吴力科
- 作品数：3 被引量：5H指数：1
- 供职机构：汕头大学工学院电子工程系更多>>
- 发文基金：国家自然科学基金广东省科技计划工业攻关项目广东省重大科技项目更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于不平衡扩展模型的火灾信息分布式压缩感知
- 2013年
- 针对无线传感网络数据传输与计算的不均衡而导致部分节点能耗大的问题,首先结合图论中二部图思想,将不平衡扩展模型应用在分布式压缩感知上,并设计出一种与该架构相对应的分布式算法.该算法通过一个列稀疏度确定的稀疏随机二值矩阵决定节点之间是否实现数据传输,从而将传输和计算任务平均分散在各个节点,并利用二阶锥形规划法对融合中心的数据进行重构.最后,在火灾场中利用不平衡扩展模型的分布式压缩感知网络进行仿真实验,并对算法的优越性和网络的节能性作出详细分析.在仿真过程中,通过分析均方误差和信噪比证明所提出的模型不仅在降低节点能耗上有较好的效果,而且在有噪声环境中可以很好地保证信号的重构性能.
- 庄哲民吴力科路小波
- 关键词：无线传感网络
- 基于分块稀疏信号的压缩感知贪婪算法研究
- 近些年出现了针对原信号具有特殊结构特点的压缩感知重构算法研究,例如块稀疏信号,由于现实中很多的原信号都具有该结构特点,因此,针对该信号的结构特性,探索出一种高效的恢复算法具有理论和现实的意义,本文也重点研究该结构下的压缩...
- 吴力科
- 关键词：压缩感知贪婪算法结构特性
- 文献传递
- 基于块稀疏信号的正则化自适应压缩感知算法被引量：5
- 2014年
- 在研究已有的块稀疏信号贪婪算法的基础上,提出一种正则化的自适应恢复算法。该算法在块稀疏度未知的前提下,添加了正则化的思想进行块挑选,从而更正确地挑选出块信号的支撑块,实现信号的重建。该算法首先在确定块的稀疏度和选择步长后,利用相关最大化原则实现支撑块的初次挑选;然后,依据已挑选出的支撑块再进行正则化分组,实现二次挑选;最终通过循环迭代正确挑选出整个信号的支撑块。通过仿真实验证明,该算法不仅不需要信号的块稀疏度作为先验知识,且较现有的块信号贪婪算法的重构概率更高,也比现有的块稀疏自适应贪婪算法所需的迭代次数更少和迭代时间更短。
- 庄哲民吴力科李芬兰魏楚亮
- 关键词：通信技术稀疏信号自适应正则化贪婪算法
