文献

J-GLOBAL ID：202202230199873613   整理番号：22A1172177

圧縮センシングにおける擬似ランダムシーケンスによる改良型測定行列構築【JST・京大機械翻訳】

Improved Measurement Matrix Construction with Pseudo-Random Sequence in Compressed Sensing

著者 (4件)： He Jiai (School of computer and communication, Lanzhou University of Technology, Lanzhou, China) ,  Wang Tong (School of computer and communication, Lanzhou University of Technology, Lanzhou, China) ,  Wang Chanfei (School of computer and communication, Lanzhou University of Technology, Lanzhou, China) ,  Chen Yanjiao (School of computer and communication, Lanzhou University of Technology, Lanzhou, China)
資料名： Wireless Personal Communications  (Wireless Personal Communications)
巻： 123  号： 4  ページ： 3003-3024  発行年： 2022年 
JST資料番号： W2022A  ISSN： 0929-6212  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 圧縮センシング理論において,測定マトリックスは,それ自身とスパース辞書の間の相互相関を減らすことによって,再構成性能を改善した。ランダム測定行列のハードウェア実装の困難さと大きな記憶コストを目的として,本論文は擬似ランダムシーケンスに基づく測定マトリックスを構築するための最適化方法を提案する。この方法はランダムGauss行列を擬似ランダムシーケンスとHadamard行列と組み合わせ,ランダムGauss行列の次数を変えることによって測定行列のサイズを調整し,構築した行列は,少数の測定によるランダムGauss行列の利点と,高い相関を持つ擬似ランダムシーケンスを保持するだけでなく,良好な再構成性能も持つ。同時に,関連定理を提案し,その合理性を検証した。最後に,一次元ランダム信号と二次元画像をMATLABシミュレーションプラットフォーム上で実験的に検証した。実験結果は,従来のマトリックスと比較して,最適化マトリックスがより良い再構成性能,より低い時間計算複雑性と良い応用価値を持つことを示した。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *行列 ,  最適化 ,  最適化手法 ,  *信号標本化 ,  ランダム信号 ,  計算量 ,  再構成 ,  計測 ,  *信号再生 ,  一次元
準シソーラス用語： Hadamard行列 ,  相互相関 ,  MATLAB ,  二次元画像 ,  ハードウェア実装 ,  *圧縮センシング ,  *擬似ランダム , 【Automatic Indexing@JST】

著者キーワード (4件)： 圧縮センシング ,  測定行列構築 ,  擬似ランダム ,  リファクタリング性能

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  信号理論  (ND02020G)

タイトルに関連する用語 (5件)： 圧縮センシング ,  擬似ランダム ,  シーケンス ,  行列 ,  構築