10.3969/j.issn.1001-8360.2009.05.009
利用混沌优化实现基于MP的信号稀疏分解
信号的稀疏表示在信号处理的许多方面都有重要的应用,但稀疏分解计算量十分巨大,难以被推广而实现产业化.混沌是一种普遍的非线性现象,具有随机性、遍历性和内在规律性的特点,混沌运动能在一定范围内按其自身的规律不重复地遍历所有状态.因此,如果利用混沌变量进行优化搜索,无疑会比随机搜索更具优越性.本文利用变尺度混沌优化方法在优化搜索过程中不断缩小搜索空间,快速寻找匹配追踪(MP)过程中每一步的近似最佳原子,提高信号稀疏分解的速度,算法的有效性为实验结果所证实.
稀疏分解、匹配追踪(MP)、混沌优化、变尺度
31
TP911.72
国家自然科学基金项目60772084;国家科技重大项目资助2008ZX05046
2009-12-04(万方平台首次上网日期,不代表论文的发表时间)
共4页
56-59