一种基于时域稀疏性的FRI信号重构方法

    公开(公告)号:CN105761725A

    公开(公告)日:2016-07-13

    申请号:CN201610076167.5

    申请日:2016-02-03

    CPC classification number: G10L21/0216

    Abstract: 本发明涉及信号处理技术领域,具体涉及一种基于时域稀疏性的FRI信号重构方法。该重构方法包括如下步骤:(1)对模拟时间轴进行量化和网格化处理,网格的数目要远大于FRI信号的未知参数数目;(2)选取适当的系数对FRI采样样本进行加权求和,从而获取测量向量,并将此测量向量表示为时域上的稀疏线性组合;(3),将FRI参数估计问题转换为求解一个最小L0范数下的优化问题,其稀疏解中非零元素的位置即为时延参数的估计值,非零元素的值即为幅值参数的估计值。本发明提供的基于时域稀疏性的FRI信号重构方法,重构精度高,且抗噪声干扰能力强,适用噪声环境下的FRI信号重构问题。

    一种基于时域稀疏性的FRI信号重构方法

    公开(公告)号:CN105761725B

    公开(公告)日:2019-07-05

    申请号:CN201610076167.5

    申请日:2016-02-03

    Abstract: 本发明涉及信号处理技术领域,具体涉及一种基于时域稀疏性的FRI信号重构方法。该重构方法包括如下步骤:(1)对模拟时间轴进行量化和网格化处理,网格的数目要远大于FRI信号的未知参数数目;(2)选取适当的系数对FRI采样样本进行加权求和,从而获取测量向量,并将此测量向量表示为时域上的稀疏线性组合;(3),将FRI参数估计问题转换为求解一个最小L0范数下的优化问题,其稀疏解中非零元素的位置即为时延参数的估计值,非零元素的值即为幅值参数的估计值。本发明提供的基于时域稀疏性的FRI信号重构方法,重构精度高,且抗噪声干扰能力强,适用噪声环境下的FRI信号重构问题。

Patent Agency Ranking