测量矩阵是压缩感知理论中的重要组成部分,其将直接影响原始信号的重构精度。针对常用测量矩阵重构精度较低的问题,构造一种基于马尔科夫链的随机测量矩阵。利用马尔科夫链的随机性生成M个随机数,将随机数按照规则分别映射为-1和1后作为MxM维对角矩阵的元素,采用马尔科夫链生成Mx(N-M)个随机数并按照规则分别映射为0和1,构成包含0和1元素的Mx(N-M)维矩阵,并将这两部分矩阵相结合形成MxN的测量矩阵。仿真结果表明,该矩阵结构简单,相比常用测量矩阵和基于奇异值分解的 Toeplitz结构矩阵重构精度得到明显提升,并且减少了运算量与存储空间。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !