小波模极大值点的信号稀疏表示及重建
作为压缩感知理论的前提,稀疏表示要求信号本身是稀疏的或者在某种正交基下可以稀疏表示.本文针对信号本身及小波变换后均不够稀疏的情况,提出一种基于模极大值点的信号稀疏表示算法.该算法在小波变换的基础上,利用小波分解的结构,对各层高频小波系数通过寻找其模极大值点的方法进行稀疏化,然后通过测量矩阵得到它的测量值,对测量点数进行熵编码以实现数据压缩传输.解码时,采用正交匹配追踪算法得到模极大值点的估计值,最后通过交替投影法重构出原信号.仿真结果表明,与经典压缩感知算法相比,该算法恢复信号的质量有较大提高,且由于稀疏度增大,所以信号具有更好的可压缩性,实验表明本文算法对复杂信号效果更明显.
信号处理 稀疏表示 模极大值点 小波系数 正交匹配追踪算法
雷蕾 岑翼刚 崔丽鸿 赵瑞珍 岑丽辉
北京交通大学计算机与信息技术学院,北京,100044;现代信息科学与网络技术北京市重点实验室,北京100044 北京化工大学理学院,北京,100029 中南大学信息科学与工程学院,湖南长沙 410083
国内会议
哈尔滨
中文
1519-1525
2013-10-01（万方平台首次上网日期，不代表论文的发表时间）