩阵多数为随机的,它们在实际应用中有存储......
有限等距常数是评价压缩感知测量矩阵的重要参数之一,例如压缩感知精确重构须保证有限等距常数满足一定的条件,因此求出有限等距常......
