一种改进的双库MP信号稀疏分解方法
http://www.100md.com
参见附件。
匹配追踪(Matching pursuit, MP)方法可以在过完备库中实现信号的稀疏、能量集中的分解。本文中，从对信号分解稀疏性的有利原则出发，在迭代过程中，将过完备库划分为新(未选择过的)、旧(已选择过的)原子库，通过引入退火降温阈值函数来约束迭代过程中最优原子的选择，使选择的最优原子比原始MP方法有更大的可能性落入对信号稀疏性有利的旧原子库中，从而实现对信号更加稀疏的分解。对余弦调制指数信号和一段语音信号的分解结果，证实了改进MP方法对信号有更加稀疏的分解结果。
匹配追踪(Matching pursuit, MP)方法可以在过完备库中实现信号的稀疏、能量集中的分解。本文中，从对信号分解稀疏性的有利原则出发，在迭代过程中，将过完备库划分为新(未选择过的)、旧(已选择过的)原子库，通过引入退火降温阈值函数来约束迭代过程中最优原子的选择，使选择的最优原子比原始MP方法有更大的可能性落入对信号稀疏性有利的旧原子库中，从而实现对信号更加稀疏的分解。对余弦调制指数信号和一段语音信号的分解结果，证实了改进MP方法对信号有更加稀疏的分解结果。
您现在查看是摘要介绍页，详见PDF附件。