基于贝叶斯检验模型的压缩感知算法及应用

发布时间：2018-03-16 16:12

  本文选题：压缩感知(CS)　切入点：正交匹配追踪(OMP)　出处：《光电子.激光》2014年06期 　论文类型：期刊论文

【摘要】：针对正交匹配追踪(OMP)算法需设置冗余的支撑集,导致信号重构时运算量变大、抗噪性能和重构性能变差等问题,提出了一种基于贝叶斯模型的OMP(BOMP,bayesian orthogonal matching pursuit)算法。首先利用贝叶斯检验模型和OMP算法合理去除支撑集中的冗余部分,得到相等或略大于信号真实稀疏度的支撑集;其次构建BOMP的信号重构算法;最后将算法应用于ISAR成像。仿真和实测数据结果表明,由于本文算法可近似估计到信号的真实稀疏度,因此具有更好的抗噪性能以及重构精度,相应的运算量也明显减少。
[Abstract]:For the orthogonal matching tracking (OMP) algorithm, the redundant support set is needed, which leads to the large amount of operation, the poor performance of anti-noise and reconstruction, and so on. A Bayesian orthogonal orthogonal matching algorithm based on Bayesian model is proposed. Firstly, the Bayesian test model and the OMP algorithm are used to reasonably remove the redundant parts of the support set, and a support set with equal or slightly larger signal sparsity is obtained. Secondly, the signal reconstruction algorithm of BOMP is constructed. Finally, the algorithm is applied to ISAR imaging. The simulation and measured data show that the proposed algorithm can approximate the real sparsity of the signal, so it has better anti-noise performance and reconstruction accuracy. The corresponding computation is also significantly reduced.
【作者单位】： 空军预警学院;
【分类号】：TN911.7

【参考文献】

相关期刊论文 前5条

1 甘伟;许录平;苏哲;张华;;基于贝叶斯假设检验的压缩感知重构[J];电子与信息学报;2011年11期

2 方红;杨海蓉;;贪婪算法与压缩感知理论[J];自动化学报;2011年12期

3 李少东;杨军;马晓岩;;基于压缩感知的ISAR高分辨成像算法[J];通信学报;2013年09期

4 解成俊;徐林;;Design and realization of random measurement scheme for compressed sensing[J];Optoelectronics Letters;2012年01期

5 全英汇;张磊;刘亚波;张龙;保铮;;利用压缩感知的短孔径高分辨ISAR成像方法[J];西安电子科技大学学报;2010年06期

【共引文献】

相关期刊论文 前10条

1 肖小潮;郑宝玉;王臣昊;;一种基于最优观测矩阵的自适应贝叶斯压缩信道感知联合机制[J];电子与信息学报;2012年10期

2 孙理;朱晓华;贺亚鹏;王克让;顾陈;;双基地稀疏阵列MIMO雷达快速多目标定位方法[J];电子与信息学报;2013年05期

3 顾福飞;张群;梁颖;杨秋;孙凤莲;;基于压缩感知的地面运动目标成像方法[J];电波科学学报;2013年04期

4 王蓉芳;焦李成;刘芳;杨淑媛;;利用纹理信息的图像分块自适应压缩感知[J];电子学报;2013年08期

5 秦乙;朱卫纲;胡旭;舒奇泉;;宽带跳频信号的压缩采样与重构[J];国外电子测量技术;2013年09期

6 CAI Yun;LI Song;;Compressed data separation via dual frames based split-analysis with Weibull matrices[J];Applied Mathematics:A Journal of Chinese Universities(Series B);2013年04期

