非负矩阵分解下的稀疏基构建

作者：彭茂玲; 陈善雄; 崔兆霞

来源：科学技术与工程, 2013, (04): 835-839+845.

• 压缩感知
• 稀疏度
• 相干性
• 采样矩阵 compressive sensing
• sparsity
• incoherence
• sampling matrix

当信号在某个变换域是稀疏的或可压缩的,可以利用与变换矩阵非相干的测量矩阵将变换系数投影为低维向量,同时这种投影保持了重建信号所需的信息。压缩感知技术以较少的投影数据实现信号的精确或高概率重构。而信号重建能力很大程度上取决于信号的稀疏性,以及采样矩阵和变换矩阵的非相干性。提出用非负矩阵分解(NMF)对原始信号进行稀疏变化,构建稀疏变换基矩阵φ,并与离散傅里叶变换(DFT)和离散小波变换(DWT)构建变换矩阵进行对比研究,对相干度,稀疏度进行测量,并采用正交匹配追踪(OMP)进行信号还原能力分析,表明在同等测量次数下NMF还原能力优于DFT和DWT。

• 单位
  重庆城市管理职业学院