稀疏度自适应相关论文
基于奈奎斯特采样定理的传统信号处理方式存在数据处理效率低、资源浪费严重等缺陷。压缩感知是一种新型的信号采样及重构理论,可......
为了解决在信号和图像重构中前向搜索正交匹配追踪算法需要在稀疏度已知的条件下进行重构，且重构精度不足的问题，提出了一种稀疏度自......
在毫米波大规模MIMO系统中，由于毫米波的路径损耗极其严重，在空间中只有少量的可用信道存在，加上大规模天线形成的高增益窄细波束，使得......
针对无线信道的时域稀疏性以及稀疏度未知的问题,文章将压缩感知技术应用到正交频分复用(OFDM)系统信道估计中,提出了一种稀疏度自......
毫米波技术作为5G通信技术的关键技术之一,可以提高通信系统的系统容量,缓解频谱资源压力。有效发挥毫米波的频谱资源优势,准确地......
在信号重构算法中,针对基于树的多路径匹配追踪深度优先算法计算量大和多路径匹配追踪信号稀疏度未知等问题,本文提出了一种改进的......
由于传统子空间类算法在少快拍数、低信噪比(signal noise ratio,SNR)、信源相干等条件下波达方向(direction of arrival,DOA)估计......
大规模多输入多输出(MIMO,multiple-input multiple-output)是物联网(IoT,Internet of things)中为多种机器类设备高效提供连接服......
在正交频分复用(OFDM)系统中,准确、实时的信道估计是接收信息成功解调的重要保证。高速移动和多径传播环境使得基站和移动台之间......
高光谱图像因其较高的光谱分辨率而得到广泛应用,但由于成像光谱仪空间分辨率的限制,使得混合像元大量存在,严重影响后续图像处理......
随着通信技术的不断发展,第五代移动通信技术(5G)逐步进入我们的生活。相比4G,5G通信系统的容量大大增加,能够满足人们各种各样的......
随着通信技术的不断发展,频分复用模式的大规模多输入多输出系统作为第五代移动通信的核心技术受到众多研究人员的关注。与传统的......
压缩感知(Compressed Sensing,CS)理论表明,对于稀疏信号而言,准确恢复原始信号的采样点数可以少于奈奎斯特定理指定的数量,并且在......
压缩感知是近年来信号获取和处理领域中较为热门的研究方向。1-Bit压缩感知作为压缩感知理论的一个重要分支,对测量值进行1-Bit极......
光学分子影像是一种新兴的分子影像技术，它具有无创性，无放射性，灵敏度高，成像速度快，成本低等优点，近年来在理论与实际应用方面发展都很......
利用毫米波MIMO系统的稀疏特性,信道估计可以转化为稀疏信号重构的问题。解决毫米波MIMO稀疏信道估计问题时,传统的OMP方法需要信......
压缩感知（CS）是一种新的信号采样、处理和恢复理论,能够显著地降低高频窄带信号的采样频率。针对稀疏度未知信号的重建,提出了步长自......
鉴于使用信道缩短滤波器的系统的复杂度会随着滤波器中非零抽头的增加而快速增大,运用盲自适应子空间追踪（Blind Adaptive Subspace......
摘要；图像修复是指利用图像中已有的信息，对破损的地方进行修复或者删减目标物的图像处理技术。压缩感知是信号处理技术，利用信号的稀......
针对分段正交匹配追踪（St OMP）算法需要信号的稀疏度作为先验信息且重构精度较低的特点,提出一种稀疏度自适应分段正交匹配追踪算法......
针对目前稀疏度自适应的压缩感知（compressedsensing，CS）信道估计算法计算量过大的问题，文章提出了基于关联度分析的稀疏度自适应归档......
分布式调制宽带转换器（DMWC）是基于MWC改进的一种降采样方法，DMWC常用OMP算法准确感知信号的前提是已知被感知信号的稀疏度和最大带宽......
针对目前的压缩感知（CS）重构贪婪算法,为了进一步提高重构算法适用性,即对信号的稀疏度不用提前知道,并提高算法的重构速度。基于已......
