问题:如果非零样本按时间分组,执行压缩采样是否有意义?如果是这样,应该获取的向量 x 的最小长度是多少,以允许完整的信号重建(至少非零脉冲段)?
,其中 y 是压缩向量,x 是信号(在 nyquist 采样)
情况:时间稀疏信号(+- 97% 的样本处于噪声水平),但 3% 的非零样本被分组(周期性)。我只对脉冲样本感兴趣(所以对本底噪声样本不感兴趣)。
非常感谢!
问题:如果非零样本按时间分组,执行压缩采样是否有意义?如果是这样,应该获取的向量 x 的最小长度是多少,以允许完整的信号重建(至少非零脉冲段)?
,其中 y 是压缩向量,x 是信号(在 nyquist 采样)
情况:时间稀疏信号(+- 97% 的样本处于噪声水平),但 3% 的非零样本被分组(周期性)。我只对脉冲样本感兴趣(所以对本底噪声样本不感兴趣)。
非常感谢!
压缩感知不假设输入向量(信号)中非零元素的任何分布,因此如果您的非零元素彼此靠近或均匀位于采样网格上,则没有区别。作为所有稀疏信号的理论状态,测量次数取决于您拥有多少非零元素(稀疏度),输入中的噪声是多少以及您需要什么样的恢复质量(精确或近似)等等,因此,
如果非零样本及时分组,执行压缩采样是否有意义?
是的!
我建议以下 Baranuik 的 视频讲座: CS 视频讲座