1-D信号压缩传感的实现
1.问题描述:
1-D信号压缩传感的实现(正交匹配追踪法Orthogonal Matching Pursuit) 测量数M>=K*log(N/K),K是稀疏度,N信号长度,可以近乎完全重构
2.部分程序:
% 1-D信号压缩传感的实现(正交匹配追踪法Orthogonal Matching Pursuit)
% 测量数M>=K*log(N/K),K是稀疏度,N信号长度,可以近乎完全重构
clc;clear
close all;
%% 1. 时域测试信号生成
K=7; % 稀疏度(做FFT可以看出来)
N=512; % 信号长度
M=32; % 测量数(M>=K*log(N/K),至少40,但有出错的概率)
f1=20; % 信号频率1
fs=2045.2; % 采样频率
ts=1/fs; % 采样间隔
Ts=1:N; % 采样序列
x=0.3*cos(2*pi*f1*Ts*ts+pi/6); % 完整信号
%% 2. 时域信号压缩传感
Phi=0.5*randn(M,N); % 测量矩阵(高斯分布白噪声)
s=Phi*x.'; % 获得线性测量
%% 3. 正交匹配追踪法重构信号(本质上是L_1范数最优化问题)
m=2*K; % 算法迭代次数(m>=K)
Psi=fft(eye(N,N))/sqrt(N); % 傅里叶正变换矩阵
T=Phi*Psi'; % 恢复矩阵(测量矩阵*正交反变换矩阵)
hat_y=zeros(1,N); % 待重构的谱域(变换域)向量
Aug_t=[]; % 增量矩阵(初始值为空矩阵)
r_n=s; % 残差值
for times=1:m; % 迭代次数(有噪声的情况下,该迭代次数为K)
for col=1:N; % 恢复矩阵的所有列向量
product(col)=abs(T(:,col)'*r_n); % 恢复矩阵的列向量和残差的投影系数(内积值)
end
[val,pos]=max(product); % 最大投影系数对应的位置
Aug_t=[Aug_t,T(:,pos)]; % 矩阵扩充
T(:,pos)=zeros(M,1); % 选中的列置零(实质上应该去掉,为了简单我把它置零)
aug_y=(Aug_t'*Aug_t)^(-1)*Aug_t'*s; % 最小二乘,使残差最小
r_n=s-Aug_t*aug_y; % 残差
pos_array(times)=pos; % 纪录最大投影系数的位置
end
hat_y(pos_array)=aug_y; % 重构的谱域向量
hat_x=real(Psi'*hat_y.'); % 做逆傅里叶变换重构得到时域信号
%% 4. 恢复信号和原始信号对比
figure(1);
plot(hat_x,'k.-') % 重建信号
hold on;
plot(x,'r') % 原始信号
legend('Recovery','Original')
norm(hat_x.'-x)/norm(x) % 重构误差
3.仿真结论:
D64
相关文章
- Web APi之认证(Authentication)两种实现方式后续【三】(十五)
- Python + Jmeter 实现自动化性能压测
- 使用BML五分钟实现模型压缩及部署
- C# 利用ICSharpCode.SharpZipLib实现在线加密压缩和解密解压缩 C# 文件压缩加解密
- PHP 利用 curl 实现多进程下载文件类
- PHP 实现压缩解压操作
- es6实现类的多重继承
- 硬件实现声音信号压缩
- 单链表的实现
- EggJS 设置代理实现跨域 egg-http-proxy
- 基于小波shint/DCT编码压缩解压缩的FPGA实现
- 利用快速傅立叶变换,在频域中实现脉冲压缩的matlab仿真程序
- chirp信号脉冲压缩,用于雷达信号处理,产生chirp信号后进行压缩,以实现高距离分辨力
- Java通过WOL,3步实现远程开机
- 深度解析Java8 – AbstractQueuedSynchronizer的实现分析(上)
- python & shell实现业务高峰期临时动态增加服务器
- 基于C++实现(控制台)文件压缩【100010751】
- 基于 C++ 实现日志文件压缩【100010585】
- python语言:将多张图片压成一段视频——利用opencv-python库实现
- 用c语言实现扫雷
- php实现等比例压缩图片
- 函数节流与防抖的实现
- 内网ip打洞-----p2p实现原理
- WebAPI实现跨域请求
- C#基础-实现URL Unicode编码,编码、解码相关整理
- org.apache.ant实现压缩和解压