稀疏信号重构相关论文
稀疏信号恢复问题是压缩感知理论中重要的基础性问题.数学上,该问题可建模为7)0稀疏优化模型,我们称之为本源模型.然而,该模型是NP......
利用深度展开的方法来设计深度神经网络在如今成为了一种经典的优化方法。文章提出了一种新的基于深度学习和压缩感知的重构算法用......
声源定位算法如今被广泛应用于视频会议、可视电话、移动通信、监测监控系统、航空航天、军事、医疗等领域。随着阵列信号处理技术......
波达方向（Direction of Arrival,DOA）估计是阵列信号处理领域中的重要研究方向之一,在雷达、电子侦察系统、通信等领域中具有广泛的......
本文主要研究信号恢复的弹性无约束算法.所取得的结果有:第一,借助l1范数及lq范数更易促进稀疏性这一特性,提出弹性无约束lq-l1极......
伴随着低功耗的微型传感器和无线通信技术的发展,无线传感器网络作为高效率、高容错的智能系统已受到国内外广泛的关注和应用。由......
波达方向（Direction Of Arrival,DOA）估计算法是阵列信号处理中主要研究方向之一,其应用涉及声呐、雷达、移动通信等众多领域。现有......
针对支撑集未知且变化时的稀疏信号的重构问题,本文基于卡尔曼滤波思想,结合压缩感知算法,给出了一种改进的卡尔曼-压缩感知（Modifi......
为了提高稀疏信号贪婪算法的重构性能,提出了一种改进的贪婪重构算法,即稀疏度估计变步长匹配追踪算法.与现有的贪婪算法相比,该算......
针对稀疏信号恢复的lp优化模型（0〈p≤1）,提出了一种可行稳健的增广Lagrange函数优化算法。该算法通过构造精确罚函数的方法,设置有......
针对近远场混合源定位问题,本文提出了一种基于稀疏信号重构的信源参数估计算法。该算法首先通过对接收信号的协方差矩阵进行稀疏......
现有的波达方向（Direction Of Arrival，DOA）和极化参数估计方法大多基于子空间理论。本文从稀疏信号重构角度出发，提出了一种新的DOA和......
摘要：针对有限脉冲条件下高分辨率逆合成孔径雷达（inverse synthetic aperture radar， ISAR）成像问题，提出基于单循环结构的SL0稀疏信号......
针对稀疏信号的重构问题,提出了l0范数近似最小化算法。利用反正切函数近似l0范数建立相应的非凸优化问题。通过构造快速的不动点......
提出了一种新的基于稀疏信号重构的无线传感网络目标定位方法。针对目标定位问题,将多目标位置表示为离散化测量空间上的稀疏向量,......
前向后向匹配追踪（FBP）算法作为一个新颖的两阶段贪婪逼近算法,因为较高的重构精度和不需要稀疏度作为先验信息的特点,受到了人们的......
通信技术的迅猛发展和空间辐射源数目的不断增加,使得接收端捕获的数据资源往往包含多个通信信号,这些信号相互交织缠绕难以区分。......
压缩感知理论是在已知信号具有可压缩性或通过变换具有稀疏性的条件下,对其信号进行采集,稀疏和重构的新理论。其中稀疏信号重构算......
针对光电容积脉搏波（Photoplethysmography,PPG）传感器数据采集降噪问题,本文提出一种基于联合稀疏重构的PPG信号运动噪声降噪算法.......
针对现有近场源估计算法中近场源数量受限于阵元数的问题，提出了一种基于稀疏对称嵌套阵列和稀疏信号重构的近场欠定波达方向估计方......
为实现快速、高分辨率逆合成孔径雷达(ISAR)成像,利用目标的内在块稀疏结构信息,提出一种迭代加权L2/L1范数块稀疏重构ISAR成像算......
为实现稳健逆合成孔径雷达(ISAR)成像,提出基于参数迭代最小化贝叶斯稀疏信号重构的ISAR成像算法。建立ISAR稀疏成像信号模型,通过......
随着物联网和云时代的到来,许多领域面临着日益膨胀的海量数据,如视频数据、实时视频、天文数据等,各种数据的存贮和传输成为一个......
舰艇自噪声会破坏自身的隐蔽性,为敌方的声呐提供检测及定位信息,还会对自身水声设备产生干扰。为提高舰艇的海上作战能力,必须有......
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,而如何通过有限的测量值重构稀疏信号是压缩感知理论中的......
压缩感知理论是对信号压缩的同时进行感知的新理论,而如何通过有限的测量值重构稀疏信号是压缩感知理论中的核心问题。针对测量值......
针对SL0算法中高斯函数对l0范数的逼近程度较差以及在算法迭代过程中存在“锯齿效应”的问题,提出一种基于修正近似双曲正切函数的......
压缩感知是近年来信号处理领域最热门的研究方向之一,它以低于Nyquist采样定理要求的频率进行采样,为解决数据冗余和资源浪费的瓶......
压缩感知理论揭示:对于稀疏信号可以利用非常有限的观测数据对信号本身进行精确恢复.基于此思路提出了一种利用短孔径有限数据实现......
信源参数估计是阵列信号处理领域的主要研究内容之一，在雷达、声呐、无线通信、医学成像、电子对抗及地震勘探等领域有着重要的应用......
研究压缩传感（Compressed Sensing, CS）的稀疏信号重构算法，该文提出一种新的算法框架阈值化迭代检测估计（Iterative Detection Estima......
研究了压缩感知理论中一种改进的迭代硬阈值稀疏信号重构算法。针对现有IHT算法类最优秀的BIHT算法中回溯操作无法保证稀疏信号重......
信源参数估计是阵列信号处理领域不可或缺的组成部分,在雷达、生物医药学、无线通信及机器人学等军用及民用领域广泛渗透。信号根......
信源到达方向(DirectionofArrival,DOA)估计是阵列信号处理中的重要研究课题。传统的DOA估计算法大都针对窄带信号而提出,宽带信号......
空间谱估计一直是阵列信号处理领域中一个具有重要应用的研究课题。近年来，稀疏信号重构和压缩感知获得了信号处理领域的广泛关注。......
压缩感知是从信号稀疏表示和函数逼近理论发展形成的信号低速率采样理论。它以稀疏信号为研究对象,通过随机线性映射将稀疏信号投......
在科学研究和工程实践中，通常需要对深埋在噪声中的微弱信息进行捕获和测量。如深空探测中的通信和测距信号检测、微弱故障诊断中的......
对EEG脑电信号的有效处理和分析,可以判断不同的脑机能状态,在神经生理科学研究和临床诊断中有着广泛应用。考虑到EEG脑电信号中每......
压缩感知（compressed sensing,CS）是一种全新的信号采样技术,对于稀疏信号,它能够以远小于传统的Nyquist采样定理的采样点来重构信号......
针对近场源定位问题，提出了一种基于稀疏信号重构的定位方法。该方法通过约束稀疏信号的L1-范数求解优化问题，实现信源的定位。该方......
