压缩观测y=Φx,其中y为观测所得向量M×1,x为原信号N×1(M<<N)。x一般不是稀疏的,但在某个变换域Ψ是稀疏的,即x=Ψθ,其中θ为K稀疏的,即θ只有K个非零项。此时y=ΦΨθ,令A=ΦΨ,则y=Aθ。
(1) y为观测所得向量,大小为M×1
(2)x为原信号,大小为N×1
(3)θ为K稀疏的,是信号在x在某变换域的稀疏表示
(4)Φ称为观测矩阵、测量矩阵、测量基,大小为M×N
(5)Ψ称为变换矩阵、变换基、稀疏矩阵、稀疏基、正交基字典矩阵,大小为N×N
(6)A称为测度矩阵、传感矩阵、CS信息算子,大小为M×N
上式中,一般有K<<M<<N,后面三个矩阵各个文献的叫法不一,以后我将Φ称为测量矩阵、将Ψ称为稀疏矩阵、将A称为传感矩阵。
OMP重构算法流程:
转载于:彬彬有礼 http://blog.youkuaiyun.com/jbb0523/article/details/45130793
本文介绍压缩感知的基本原理,其中包括压缩观测的数学模型,以及如何通过观测矩阵、稀疏矩阵和传感矩阵来实现信号的压缩与重构。此外,还详细解释了OMP重构算法的具体流程。
2万+

被折叠的 条评论
为什么被折叠?



