基于贝叶斯压缩感知的信号处理研究

发布时间：2017-11-24 02:27

  本文关键词：基于贝叶斯压缩感知的信号处理研究

  更多相关文章： 贝叶斯压缩感知 稀疏信号 信号重构

【摘要】：压缩感知(Compressed Sensing)技术通过信号采样与压缩过程同时进行的方式,解决了传统的信号处理方式中信号存储传输空间较大、处理效率较低的问题。信号重构是压缩感知技术中的关键问题之一,贝叶斯压缩感知(Bayesian Compressed Sensing)算法通过稀疏贝叶斯回归模型中的相关向量机来解决压缩感知中的信号重构问题。仿真实验结果表明,贝叶斯压缩感知算法能够以较小的相对误差重构出原始信号,性能比较优越。
【作者单位】： 运城学院物理与电子工程系;
【分类号】：TN911.7
【正文快照】： *运城学院物理与电子工程系山西运城0440000引言信号在日常生活中无处不在,科技的进步离不开各种信号处理技术。例如,对语音信号处理可以进行说话人识别、说话人情感识别,对光信号进行处理可以帮助分析光通信网络、光信号图像,电信号的应用则更加广泛,遍及医疗、生物等领域。

【相似文献】

中国期刊全文数据库 前10条

1 刘洪江;;稀疏信号重构[J];计算机与现代化;2010年10期

2 石建波;李小波;张宁;;基于多尺度压缩感知的信号重构[J];火力与指挥控制;2012年01期

3 戚平;;一种求解稀疏信号重构的新算法[J];计算机科学;2013年S1期

4 刘贵忠,张志明,冯牧,章珂;信号重构的小波极大模整形迭代算法[J];自然科学进展;2000年07期

5 李莉,李协;非松弛迭代算法中序列的截断方式对信号重构结果的影响[J];计算机应用与软件;2001年03期

6 徐朝阳;章新华;康春玉;;基于信号重构的阵列失效校准方法[J];计算机工程;2009年01期

7 何岩;王东辉;朱淼良;;贝叶斯压缩感知稀疏信号重构方法研究[J];华中科技大学学报(自然科学版);2011年S2期

8 刘佶鑫;孙权森;;分形压缩感知高维信号重构方法[J];中国图象图形学报;2012年03期

9 何宜宝;毕笃彦;;利用概率结构稀疏模型实现信号重构的新算法[J];西安电子科技大学学报;2013年02期

10 薛男;凌霖;陶晓洋;曹佩佩;;基于压缩感知的信号重构[J];电子设计工程;2013年07期

中国重要会议论文全文数据库 前3条

1 郭晓旋;李万社;;框架理论在信号重构中的应用[A];全国第一届嵌入式技术联合学术会议论文集[C];2006年

2 陈之兵;郝磊;;分数阶傅里叶变换域上信号的分段采样与重构[A];数学·力学·物理学·高新技术交叉研究进展——2010（13）卷[C];2010年

3 王森;白文乐;牛长流;臧淼;;用MA实现带限信号重构的研究[A];2007通信理论与技术新发展——第十二届全国青年通信学术会议论文集（上册）[C];2007年

中国博士学位论文全文数据库 前1条

1 苏杭;过完备字典下的稀疏信号重构研究[D];武汉理工大学;2012年

中国硕士学位论文全文数据库 前10条

1 林琳;基于压缩感知的信号重构与分类算法研究[D];西安电子科技大学;2012年

2 赵真;压缩感知中信号重构问题的研究[D];内蒙古大学;2014年

3 许克明;分布式压缩感知联合稀疏信号重构的稳定性[D];山东大学;2014年

4 王颖颖;一种改进的梯度投影信号重构方法[D];河北工业大学;2012年

5 孙霄;管道漏磁内检测信号重构技术研究[D];沈阳工业大学;2012年

6 孔素然;噪音水平未知时一维带限信号重构的快速稳定算法[D];河北工业大学;2005年

7 方嘉伟;Sinc方法在紧支信号重构中的应用[D];同济大学;2006年

8 范立;ICA在信号重构与信息检索中的应用研究[D];中国地质大学;2009年

9 张彦男;基于压缩感知的稀疏信号重构算法优化与实现[D];上海交通大学;2013年

10 张佃昌;小波技术在信号重构及去噪中的应用研究[D];山东大学;2007年

，

本文编号：1220723