CN104734727A - 一种保持测量矩阵相关性不变的扩展方法 - Google Patents
一种保持测量矩阵相关性不变的扩展方法 Download PDFInfo
- Publication number
- CN104734727A CN104734727A CN201510180282.2A CN201510180282A CN104734727A CN 104734727 A CN104734727 A CN 104734727A CN 201510180282 A CN201510180282 A CN 201510180282A CN 104734727 A CN104734727 A CN 104734727A
- Authority
- CN
- China
- Prior art keywords
- matrix
- row
- correlation
- calculation
- column
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Complex Calculations (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明公开了一种保持测量矩阵相关性不变的扩展方法。其步骤为:首先,输入矩阵 以及测量矩阵的列数,并生成零矩阵,其中,并将矩阵赋值给目标测量矩阵的前k列;然后,计算测量矩阵前列的最大列相关性,并从测量矩阵的前列中任选列组成方阵并求逆得到方阵;最后,取方阵中与测量矩阵列相关性小于的列向量扩展入测量矩阵的第列中,并令,迭代以上步骤直至达到目标测量矩阵。相对于相同大小的测量矩阵,本发明扩展的测量矩阵具有较好的压缩率和重构效果的特点。
Description
技术领域
本发明涉及信号处理领域,更具体的涉及一种保持测量矩阵相关性不变的扩展方法。
背景技术
近年来,新兴的压缩感知(Compressed Sensing, CS)理论为数据采集技术带来了革命性的突破。压缩感知的基本思想是利用具有一定特征的测量矩阵将高维稀疏信号投影到一个低维空间,进行压缩采样,然后通过重构算法实现原始信号的恢复。压缩感知的研究主要包括三个方面:一是高维信号的稀疏表示,二是测量矩阵的选择和构造,三是重构算法的设计。
能否成功的重构原始信号,很大程度取决于测量值是否包含了重构信号所需的足够信息量。通常,根据原始信号的特点,其稀疏字典基的选择相对固定。由此,压缩传感理论的成功与否很大程度上依赖于测量矩阵。因此,在压缩感知理论中,测量矩阵不仅对原始信号的压缩采样过程有着重要的影响,也间接影响重构效果的好坏和重构速率的快慢。
测量矩阵与重构误差存在着直接联系,在重构算法不变的情况下,测量矩阵的性能越好,重构信号与原始信号的误差越小。测量矩阵的非线性列相关性和自适应性影响重构算法的精度,测量矩阵列相关性越低,矩阵元素的稀疏度越好,重构信号越精确。
因此,构造一个高性能的测量矩阵的关键在于使测量矩阵的列相关性总体较小。传统的随机测量矩阵,随着列与行的比值增加,列相关性不断增大,导致测量矩阵性能变差,严重影响到压缩率和重构效果。针对如何确保测量矩阵性能即列相关性总体不变的技术难题,目前尚没有合适的解决方案。
发明内容
针对上述问题,本发明的目的在于,提出一种保持测量矩阵列相关性不变的扩展方法。以行列数较少的矩阵为基础,从中任选 列生成一个方阵并求逆;选择方阵中所有能保证测量矩阵最大列相关性不变的列扩展入测量矩阵,这不仅能有效保证测量矩阵的最大列相关性不随测量矩阵列数的增加而增大,而且能保证测量矩阵的良好性能,从而保证较好的压缩率和重构效果。
本发明步骤为:首先,输入矩阵以及测量矩阵的列数,并生成零矩阵,其中,并将矩阵赋值给目标测量矩阵的前k列;然后,计算测量矩阵前列的最大列相关性,并从测量矩阵的前列中任选列组成方阵并求逆得到方阵;最后,取方阵中与测量矩阵列相关性小于的列扩展入测量矩阵的第列中,并令,迭代以上步骤直至达到目标测量矩阵。
本发明的具体步骤如下:
步骤一 输入矩阵和目标测量矩阵的列数,其中;
步骤二 生成零矩阵,其中,并将矩阵赋值给目标测量矩阵的前列;
步骤三 计算测量矩阵前列的最大列相关性:,其中、表示测量矩阵中列相关性最大的两列,;
步骤四 从测量矩阵的前列中任选列组成方阵,其中,并求逆得到方阵,即,其中;
步骤五 当不等式成立时,转步骤六;否则,转步骤十;其中,表示方阵第列的二范数,表示测量矩阵的前列中最小的二范数,表示测量矩阵的前列中最大的二范数;
步骤六 当不等式成立时,转步骤七;否则,转步骤十;其中,表示方阵的第列,、、分别表示测量矩阵的第列,;
步骤七 当时,转步骤八;否则,,转步骤六;
步骤八 取 ,并将赋值给,;
步骤九 当时,转步骤十一;否则,转步骤十;
步骤十 当时,转步骤四;否则,转步骤五;
步骤十一 结束。
与现有测量矩阵构造方法相比,本发明的优点在于:
