基于貝葉斯推斷的基帶信號(hào)壓縮恢復(fù)算法研究.pdf

1、貝葉斯推斷作為貝葉斯理論中一門重要的分支，它被廣泛應(yīng)用于各類信號(hào)恢復(fù)算法。本文主要研究了貝葉斯推斷在基帶信號(hào)壓縮恢復(fù)以及含有頻域稀疏噪聲的基帶信號(hào)壓縮恢復(fù)中的應(yīng)用。
　　基帶信號(hào)作為數(shù)字通信中一類主要信號(hào)受到越來越多的關(guān)注，它的壓縮傳輸也是重要的研究方向。然而目前針對(duì)基帶信號(hào)的壓縮恢復(fù)研究卻不多。本論文通過發(fā)掘基帶信號(hào)自帶的有限字符特征，通過對(duì)基帶信號(hào)中的每一個(gè)元素施加混合高斯先驗(yàn)，并且混合高斯先驗(yàn)中的每一個(gè)高斯分布的均值均為有限

2、字符中的元素。基于該模型本論文提出了一種利用貝葉斯推斷的基帶信號(hào)壓縮恢復(fù)算法。該算法創(chuàng)造性的將混合高斯模型與貝葉斯推斷結(jié)合起來，不但恢復(fù)基于實(shí)數(shù)的多元有限字符集的基帶信號(hào)，更可以恢復(fù)基于復(fù)數(shù)的有限字符集的基帶信號(hào)。實(shí)驗(yàn)表明，本算法相比傳統(tǒng)的線性規(guī)劃方法壓縮率較高，恢復(fù)準(zhǔn)確率高，算法魯棒性更強(qiáng)，性能優(yōu)勢(shì)明顯。
　　此外，本論文還提出了一種在基帶信號(hào)含有頻域噪聲時(shí)的壓縮恢復(fù)算法。該算法將先前提出的基帶信號(hào)壓縮恢復(fù)算法與貝葉斯壓縮感知聯(lián)

3、系起來，對(duì)基帶信號(hào)和頻域噪聲施加不同的先驗(yàn)，并利用貝葉斯推斷對(duì)基帶信號(hào)和頻域噪聲的后驗(yàn)分布進(jìn)行交替更新，從而能夠同時(shí)恢復(fù)出基帶信號(hào)和頻域噪聲。實(shí)驗(yàn)表明，相比不考慮頻域噪聲的情況，該算法可以完整的恢復(fù)基帶信號(hào)和頻域噪聲。即使出現(xiàn)噪聲的頻點(diǎn)比較多時(shí)，該算法仍舊具有很好的恢復(fù)成功率，并且頻域噪聲功率較大時(shí)仍舊具有較大的恢復(fù)準(zhǔn)確率，算法性能優(yōu)勢(shì)明顯。
　　另外，針對(duì)之前提出的基帶信號(hào)壓縮恢復(fù)算法不能直接應(yīng)用于含有頻域噪聲的情況，本文通過進(jìn)