基于貝葉斯推斷的基帶信號壓縮恢復(fù)算法研究.pdf_第1頁
已閱讀1頁,還剩76頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、貝葉斯推斷作為貝葉斯理論中一門重要的分支,它被廣泛應(yīng)用于各類信號恢復(fù)算法。本文主要研究了貝葉斯推斷在基帶信號壓縮恢復(fù)以及含有頻域稀疏噪聲的基帶信號壓縮恢復(fù)中的應(yīng)用。
  基帶信號作為數(shù)字通信中一類主要信號受到越來越多的關(guān)注,它的壓縮傳輸也是重要的研究方向。然而目前針對基帶信號的壓縮恢復(fù)研究卻不多。本論文通過發(fā)掘基帶信號自帶的有限字符特征,通過對基帶信號中的每一個元素施加混合高斯先驗,并且混合高斯先驗中的每一個高斯分布的均值均為有限

2、字符中的元素?;谠撃P捅菊撐奶岢隽艘环N利用貝葉斯推斷的基帶信號壓縮恢復(fù)算法。該算法創(chuàng)造性的將混合高斯模型與貝葉斯推斷結(jié)合起來,不但恢復(fù)基于實數(shù)的多元有限字符集的基帶信號,更可以恢復(fù)基于復(fù)數(shù)的有限字符集的基帶信號。實驗表明,本算法相比傳統(tǒng)的線性規(guī)劃方法壓縮率較高,恢復(fù)準(zhǔn)確率高,算法魯棒性更強,性能優(yōu)勢明顯。
  此外,本論文還提出了一種在基帶信號含有頻域噪聲時的壓縮恢復(fù)算法。該算法將先前提出的基帶信號壓縮恢復(fù)算法與貝葉斯壓縮感知聯(lián)

3、系起來,對基帶信號和頻域噪聲施加不同的先驗,并利用貝葉斯推斷對基帶信號和頻域噪聲的后驗分布進行交替更新,從而能夠同時恢復(fù)出基帶信號和頻域噪聲。實驗表明,相比不考慮頻域噪聲的情況,該算法可以完整的恢復(fù)基帶信號和頻域噪聲。即使出現(xiàn)噪聲的頻點比較多時,該算法仍舊具有很好的恢復(fù)成功率,并且頻域噪聲功率較大時仍舊具有較大的恢復(fù)準(zhǔn)確率,算法性能優(yōu)勢明顯。
  另外,針對之前提出的基帶信號壓縮恢復(fù)算法不能直接應(yīng)用于含有頻域噪聲的情況,本文通過進

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論