稀疏信号恢复一直是几个不同社区中广泛研究的主题。 本文分析了正交匹配追踪(OMP)算法在压缩感知中恢复幅度衰减稀疏信号的性能。 定义了峰值信号干扰比(PSIR)的概念,该概念与OMP算法中原子的识别有关。 此外,给出并分析了PSIR与幅度衰减率之间的关系,从而弥合了OMP性能与信号幅度特性之间的差距。 通过恢复零一稀疏信号和不同幅度衰减稀疏信号的实验仿真可以验证上述结果。
2022-03-21 23:03:05 106KB Compressive sensing; Experimental simulations;
1
matlab方案优化源代码sssMOR 由慕尼黑工业大学自动控制主席开发的稀疏状态空间模型降阶工具箱。 有关更多信息,请在命令窗口中输入doc或访问。 通过在命令窗口中键入sssMOR_gettingStarted来查看我们的演示 编程: MATLAB R2015b 经过测试: MATLAB R2014b,R2015b,R2016b(Windows 7和Ubuntu 16.04.1 LTS) 一些功能需要:控制系统工具箱,优化工具箱。 注意:报名参加我们的时事通讯,以保持最新。 版权 该工具箱由的模型简化实验室开发。 致谢 自2010年以来,开发团队感谢所有研究助手和学生,他们为创建和开发sssMOR工具箱做出了贡献。 衷心感谢用于弹性多体系统的模型简化软件的团队,它为自动生成工具箱文档提供了支持。 制定准则 我们希望您喜欢该工具箱,并希望通过扩展其功能做出贡献。 为确保开发不会失控,我们准备了一些准则,请您遵循。 资料夹结构 工具箱的文件夹结构如下 sssMOR (主文件夹) 应用程序 演示 doc src (源代码) 临时演员 MOR (归约算法) @ssRed (简化对象的类定义
2022-03-20 13:08:54 5.74MB 系统开源
1
OFDM 稀疏信道估计 代码类 其中是以压缩感知为基础的OFDM稀疏信道估计 这篇里面主要是BP算法
2022-03-20 10:21:47 6KB OFDM 稀疏信道
1
通过配置OpenCV,在VC6.0下实现双目立体匹配,包括基于稀疏点、密集点的匹配及其重建。
1
此程序包为稀疏相关算法的工具包,包含相关的算法文献
2022-03-19 15:53:36 84.98MB 稀疏表示 欠定求解 凸优化相关
1
该代码使用以下显式公式计算 Dirichlet、Neumann 和 Periodic 边界条件组合的矩形有限差分网格上 (1-3)D 负拉普拉斯算子的精确特征对http://en.wikipedia.org/wiki/Eigenvalues_and_eigenvectors_of_the_second_derivative 该代码还可以使用一维拉普拉斯算子的 Kronecker 和来计算稀疏矩阵本身。 有关张量和的更多信息,请参阅http://en.wikipedia.org/wiki/Kronecker_sum_of_discrete_Laplacians 例如,计算具有混合边界条件的 3D 负拉普拉斯算子的所有内容: [lambda,V,A] = laplacian([100,45,55],{'DD''NN''P'},20); 仅计算特征值: lambda = laplacian(
2022-03-18 17:44:33 20KB matlab
1
介绍了一种在压缩感知框架内的简单测量矩阵构造算法(MMCA)。 在压缩感测中,测量矩阵和稀疏字典(基本)之间的较小相干性可以具有更好的信号重建性能。 随机测量矩阵(例如,高斯矩阵)已被广泛使用,因为它们与几乎所有稀疏基数都具有较小的相干性。 但是,通过降低与固定稀疏基的相干性来优化测量矩阵将大大提高CS的性能,这一结论已被许多先前的研究人员很好地证明。 基于以上分析,我们通过迭代采用收缩和奇异值分解(SVD)技术来实现此目的。 最后,优化矩阵和稀疏字典的列之间的相干性可以大大降低,甚至接近韦氏边界。 此外,我们建立了一些实验来测试所提出算法的性能,并与现有技术进行比较。 我们得出的结论是,使用所提出的测量矩阵构建方法,贪婪算法(例如正交匹配追踪)的恢复性能优于传统的随机矩阵算法,Elad算法,Vahid算法和Xu引入的优化矩阵算法。
2022-03-17 17:18:32 2.7MB Compressive sensing; Construction algorithms;
1
页面稀疏 PageRank(PR)算法,用于JavaScript中的稀疏图。
2022-03-16 17:23:47 2KB
1
稀疏孔径光学系统仿真实验研究,吴泉英,钱霖,分析Golay3稀疏孔径结构及其调制传递函数分布。介绍仿真实验平台构建的思路和实验装置的参数。给出全孔径和Golay3稀疏孔径两种光瞳的
2022-03-16 13:25:20 532KB 首发论文
1
分析了由九个子镜组成的稀疏孔径结构-正六边九子镜结构,介绍了其子镜的具体分布形式。在光学设计软件中得到了系统在不同填充因子时的调制传递函数(MTF)的分布情况。该结构的MTF分布呈正六边形,分布比较均匀,空间截止频率较高,可以产生较好的频率响应。对系统进行了模拟成像,针对系统孔径稀疏化后的成像质量严重下降问题,分别采用维纳滤波和L-R滤波对成像结果进行复原。以稀疏孔径成像系统与单大口径成像系统的成像结果间的标准差作为像质评价指标,对两种滤波器的复原结果进行对比分析。系统填充因子提高后,成像质量逐渐提高。采用维纳滤波和L-R滤波对填充因子10%和约25%时的成像结果进行复原,维纳滤波后系统的标准差分别下降了12%和14%,L-R滤波后的标准差分别下降了8%和11%,系统的成像质量大幅度提高。模拟成像结果表明,正六边九子镜结构可以达到较好的成像质量,具有较好的实用价值。
2022-03-16 13:23:43 2.83MB 光学设计 稀疏孔径 模拟成像 图像复原
1