• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IEEE International Conference on Communications >A Low-Complexity Reconstruction Algorithm for Compressed Sensing Using Reed-Muller Sequences
【24h】

A Low-Complexity Reconstruction Algorithm for Compressed Sensing Using Reed-Muller Sequences

机译：里德-穆勒序列的压缩感知低复杂度重构算法

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Reed-Muller (RM) sequences have been widely used in compressed sensing (CS) to construct deterministic measurement matrices and extract attributes of sparse signals. However, if the signal is not sparse enough, the existing reconstruction algorithms encounter serious performance degradation. In this paper, invoking the elegant nested structure of second-order RM sequences, a soft-decision reconstruction algorithm is proposed. With the soft- information passing through the nested structure, the proposed reconstruction algorithm outperforms the existing ones. Notably, the performance can be further improved based on shuffling operations. Numerical results verify the good performance of the proposed algorithm and show that it preserves quite low computational complexity.
机译：Reed-Muller（RM）序列已被广泛用于压缩感测（CS）中，以构造确定性的测量矩阵并提取稀疏信号的属性。但是，如果信号不够稀疏，则现有的重建算法会遇到严重的性能下降。本文利用二阶RM序列的优雅嵌套结构，提出了一种软决策重建算法。在软信息通过嵌套结构的情况下，所提出的重构算法优于现有的重构算法。值得注意的是，基于混洗操作可以进一步提高性能。数值结果验证了该算法的良好性能，并表明该算法保留了相当低的计算复杂度。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号