| 基于广义模式耦合稀疏Bayesian学习的1-Bit压缩感知 |
| |
| 作者姓名： | 司菁菁 韩亚男 张磊 程银波 |
| |
| 作者单位： | 1. 燕山大学信息科学与工程学院, 河北 秦皇岛 0660042. 河北省信息传输与信号处理重点实验室, 河北 秦皇岛 0660043. 河北农业大学海洋学院, 河北 秦皇岛 066003 |
| |
| 基金项目： | 国家自然科学基金(61701429);河北省自然科学基金(F2018203137) |
| |
| 摘 要： | 在1-Bit压缩感知(compressive sensing, CS)框架下,将信号的稀疏结构先验引入广义稀疏Bayesian学习(generalized sparse Bayesian learning, Gr-SBL),研究基于Gr-SBL的1-Bit CS重构。将广义线性模型与模式耦合稀疏Bayesian学习相结合,提出了一种基于广义模式耦合稀疏Bayesian学习1-Bit CS重构算法,简称为1-Bit Gr-PC-SBL算法。该算法将1-Bit CS重构问题迭代地分解成一系列标准CS重构问题,在信号稀疏模式未知的情况下,基于模式耦合稀疏Bayesian学习实现信号重构。进而,引入阈值自适应的二进制量化,设计了自适应阈值的1-Bit Gr-PC-SBL算法,进一步提升了算法的信号重构性能。
|
| 关 键 词： | 1-Bit压缩感知 广义稀疏Bayesian学习 模式耦合 自适应阈值 |
| 收稿时间： | 2019-10-11 |
|
| 点击此处可从《系统工程与电子技术》浏览原始摘要信息 |
|
点击此处可从《系统工程与电子技术》下载全文 |
|
