搜索

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于块稀疏贝叶斯学习的多任务压缩感知重构算法

文方青 张弓 贲德

基于块稀疏贝叶斯学习的多任务压缩感知重构算法

文方青, 张弓, 贲德
PDF
导出引用
计量
  • 文章访问数:  2408
  • PDF下载量:  4718
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-08-05
  • 修回日期:  2014-10-29
  • 刊出日期:  2015-04-05

基于块稀疏贝叶斯学习的多任务压缩感知重构算法

  • 1. 南京航空航天大学, 电子信息工程学院, 南京 210016;
  • 2. 雷达成像与微波光子技术教育部重点实验室, 南京航空航天大学, 南京 210016;
  • 3. 南京电子技术研究所, 南京 210039
    基金项目: 

    国家自然科学基金(批准号: 61201367, 61271327, 61471191)、南京航空航天大学博士学位论文创新与创优基金(批准号: BCXJ14-08)、江苏省研究生培养创新工程(批准号: KYLX_0277)、中央高校基本科研业务费专项资金和江苏高校优势学科建设工程(PADA)资助的课题.

摘要: 本文提出一种基于块稀疏贝叶斯学习的多任务压缩感知重构算法, 利用块稀疏的单测量矢量模型求解多任务重构问题. 通过对信号统的计特性和稀疏块内的结构特性进行联合数学建模, 将稀疏重构问题转贝叶斯框架下的特征参数的迭代更新问题. 本文算法不需要信号稀疏度和噪声强度的先验信息, 是一种高效的盲重构算法. 仿真实验表明, 本文算法能有效利用信号的统计特性和结构信息, 在重构精度和收敛速率方面能够很好地折衷.

English Abstract

参考文献 (21)

目录

    /

    返回文章
    返回