搜索资源列表
system-identification
- 采用时频聚集性较好的线性调频信号作为线性时不变系统输入激励,采用Gabor字典作为过完备原子库。在利用传统系统辨识法之前先利用稀疏分解算法将输出信号进行去噪处理,显著提高系统辨识精度。 具体包括互谱算法,信号的Gabor稀疏分解的详细代码-Space can be a time for sparse decomposition to solve the problem of huge memory needed。This approach, combined with the rapid d
CS
- 信号稀疏分解及压缩感知理论应用研究,理论基础-Signal sparse decomposition and compression perception theory applied research, theoretical basis
twoDomp
- 基于L阵的二维信号稀疏分解的DOA估计 应用稀疏分解方法进行二维DOA估计-Estimation sparse decomposition method based on two-dimensional signal-dimensional DOA estimation of sparse matrix decomposition L DOA
Sparsity-Inducing-DOA
- 基于稀疏分解的宽带信号DOA估计方法,使用了基于贝叶斯的方法具有良好的估计精度和分辨率-Wideband signal sparse decomposition DOA estimation method based on the use of a method based on Bayesian estimation has good accuracy and resolution
信号与图像的稀疏分解及初步应用
- 信号与图像的稀疏分解是信号与图像的一种新的分解方法,在信号与图像的压缩编码、去噪、信号的时频分析与信号识别等方面有看极为广阔的应用前景,是信号与图像处理研究领域中一个新的很有意义的研究方向。本书总结了国际上在这一研究方向 的研究进展以及作者多年来的研究成果。在稀疏分解方法方面,重点介绍了作者关于信号与图像稀疏分解快速算法的研究成果。在稀疏分解应用方面,重点介绍了作者在信号处理及图像压缩编码方面的研究成果。
基于稀疏分解的微弱信号检测方法
- 微弱信号的检测在通信、雷达、声纳等领域有着重要的意义,一直是信号处理的难点。本文将信号稀疏 分解思想应用于信号检测,提出一种算法。算法中信号稀疏分解采用Matching Pursuit(MP)算法实现,原子采 用正弦波模型,通过对正弦波模型伸缩和平移形成过完备原子库。由MP分解结果,可检测出淹没在强噪声环境 中的微弱正弦信号的幅度、频率和初相位参数,从而恢复出待检测的微弱正弦信号。所提出方法在-40 dB极低 信噪比环境下可以同时检测多个正弦信号。计算机仿真结果证实了算法的有效性。