[发明专利]基于随机Kaczmarz迭代的压缩感知数据重构方法在审
| 申请号： | 201711117474.4 | 申请日： | 2017-11-13 |
| 公开（公告）号： | CN107809253A | 公开（公告）日： | 2018-03-16 |
| 发明（设计）人： | 李国瑞 | 申请（专利权）人： | 东北大学秦皇岛分校 |
| 主分类号： | H03M7/30 | 分类号： | H03M7/30 |
| 代理公司： | 北京联创佳为专利事务所(普通合伙)11362 | 代理人： | 刘美莲,郭防 |
| 地址： | 066004 河北*** | 国省代码： | 河北;13 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于随机Kaczmarz迭代的压缩感知数据重构方法，包括首先，自适应改变测量矩阵中每一个行向量的权重，并计算加权后的测量矩阵行；其次，以稀疏随机Kaczmarz迭代的方式，利用加权后的测量矩阵行更新待重构的原始数据向量；再次，利用硬阈值算子对更新后的待重构的原始数据向量进行处理，保留绝对值最大的前k′个元素，并将其余元素置零；最后，当相邻两次数据重构结果误差的差值小于阈值时，则获得最终的重构结果。本发明根据数据特征自适应的调整测量矩阵的权重，并利用加权后的测量矩阵更新重构向量，从而加强了原始信号中关键元素的重构效果，提高了压缩感知数据重构的精度，加快了压缩感知数据重构的速度。 | ||
| 搜索关键词： | 基于 随机 kaczmarz 压缩 感知 数据 方法 | ||
【主权项】：
基于随机Kaczmarz迭代的压缩感知数据重构方法，其特征在于，包括以下步骤：首先，自适应改变测量矩阵中每一个行向量的权重，并计算加权后的测量矩阵行；其次，以稀疏随机Kaczmarz迭代的方式，利用加权后的测量矩阵行更新待重构的原始数据向量；再次，利用硬阈值算子对更新后的待重构的原始数据向量进行处理，保留绝对值最大的前k′个元素，并将其余元素置零；所述的k′为待重构的原始数据向量的稀疏度；最后，当相邻两次数据重构结果误差的差值小于阈值时，则获得最终的重构结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东北大学秦皇岛分校，未经东北大学秦皇岛分校许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711117474.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种新型24位ADPCM音频压缩/解压缩方法
- 下一篇：一种收音机
