一种分段分块式压缩采样模型的设计
发布时间:2018-11-08 10:39
【摘要】:在分析现有基于压缩感知的模拟信息转换器架构的基础上,对并行多支路模拟信息转换器模型进行了改进,提出了一种基于分块对角化思想的分段分块式模拟信息转换模型.该模型将等效测量矩阵转化为结构化的分块对角阵,利用各分块的相对独立性可实现存储复用,节省了硬件资源,同时减少了各支路的积分时间,能够适用于单位时间内存在大规模压缩采样值的场合.实验结果表明了此方法的有效性,与现有的分段式并行压缩采样转换器相比,其复杂度小,且具有良好的可复用性和实用性.
[Abstract]:Based on the analysis of the existing analog information converter architecture based on compression sensing, the parallel multi-branch analog information converter model is improved, and a piecewise block analog information conversion model based on block diagonalization is proposed. In this model, the equivalent measurement matrix is transformed into a structured block diagonal matrix, and the memory reuse can be realized by using the relative independence of each block, and the hardware resources are saved and the integral time of each branch is reduced. It can be used in the case where there is a large scale compressed sampling value in unit time. The experimental results show that the proposed method is more effective than the existing segmented parallel compression sampling converters with less complexity and better reusability and practicability.
【作者单位】: 海军工程大学电子工程学院;中国人民解放军92723部队;
【基金】:国家863计划资助项目(2011AA7014061) 国家自然科学基金资助项目(60901069)
【分类号】:TN911.7
本文编号:2318215
[Abstract]:Based on the analysis of the existing analog information converter architecture based on compression sensing, the parallel multi-branch analog information converter model is improved, and a piecewise block analog information conversion model based on block diagonalization is proposed. In this model, the equivalent measurement matrix is transformed into a structured block diagonal matrix, and the memory reuse can be realized by using the relative independence of each block, and the hardware resources are saved and the integral time of each branch is reduced. It can be used in the case where there is a large scale compressed sampling value in unit time. The experimental results show that the proposed method is more effective than the existing segmented parallel compression sampling converters with less complexity and better reusability and practicability.
【作者单位】: 海军工程大学电子工程学院;中国人民解放军92723部队;
【基金】:国家863计划资助项目(2011AA7014061) 国家自然科学基金资助项目(60901069)
【分类号】:TN911.7
【参考文献】
相关期刊论文 前1条
1 宋晓霞;石光明;;低冗余的压缩感知观测[J];西安电子科技大学学报;2012年04期
【共引文献】
相关期刊论文 前3条
1 宋晓霞;李勇;;压缩感知重构算法在稀疏信号恢复中的应用[J];山西大同大学学报(自然科学版);2013年05期
2 田玉敏;宋君;;利用概率对稀疏域划分的压缩感知方法[J];西安电子科技大学学报;2013年06期
3 钱辰;田小平;;基于压缩感知的网络编码算法[J];微电子学与计算机;2014年03期
相关博士学位论文 前1条
1 张湃;可实现图像自修复的压缩感知超分辨率成像算法的研究[D];燕山大学;2013年
相关硕士学位论文 前1条
1 陈义光;基于先验信息的压缩感知图像重建方法研究[D];西安电子科技大学;2013年
【二级参考文献】
相关期刊论文 前4条
1 石光明;刘丹华;高大化;刘哲;林杰;王良君;;压缩感知理论及其研究进展[J];电子学报;2009年05期
2 李军;邢孟道;张磊;吴顺君;;一种高分辨的稀疏孔径ISAR成像方法[J];西安电子科技大学学报;2010年03期
3 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
4 臧博;张磊;唐禹;邢孟道;;利用压缩感知的逆合成孔径激光雷达成像新方法[J];西安电子科技大学学报;2010年06期
,本文编号:2318215
本文链接:https://www.wllwen.com/kejilunwen/wltx/2318215.html