换一批摘要压缩传感理论（ Compressive Sensing ，简称CS）以远低于奈奎斯特采样频率对稀疏信号进行全局观测，通过少量观测值即可准确重构原始信号，突破了香农采样定理的瓶颈，使得宽带信号和高分辨率信号的采集成为可能。目前压缩传感理论大都停留在理论研究和仿真阶段，鲜有涉及将该理论硬件化进行实践应用。文中介绍了最小均方差线性估计（MMSE）算法，通过与常用重构算法的仿真重构对比，突出了MMSE算法的优越性，证明了该算法在低采样率下重构质量较高，且具有较好的实践应用潜力。并进一步搭建了光学单点成像系统对压缩传感理论进行应用研究，实验表明该系统成像效果良好，具有较好的应用价值。
更多相关知识
关键词
压缩传感稀疏性重构算法最小均方差线性估计方法成像系统compressive sensingsparsityreconstruction algorithmsMMSEimaging system
分类号
TP23
栏目名称
DOI
10.3969/j.issn.1002-1841.2015.01.027
发布时间
2015-03-03（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（51005077）
福建省杰出青年科学基金（2011J06020）
高等学校博士学科点专项科研基金（20133514110008）
国家卫生计生委科研项目（WKJ－FJ－27）
厦门特种设备检验院资助项目
- 浏览3
- 被引2
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
