排序方式： 共有2条查询结果，搜索用时 265 毫秒
1
1.
将压缩感知后引入噪声的信号恢复作为研究对象,建立了信号恢复模型,以解决工程领域中广泛存在的噪声问题。由于传统的算法无法实现压缩后引入噪声的信号恢复,本文提出了用阈值收缩迭代算法来实现含噪信号的恢复。分析了算法原理,对压缩感知后加入高斯随机噪声、5%和10%密度的脉冲噪声分别进行了信号恢复仿真,并与正交匹配追踪(OMP)算法和平行坐标下降(PCD)算法进行了比较。结果表明,阈值收缩迭代算法对无噪稀疏信号基本可以做到完全恢复;对压缩后含噪信号的恢复具有较强的鲁棒性,只在峰值处出现了较明显的误差,通过增加测量矩阵行数和迭代次数可以提高抗噪性能。实验显示:本算法在处理高斯噪声和低密度脉冲噪声时具有明显优势,在处理高密度脉冲噪声时略优于另两种算法。 相似文献
2.
由模糊和噪声引起的图像退化属于非线性病态逆问题,修复比较困难.由于小波的稀疏表示能力较强,为提高修复质量,提出利用正交小波作为稀疏基,以小波系数的稀疏性为先验构造凸函数,最小化后得到修复图像;并提出将优化问题转化为逼近算子形式,利用不动点理论求解;证明了只需对构造出来的迭代形式的解析解反复迭代就可以得到最优解.对方法的构造过程、收敛性和复杂度进行了细致的分析,给出了迭代解,并结合加速方法提高了算法速度.仿真表明,本文方法具有较强的修复能力,收敛速度较快,能够有效去除模糊和噪声,保留图像的边缘和细节信息. 相似文献
1
