-
公开(公告)号：CN104036509B
公开(公告)日：2017-01-11
申请号：CN201410276372.7
申请日：2014-06-19
Applicant: 哈尔滨工业大学
Abstract: 一种基于压缩感知的高光谱混合像元分解的方法，涉及压缩感知领域与高光谱遥感领域。解决了现有采用传统的奈奎斯特采样定理对高光谱图像数据采集时，混合像元分解速度慢的问题。该方法首先输入观测矩阵Φ和压缩观测矩阵Y，利用压缩感知理论建立光谱混合模型Y＝ΦXT＝Φ(AS)T，其次对端元丰度矩阵S的估计值 和端元光谱矩阵A的估计值 进行迭代处理，如果相邻两次获得的端元光谱矩阵A的估计值 中对应的每个元素的绝对值之差小于0.1时，则停止迭代，输出端元丰度矩阵 ，完成对高光谱混合像元的分解，否则继续进行迭代处理。主要用于对高光谱混合像元分解。
-
公开(公告)号：CN103219998A
公开(公告)日：2013-07-24
申请号：CN201310101905.3
申请日：2013-03-27
Applicant: 哈尔滨工业大学
IPC: H03M7/30
Abstract: 一种多通道压缩感知框架下的混合参数估计方法，涉及多通道压缩感知技术领域，解决现有混合参数估计计算必须先完成重构混合信号，源信号重构效率低的问题。采集混合信号xi的压缩观测信号为yi，取非线性函数g(·)，所述函数g(·)的输入为yWl，输出为Y，计算Y的熵，计算熵H(Y)的梯度沿着熵H(Y)的梯度方向更新反混合矩阵Wl+1，使得熵H(Y)逐渐增大，所述更新反混合矩阵W的公式为：将迭代次数l的值加1，l＝l+1，判断迭代次数l是否大于设定的总的迭代次数t，据经过t次迭代更新得到的反混合矩阵Wt，计算混合矩阵A的估计值本发明可广泛应用于对混合参数估计的计算。
-
公开(公告)号：CN103929186B
公开(公告)日：2017-06-16
申请号：CN201410155538.X
申请日：2014-04-17
Applicant: 哈尔滨工业大学
IPC: H03M7/30
Abstract: 一种分布式压缩感知中充分稀疏源信号的交替迭代估计方法，具体涉及由混合信号的压缩观测值，重构源信号的方法，解决现有技术中，由于没有考虑混合信号压缩观测值的特点，采用先恢复混合信号再分离源信号的算法重构源信号而导致源信号精度低的问题。本发明所述的方法：在分布式压缩感知框架下，利用充分稀疏源信号的特点，采用交替估计的方法，从混合信号的观测值中估计源信号，每次迭代过程中，在不对混合信号进行重构的前提下，直接恢复得到源信号的估计值。本发明方法在信号压缩域从混合信号的观测值中分离源信号，降低了分离过程的复杂度。
-
Patent Agency Ranking
公开(公告)号：CN104036509A
公开(公告)日：2014-09-10
申请号：CN201410276372.7
申请日：2014-06-19
Applicant: 哈尔滨工业大学
Abstract: 一种基于压缩感知的高光谱混合像元分解的方法，涉及压缩感知领域与高光谱遥感领域。解决了现有采用传统的奈奎斯特采样定理对高光谱图像数据采集时，混合像元分解速度慢的问题。该方法首先输入观测矩阵Φ和压缩观测矩阵Y，利用压缩感知理论建立光谱混合模型Y＝ΦXT＝Φ(AS)T，其次对端元丰度矩阵S的估计值和端元光谱矩阵A的估计值进行迭代处理，如果相邻两次获得的端元光谱矩阵A的估计值中对应的每个元素的绝对值之差小于0.1时，则停止迭代，输出端元丰度矩阵完成对高光谱混合像元的分解，否则继续进行迭代处理。主要用于对高光谱混合像元分解。
-
公开(公告)号：CN103152298A
公开(公告)日：2013-06-12
申请号：CN201310066123.0
申请日：2013-03-01
Applicant: 哈尔滨工业大学
IPC: H04L25/03
Abstract: 一种基于分布式压缩感知系统的盲信号重构方法，涉及信号处理领域。本发明解决了现有基于分布式压缩感知系统的盲信号分离方法获得源信号的效率低，精度低的问题。本发明利用CS观测系统对m个源信号的混合信号进行观测，获得混合信号观测信号y，在(0，1)内单调递增的函数中任意选取非线性函数g(·)，设定函数g(·)输入为yWl，输出函数Y，计算函数Y的熵与熵的梯度，沿熵的梯度方向更新反混合矩阵Wl，使熵逐渐增大，令迭代次数l＝l+1判断迭代次数l是否大于设定的总的迭代次数t，判断结果为是，利用压缩感知重构算法与源信号的压缩观测值重构源信号，获得源信号估计信号，否则将更新获得的反混合矩阵与观测信号构成函数g(·)的输入，本发明用于信号处理领域。
-
公开(公告)号：CN103219998B
公开(公告)日：2016-01-20
申请号：CN201310101905.3
申请日：2013-03-27
Applicant: 哈尔滨工业大学
IPC: H03M7/30
Abstract: 一种多通道压缩感知框架下的混合参数估计方法，涉及多通道压缩感知技术领域，解决现有混合参数估计计算必须先完成重构混合信号，源信号重构效率低的问题。采集混合信号xi的压缩观测信号为yi，取非线性函数g(·)，所述函数g(·)的输入为yWl，输出为Y，计算Y的熵，计算熵H(Y)的梯度沿着熵H(Y)的梯度方向更新反混合矩阵Wl+1，使得熵H(Y)逐渐增大，所述更新反混合矩阵W的公式为：将迭代次数l的值加1，l＝l+1，判断迭代次数l是否大于设定的总的迭代次数t，据经过t次迭代更新得到的反混合矩阵Wt，计算混合矩阵A的估计值本发明可广泛应用于对混合参数估计的计算。
-
公开(公告)号：CN103152298B
公开(公告)日：2015-07-22
申请号：CN201310066123.0
申请日：2013-03-01
Applicant: 哈尔滨工业大学
IPC: H04L25/03
Abstract: 一种基于分布式压缩感知系统的盲信号重构方法，涉及信号处理领域。本发明解决了现有基于分布式压缩感知系统的盲信号分离方法获得源信号的效率低，精度低的问题。本发明利用CS观测系统对m个源信号的混合信号进行观测，获得混合信号观测信号y，在(0，1)内单调递增的函数中任意选取非线性函数g(·)，设定函数g(·)输入为yWl，输出函数Y，计算函数Y的熵与熵的梯度，沿熵的梯度方向更新反混合矩阵Wl，使熵逐渐增大，令迭代次数l＝l+1判断迭代次数l是否大于设定的总的迭代次数t，判断结果为是，利用压缩感知重构算法与源信号的压缩观测值重构源信号，获得源信号估计信号，否则将更新获得的反混合矩阵与观测信号构成函数g(·)的输入，本发明用于信号处理领域。
-
公开(公告)号：CN103929186A
公开(公告)日：2014-07-16
申请号：CN201410155538.X
申请日：2014-04-17
Applicant: 哈尔滨工业大学
IPC: H03M7/30
Abstract: 一种分布式压缩感知中充分稀疏源信号的交替迭代估计方法，具体涉及由混合信号的压缩观测值，重构源信号的方法，解决现有技术中，由于没有考虑混合信号压缩观测值的特点，采用先恢复混合信号再分离源信号的算法重构源信号而导致源信号精度低的问题。本发明所述的方法：在分布式压缩感知框架下，利用充分稀疏源信号的特点，采用交替估计的方法，从混合信号的观测值中估计源信号，每次迭代过程中，在不对混合信号进行重构的前提下，直接恢复得到源信号的估计值。本发明方法在信号压缩域从混合信号的观测值中分离源信号，降低了分离过程的复杂度。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.022 seconds)
