金坚
- 作品数：3 被引量：112H指数：3
- 供职机构：清华大学信息科学技术学院电子工程系更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：电子电信更多>>
- 用于稀疏系统辨识的零吸引最小均方算法被引量：17
- 2010年
- 为显著提高对稀疏系统的辨识性能,提出了一种自适应算法。该算法将与稀疏性有重要关系的l1范数引入LMS算法的代价函数中,并导出新的滤波器权系数更新公式。该公式在迭代过程中向权系数不断添加一个指向零矢量的修正量,使得在稀疏系统中占主要地位的零系数加速收敛,从而显著提高自适应算法的收敛速度和跟踪速度。理论分析并推导了算法的均值收敛过程。仿真结果表明:该算法无论对一般稀疏系统还是分簇稀疏系统,都能明显改善收敛性能,并且表现出良好的稳健性和通用性。
- 金坚谷源涛梅顺良
- 关键词：系统辨识LMSL1范数
- 用于稀疏系统辨识的改进l_0-LMS算法被引量：15
- 2011年
- 该文研究和改进了l0-LMS算法以提高对稀疏系统进行辨识的性能。首先依据均方误差反映出的收敛深度信息动态调节步长,提高了算法的收敛速度;其次利用估计误差绝对值加权修正零吸引函数,减小了稳态失调误差。然后定性分析了改进算法中各个参数的取值对收敛速度和稳态性能的影响。最后,计算机仿真验证了新算法的性能明显优于原l0-LMS算法和若干现有稀疏系统辨识的方法。
- 曲庆金坚谷源涛
- 关键词：信号处理变步长
- 压缩采样技术及其应用被引量：84
- 2010年
- 如何降低宽带模拟信号数字化过程中的采样率,以及如何有效的对大量数据进行压缩存储一直是学者们关心的问题。该文综述了最近出现的一种新型信号处理方法—压缩采样(Compressive Sampling,CS),也称压缩传感(Compressive Sensing)。该方法通过对稀疏信号进行观测而非采样,只需少量观测点就能精确的重构原始信号。结果表明新方法的观测频率可以远远低于奈奎斯特采样频率。该文除介绍其基本原理和主要实现方法外,同时列举了多种应用,并指出若干待研究的问题。
- 金坚谷源涛梅顺良
- 关键词：压缩采样稀疏性信号恢复