7 吕方旭;张金成;石洪君;王泉;王钰;;WSN中的分布式压缩感知[J];传感技术学报;2013年10期

8 徐艺萌;管桦;王国正;张群;周丽;;基于Chirplet变换和压缩感知的空中颤振目标稀疏成像[J];电讯技术;2013年10期

9 李然;干宗良;崔子冠;朱秀昌;;压缩感知图像重建算法的研究现状及其展望[J];电视技术;2013年19期

10 蒋国良;马永涛;赵宇;;基于稀疏信号结构信息的压缩检测算法[J];电子产品世界;2014年01期

相关会议论文 前1条

1 舒奇泉;胡旭;秦乙;;模拟信号压缩采样的自适应改进算法[A];虚拟运营与云计算——第十八届全国青年通信学术年会论文集（上册）[C];2013年

相关博士学位论文 前10条

1 高磊;压缩感知理论在宽带成像雷达Chirp回波处理中的应用研究[D];国防科学技术大学;2011年

2 李志林;图像压缩感知重建算法研究[D];北京交通大学;2012年

3 吴宣够;基于压缩感知的大规模无线传感器网数据收集研究[D];中国科学技术大学;2013年

4 胡南;基于稀疏重构的阵列信号波达方向估计算法研究[D];中国科学技术大学;2013年

5 查长军;分布式压缩感知及轮廓识别研究[D];安徽大学;2013年

6 吕伟;MIMO无线通信系统中的稀疏信号检测与优化[D];华中科技大学;2013年

7 王法松;盲源分离的扩展模型与算法研究[D];西安电子科技大学;2013年

8 宋相法;基于稀疏表示和集成学习的若干分类问题研究[D];西安电子科技大学;2013年

9 张文娟;图像分割的变分正则化模型—非凸、稀疏理论与算法[D];西安电子科技大学;2013年

10 张选德;基于非局部信息的图像恢复和图像质量评价[D];西安电子科技大学;2013年

相关硕士学位论文 前10条

1 郝红杰;基于智能计算方法的多用户检测算法研究[D];燕山大学;2012年

2 王璐瑜;基于压缩感知的频谱检测算法的研究[D];南京邮电大学;2012年

3 刘洋;压缩感知在生物特征识别技术中的研究与应用[D];吉林大学;2012年

4 赵竞;基于压缩感知的OFDM系统稀疏信道估计算法研究[D];湖南师范大学;2012年

5 许晓辉;压缩感知图像自适应恢复算法的研究[D];武汉科技大学;2012年

6 杨峰;压缩感知图像重构算法及分布式视频压缩感知系统的研究[D];电子科技大学;2012年

7 石磊;基于压缩感知的语音压缩编码及重构技术研究[D];南京邮电大学;2013年

8 冯瑞;压缩感知算法在图像中的应用[D];大连理工大学;2013年

9 刘娜;低秩矩阵完整化问题的方法研究[D];吉林大学;2013年

10 王跃;基于压缩感知的抗丢包语音编码研究与实现[D];大连理工大学;2013年

【二级参考文献】

相关期刊论文 前10条

1 雷强;李宏伟;张群;朱丰;杨小优;;基于压缩感知的ISAR像目标旁瓣抑制新方法[J];弹箭与制导学报;2011年01期

2 李亚超;全英汇;邢孟道;;一种基于时频分布尺度变换的ISAR成像新方法[J];电子学报;2009年09期

3 焦李成;杨淑媛;刘芳;侯彪;;压缩感知回顾与展望[J];电子学报;2011年07期

4 张龙;张磊;邢孟道;;一种基于改进压缩感知的低信噪比ISAR高分辨成像方法[J];电子与信息学报;2010年09期

5 赵光辉;张天键;沈方芳;石光明;陈旭阳;;低信噪比下稳健压缩感知成像[J];航空学报;2012年03期

6 方红;章权兵;韦穗;;改进的后退型最优正交匹配追踪图像重建方法[J];华南理工大学学报(自然科学版);2008年08期

7 方红;章权兵;韦穗;;基于亚高斯随机投影的图像重建方法[J];计算机研究与发展;2008年08期

8 戴琼海;付长军;季向阳;;压缩感知研究[J];计算机学报;2011年03期

9 王琦;李亚超;邢孟道;保铮;;多视角ISAR成像研究[J];西安电子科技大学学报;2007年02期

10 李亚超;苏军海;邢孟道;保铮;;利用时间-调频率分布特性的复杂运动目标ISAR成像研究[J];西安电子科技大学学报;2008年01期

相关硕士学位论文 前1条

1 李小波;基于压缩感知的测量矩阵研究[D];北京交通大学;2010年

，

本文编号：1620667