本发明以列相关性小的矩阵为基础,在保证列相关性不变的前提下,选择满足条件的列向量扩展入测量矩阵,从而使得测量矩阵的列相关性小,保证测量矩阵的良好性能,并提高压缩率和重构效果。
附图说明
图1是一种保持测量矩阵相关性不变的扩展方法的流程图。
具体实施方式
本发明设计了一种保持测量矩阵相关性不变的扩展方法,结合图1,扩展方法的具体实施方法如下:
步骤一 输入矩阵和目标测量矩阵的列数,其中;
步骤二 生成零矩阵,其中,并将矩阵赋值给目标测量矩阵的前列,具体步骤如下:
1)、生成维零矩阵:
(1)
2)、令为零矩阵,将矩阵赋值给目标测量矩阵的前列:
(2)
(3)
步骤三 计算测量矩阵前列的最大列相关性:,其中、表示测量矩阵中列相关性最大的两列,,具体步骤如下:
1)、根据公式(4)计算测量矩阵前列的最大列相关性:
(4)
2)、记测量矩阵中列相关性最大的两列为第列和第列,则:
(5)
步骤四 从测量矩阵的前列中任选列组成方阵,其中,并求逆得到方阵,即,其中;
将方阵的第列扩展至测量矩阵中且最大列相关性保持不变的充要条件是:与中前列的列相关性均小于;
(6)
满足公式(6)的充分条件是同时满足下列两式:
(7)
(8)
其中,表示方阵第列的二范数,表示测量矩阵的前列中最小的二范数,表示测量矩阵的前列中最大的二范数;其中,表示方阵的第列,、、分别表示测量矩阵的第列,;
步骤五 当不等式(7)成立时,转步骤六;否则,转步骤十;
步骤六 当不等式(8)成立时,转步骤七;否则,转步骤十;
步骤七 当时,转步骤八;否则,,转步骤六;
步骤八 取 ,并将赋值给,;
步骤九 当时,转步骤十一;否则,转步骤十;
步骤十 当时,转步骤四;否则,转步骤五;
步骤十一 结束。
Claims (4)
1.一种保持测量矩阵相关性不变的扩展方法,其特征在于,所述方法至少包括以下步骤:
步骤一 输入矩阵 和目标测量矩阵的列数,其中;
步骤二 生成零矩阵,其中,并将矩阵赋值给目标测量矩阵的前列;
步骤三 计算测量矩阵前列的最大列相关性:,其中、表示测量矩阵中列相关性最大的两列,;
步骤四 从测量矩阵的前列中任选列组成方阵,其中,并求逆得到方阵,即,其中;
步骤五 当不等式成立时,转步骤六;否则,转步骤十;其中,表示方阵第列的二范数,表示测量矩阵的前列中最小的二范数,表示测量矩阵的前列中最大的二范数;
步骤六 当不等式成立时,转步骤七;否则,转步骤十;其中,表示方阵的第列,、、分别表示测量矩阵的第列,;
步骤七 当时,转步骤八;否则,,转步骤六;
步骤八 取 ,并将赋值给,;
步骤九 当时,转步骤十一;否则,转步骤十;
步骤十 当时,转步骤四;否则,转步骤五;
步骤十一 结束。
2.如权利要求1所述的方法,其特征在于所述将矩阵赋值给目标测量矩阵的前列,至少还包括:
1)、生成维零矩阵:;
2)、令为零矩阵,将矩阵赋值给目标测量矩阵的前列:
,
。
3.如权利要求1所述的方法,其特征在于所述计算测量矩阵前列的最大列相关性,至少还包括:
根据公式:
,
计算测量矩阵前列的最大列相关性,并记测量矩阵中列相关性最大的两列为第列和第列,则:
。
4.如权利要求1所述的方法,其特征在于所述步骤五和所述步骤六,至少还包括:
1)、将方阵的第列扩展至测量矩阵中且最大列相关性保持不变的充要条件是:与中前列的列相关性均小于:
;
2)、满足上式的充分条件是同时满足下列两式:
,
。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510180282.2A CN104734727B (zh) | 2015-04-16 | 2015-04-16 | 一种保持测量矩阵相关性不变的扩展方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510180282.2A CN104734727B (zh) | 2015-04-16 | 2015-04-16 | 一种保持测量矩阵相关性不变的扩展方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104734727A true CN104734727A (zh) | 2015-06-24 |
CN104734727B CN104734727B (zh) | 2017-12-29 |
Family
ID=53458221
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510180282.2A Expired - Fee Related CN104734727B (zh) | 2015-04-16 | 2015-04-16 | 一种保持测量矩阵相关性不变的扩展方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104734727B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090157712A1 (en) * | 2007-12-14 | 2009-06-18 | Bmc Software, Inc. | Dynamic Compression of Systems Management Data |
