2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩76頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、貝葉斯推斷作為貝葉斯理論中一門重要的分支,它被廣泛應用于各類信號恢復算法。本文主要研究了貝葉斯推斷在基帶信號壓縮恢復以及含有頻域稀疏噪聲的基帶信號壓縮恢復中的應用。
  基帶信號作為數字通信中一類主要信號受到越來越多的關注,它的壓縮傳輸也是重要的研究方向。然而目前針對基帶信號的壓縮恢復研究卻不多。本論文通過發(fā)掘基帶信號自帶的有限字符特征,通過對基帶信號中的每一個元素施加混合高斯先驗,并且混合高斯先驗中的每一個高斯分布的均值均為有限

2、字符中的元素。基于該模型本論文提出了一種利用貝葉斯推斷的基帶信號壓縮恢復算法。該算法創(chuàng)造性的將混合高斯模型與貝葉斯推斷結合起來,不但恢復基于實數的多元有限字符集的基帶信號,更可以恢復基于復數的有限字符集的基帶信號。實驗表明,本算法相比傳統(tǒng)的線性規(guī)劃方法壓縮率較高,恢復準確率高,算法魯棒性更強,性能優(yōu)勢明顯。
  此外,本論文還提出了一種在基帶信號含有頻域噪聲時的壓縮恢復算法。該算法將先前提出的基帶信號壓縮恢復算法與貝葉斯壓縮感知聯

3、系起來,對基帶信號和頻域噪聲施加不同的先驗,并利用貝葉斯推斷對基帶信號和頻域噪聲的后驗分布進行交替更新,從而能夠同時恢復出基帶信號和頻域噪聲。實驗表明,相比不考慮頻域噪聲的情況,該算法可以完整的恢復基帶信號和頻域噪聲。即使出現噪聲的頻點比較多時,該算法仍舊具有很好的恢復成功率,并且頻域噪聲功率較大時仍舊具有較大的恢復準確率,算法性能優(yōu)勢明顯。
  另外,針對之前提出的基帶信號壓縮恢復算法不能直接應用于含有頻域噪聲的情況,本文通過進

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論