基于未知信號先驗知識的精確重構(gòu).pdf_第1頁
已閱讀1頁，還剩40頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

1、傳統(tǒng)的信號處理的采樣過程必須滿足奈奎斯特采樣定理，即采樣頻率不得低于模擬信號頻譜中最高頻率的兩倍。對于稀疏的或可壓縮的信號，壓縮傳感理論突破了奈奎斯特采樣定理的極限。未知向量x∈Rn在某組正交基或緊標(biāo)架下具有k-稀疏表示θ,y=Φθ∈Rm是測量值，m<　　考慮有誤差項的測量：y=Ax+e∈Rm，A是m×n的列滿秩陣，e∈Rm是任意的未知的向量滿足‖e‖l0

2、:=｜{i:ei≠0}｜≤ρ·m。本文結(jié)合矩陣的星值，證明了只要控制錯誤部分ρ使得ρ≤ρ*（ρ*依賴于測量值維數(shù)與未知信號維數(shù)的比值），理論上x就可以被精確重構(gòu)。本文對此結(jié)論進行了大量的數(shù)值實驗，所得的數(shù)據(jù)與理論結(jié)果保持一致。實際應(yīng)用中，我們多采取最小化l1-范數(shù)法來重構(gòu)x，本文闡述了一種新的求解最優(yōu)化問題的方法：計算出目標(biāo)函數(shù)‖y-Ag‖l1的次微分，找到l1的對應(yīng)神經(jīng)網(wǎng)絡(luò)的收斂值就是我們要的最優(yōu)值。
　　本文還介紹了0≤p＜1

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論