CN102594360A (zh) * | 2012-02-01 | 2012-07-18 | 浪潮(北京)电子信息产业有限公司 | 一种计算机数据压缩方法及装置 |
CN104270156A (zh) * | 2014-06-12 | 2015-01-07 | 湘潭大学 | 压缩感知中追踪缩减补偿机制测量矩阵构造方法 |
-
2015
- 2015-04-16 CN CN201510180282.2A patent/CN104734727B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090157712A1 (en) * | 2007-12-14 | 2009-06-18 | Bmc Software, Inc. | Dynamic Compression of Systems Management Data |
CN102594360A (zh) * | 2012-02-01 | 2012-07-18 | 浪潮(北京)电子信息产业有限公司 | 一种计算机数据压缩方法及装置 |
CN104270156A (zh) * | 2014-06-12 | 2015-01-07 | 湘潭大学 | 压缩感知中追踪缩减补偿机制测量矩阵构造方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104734727B (zh) | 2017-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2020501475A5 (zh) | ||
JP2012212437A5 (zh) | ||
CN105181122B (zh) | 机械振动信号数据压缩采集方法 | |
CN108984804B (zh) | 一种利用裂缝发育密度评价裂缝性储层质量的方法 | |
CN106054214B (zh) | 一种可削弱多路径效应的gnss数据处理方法 | |
CN104298857B (zh) | 一种多因素耦合作用下的机构可靠度计算方法 | |
RU2017109924A (ru) | Способ и устройство генерирования двумерной матрицы и способ и устройство запроса элемента с ключевым значением | |
CN106156852A (zh) | 一种高斯重叠核脉冲估计方法 | |
CN104598971A (zh) | 基于径向基函数神经网络的单位脉冲响应函数提取方法 | |
CN103198356B (zh) | 一种基于遗传算法的固体推进剂配方优化设计方法 | |
CN102801428A (zh) | 一种0-1稀疏循环矩阵的近似优化和信号采集重构方法 | |
EP2725509A1 (en) | System and method for aligning genome sequence | |
CN103324821A (zh) | 一种基于组合插值的gm(1,1)模型预测方法 | |
CN104777513B (zh) | 地震数据梯度信息不连续性边界检测方法 | |
CN104113346A (zh) | 基于级联混沌序列构造测量矩阵的方法 | |
CN104361192A (zh) | 一种压缩感知分析模型下的稀疏表示自适应重构方法 | |
CN104734727A (zh) | 一种保持测量矩阵相关性不变的扩展方法 | |
CN104243095A (zh) | 一种卷积码与线性分组码的码字类型盲识别方法 | |
CN103106353A (zh) | 一种基因组序列的指纹特征曲线的构造方法 | |
CN104113758A (zh) | 一种基于矩阵初等变换的测量矩阵优化方法 | |
CN108197613B (zh) | 一种基于深度卷积级联网络的人脸检测优化方法 | |
CN108896942B (zh) | 核磁共振数据压缩方法及装置 | |
CN107860346B (zh) | 一种测量坐标系配准方法 | |
CN107403628B (zh) | 一种基于压缩感知的语音信号重构方法 | |
WO2018076894A1 (zh) | 一种获取伪随机序列的方法和装置、存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171229 Termination date: 20210416 |
|
CF01 | Termination of patent right due to non-payment of annual fee |