1) Bearing Estimation of Compressed Sensing
压缩传感方位估计
2) compressive sensing
压缩传感
1.
Handwritten character recognition based on compressive sensing
基于压缩传感的手写字符识别方法
2.
The theory of compressive sensing can be used for the reconstruction of sparse or compressible signals from a small set of linear measurements.
压缩传感理论指出,稀疏信号可通过其一组线性测量值重建得到原信号,在获得测量值时,采样率可低于奈奎斯特采样频率。
3.
Reconstruction algorithm is one of the key parts in compressive sensing, and it is of great significance to accurately reconstruct a signal and verify the sampling accuracy.
压缩传感是针对稀疏或可压缩信号,在采样的同时即可对信号数据进行适当压缩的新理论,这使其在信号处理领域有着突出的优点和广阔的应用前景。
3) Compressed Sensing
压缩传感
1.
Image compressed sensing reconstruction based on contourlet Wiener filtering
基于轮廓波维纳滤波的图像压缩传感重构
2.
Image reconstruction for CT based on compressed sensing and ART
基于压缩传感和代数重建法的CT图像重建
3.
This thesis considers image reconstruction for Electrical tomography and x-ray tomography based on the theory of compressed sensing.
最近提出的压缩传感(Compressed Sensing)理论是颠覆了传统香农采样理论,该理论证明在一定条件下可以从不足采样精确恢复原信号,所需的采样数目小于传统意义上要求的采样数量。
4) direction of arrival estimation
方位估计
1.
Two kinds of the direction of arrival estimation methods which are single linear spectrum method and multiply linear spectrum method are put forward.
利用矢量水听器收集到的声压和振速信息,研究基于互谱法分析单目标的强线谱来进行目标方位估计。
2.
The neighboring frequency correlation and harmonic frequency correlation coefficient of signal amplitudes were used together for the low-frequency section,the direction of arrival estimation for speech sources for the mid-frequency section,and the combinatio.
算法对不同频率点采用不同的排序算法:频率较低部分采用比较分离信号相邻频率点和谐波频率点之间幅度相关性相结合的排序算法;中频部分采用基于语音信号方位估计的排序算法;频率较高部分采用相关比较和方位估计结合的排序方法。
3.
The RMS error for angle estimation by the non-spatial ESPRIT algorithm was about 3° and the main beam width of conventional beamforming was about 30°,which indicates that high resolution direction of arrival estimation could be obtained using the non-spatial ESPRIT algorithm without requiring information from an array manifold.
仿真研究了该算法对单个源和多个源方位估计的情况,并利用外场试验数据验证了算法的有效性。
5) DOA
方位估计
1.
The Study on Beam-space DOA Estimator Based on Beam-forming System;
基于多波束系统的波束域方位估计方法研究
2.
An Improved Method to Estimate the DOA of Distributed Sources;
分布式目标方位估计的一种改进算法
6) direction finding
方位估计
1.
High-resolution direction finding based on joint block-diagonalization of spatio-temporal correlation matrices;
基于空时相关阵联合对角化的高分辨方位估计
2.
Underwater Experiment Analysis of Bayesian High-Resolution Direction Finding Method;
贝叶斯高分辨方位估计方法的水池试验数据分析
补充资料：压缩
压缩
contraction
压缩!阴。.比佣，c~j，压缩算子(contraCtingoperator.①ntractive operator) Hilbert空间H到Hilbert空间刀的一个有界线性映射T，满足升T}热1当H=11，时，个压缩算子T称为宇舍护尊的(con，pletely non一“ni‘a理)，指它在任何【补注】算子T的一个约化子空间(redudng sub-印ace)是一个闭子空间K，使得有一个余K‘，即H=K田K，，而K与K‘在T之下都不变，即T(K)C=K，T(K‘)C=K‘.非零的T约化子空间上不是一个酉算子.例如，单侧移位(对比于双侧移位，后者是酉的)是这样的算子联系于H上的每个压缩算子T，有唯一的到T约化子空间中的正交分解H=鱿〕①Hl，使得几二月。了.是酉的，T，=TI。是完全非酉的·了’一T。①不称为T的粤尽兮解(以noniol decomlx巧itlon). H上给定的压缩算子的一个膨胀(d ilation)是一作用于某个更大的比lbert空间K二HI二的有界算子B，使得T“二尸月“，。=1、2、…，这里P是K到H上的正交射影.巧lbert空间H中的每个压缩算子有在某个空间K“H上的酉膨胀U，此外，在如下的意义下它是极小的，K是毛U”H}众。的闭线性张成空间(sz6ke-falvi一Na罗宇浮(s Z6kefalvi一Na留‘heorem))·通过谱理论定义的极小酉膨胀及其函数，允许人们对于压缩箕子构造一种函数演算.这本质上已对开单位圆盘D中的有界解析函数(Ha吻空间H“、)做到了.定义完全非酉压缩算子T属于C。类，如果有一个函数u任H￡，。(泪幸0，使得u(T)二0.C。类包含于压缩算子T的C，类之中(指当n，美时，尹一。，厂陀一川.对每个C‘，类的压缩算子，有所谓俘性‘甲攀(m，n，ma‘爪nc‘，on)”了以)(尺}，是一个内函数u任H戈，在D中}u(劝}簇1，在D的边界上几乎处处有}州c“)}=l)使得m:.‘川二O并且川:(幻是所有其他的具有同样性质的内函数的因子‘一个压缩算子T的极小函数m:(劝在D中的零l奴集，再与沿弧其上m了(又)可作解析延拓的弧的并在单位圆周中的余集。起，与谱试钧相同.口、类压缩算一子极小函数的概念，允许人们把这类压缩算子的函数演算推广到D中某些亚纯函数. 不仅对于单个的压缩算子也对于离散的压缩算户半群{T”}(n二0，l，一)以及连续的压缩算子半群{j’(5)}(0毛s(刃)，己经得到了关于酉膨胀的定理. 如同对于二耗散算子(dissipatlve()详rator)，也对压缩算子，构造了一种特征算子值函数的理论及基l此的一个函数模型，由此可研究压缩算一F的构造及谱、极小函数与特征函数之间的关系(见}1]).由〔ayley变换 ，1一二(I+了’)(I丁)l任。;t了)一个压缩算子T与一个极大的增生算子」‘即A使得，A是一个极大的耗散算子)有关.在此基础上.可建扭对称算子成的耗散扩一张B。(相应地，保守算子:斌、的Philips耗散扩张i双，)的理论. 对压缩算子已发展了相似性，拟相似性及单胞性的理论，压缩算子的理论紧密相关于平稳随机过程的预报理论及散射理论.特别地，Lax一Phili详图式(!2])可看作CO。类压缩算子的S泌kefalvi一Nagy一价)ias理论的连续相似.
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条