针对局部线性嵌入近邻选取和权重矩阵奇异的问题,提出一种自适应局部稀疏线性嵌入降维算法。采用稀疏度自适应匹配追踪求解权重矩......
针对OFDM系统中利用分段弱正交匹配追踪(SWOMP)算法进行信道估计性能不佳的问题,提出了一种基于Dice原子匹配准则的稀疏度自适应弱......
稀疏度自适应的匹配追踪算法(SAMP)是基于压缩感知理论的信号重建经典算法。针对稀疏度未知的信号重建,提出步长自适应的前向后向......
大数据时代中数据量呈现爆炸式的增长,但这些数据中往往存在大量冗余,去冗余以及在满足恢复精度要求下的数据压缩成为研究的热点。......
针对单幅图非均匀校正中小波变换不能分解红外图像中相当丰富的高频子带以及正则化正交匹配追踪(ROMP)重构算法需要已知红外图像的......
针对稀疏度未知的信号,提出一种改进的自适应压缩采样匹配追踪算法(IACoSaMP)。首先在压缩采样匹配追踪算法(CoSaMP)的基本框架下,......
为提高电容层析成像(ECT)系统重建图像的质量,该文提出一种基于改进稀疏度自适应的压缩感知电容层析成像算法。利用压缩感知与电容......
大规模多输入多输出(Large-scale MIMO)系统具有极高的频谱利用率和能量效率,是5G关键技术之一.结构化子空间追踪算法(SSP)采用一......
为解决稀疏度自适应匹配算法中使用内积法会造成部分原子信息丢失的问题,提出用Dice系数代替内积法进行原子相关度计算。使用Dice......
针对未知稀疏度信号的重建，提出了一种改进的稀疏度自适应压缩采样匹配追踪（MACSMP）算法。该算法以压缩采样匹配追踪（CoSaMP）算法为基础......
大规模MIMO-OFDM系统下行链路利用压缩感知算法获得信道状态信息需要已知信号的稀疏度作为先验条件，然而实际环境中，无线信道的稀疏......
在压缩感知的实际应用中,信号的稀疏度通常未知,需要用到稀疏度自适应重构算法。针对现有方法中对步长设定较严格和迭代次数较多等......
针对信道路径数未知的大规模多输入多输出(MIMO,multi-input multi-output)系统,提出一种稀疏度自适应的压缩感知信道估计方法——......
压缩感知理论利用信号的稀疏特性,能够以较少的采样数据恢复出完整的信号。本文基于压缩感知理论,提出一种稀疏度自适应图像修复算......
稀疏快速傅里叶变换需要信号以傅氏域的稀疏度为先验信息,但稀疏度通常是未知的,在一定程度上限制了算法的应用。为此,提出一种新......
多输入多输出(Multi-input Multi-output,MIMO)技术在不增加信号带宽及信号发射功率的情况下,成倍提高了通信系统容量,被视为无线......
在大规模多输入多输出(Multiple Input Multiple Output,MIMO)系统中,准确的信道估计信息对于基站侧的预编码、资源分配以及用户端......
傅里叶变换是一种对时频域信号进行分析的变换方法,具有简单、直观等特点,在信号分析领域中具有极为广泛的应用。随着信息技术的高......
稀疏度自适应匹配追踪(SAMP)算法可在稀疏度未知时重构原始信号而得到广泛应用。针对SAMP原子预选数量随阶段数增加,存在大稀疏度......
在基于压缩感知的信号重构问题中,有一类常见情况——未知信号稀疏度.针对此类情况,提出稀疏度自适应分段正交匹配追踪(Sparsity A......
基于压缩感知的数据重构方法已用于解决信号采集中受损数据的修复问题,该算法首先需要已知数据稀疏度,而振动信号的稀疏度通常难以......
针对压缩感知重构算法中信号稀疏度未知和步长大小固定的问题,提出一种新的压缩感知信号重构算法,即基于弱选择的稀疏度自适应回溯......
