第３５卷第３期重庆邮电大学学报(自然科学版)Ｖｏｌ.３５Ｎｏ.３２０２３年６月ＪｏｕｒｎａｌｏｆＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＰｏｓｔｓａｎｄＴｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ(ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ)Ｊｕｎ.２０２３ＤＯＩ:１０.３９７９/ｊ.ｉｓｓｎ.１６７３￣８２５Ｘ.２０２１１１１５０４０２基于改进稀疏度估计模型的压缩感知去噪算法收稿日期:２０２１￣１１￣１５修订日期:２０２３￣０３￣１０通讯作者:梁伟ｌｉａｎｇｗｅｉ＿ｃｑｕｐｔ＠１６３.ｃｏｍ基金项目:重庆市教委科学技术研究重大项目(ＫＪＺＤ￣Ｍ２０１９００６０２)ＦｏｕｎｄａｔｉｏｎＩｔｅｍ:ＴｈｅＭａｊｏｒＰｒｏｊｅｃｔｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙＲｅｓｅａｒｃｈｏｆＣｈｏｎｇｑｉｎｇＥｄｕｃａｔｉｏｎＣｏｍｍｉｓｓｉｏｎ(ＫＪＺＤ￣Ｍ２０１９００６０２)马彬１ꎬ２ꎬ梁伟１ꎬ２ꎬ谢显中１ꎬ２(１.重庆邮电大学通信与信息工程学院ꎬ重庆４０００６５ꎻ２.重庆市信产部计算机网络与通信技术重点实验室ꎬ重庆４０００６５)摘要:针对带有高斯白噪声的宽带信号ꎬ提出改进基于二项分布的稀疏度估计模型ꎬ使其能够适用于带有噪声的信号ꎬ并根据稀疏度上界确定采样数目以保证信号能够被准确重构ꎻ利用估计的稀疏度上界ꎬ改进自适应阈值去噪算法ꎬ降低噪声折叠对信号重构的影响ꎮ仿真表明ꎬ对带有高斯白噪声的宽带稀疏信号ꎬ所提算法能够较为准确地估计出稀疏度上界ꎬ在保证信号重构精度的前提下ꎬ减少了采样数目ꎬ同时也降低了自适应阈值去噪算法的计算开销ꎮ关键词:压缩感知ꎻ噪声折叠(ＮＦ)ꎻ稀疏度估计ꎻ采样数目ꎻ信号重构中图分类号:ＴＮ９２９文献标志码:Ａ文章编号:１６７３￣８２５Ｘ(２０２３)０３￣０５０５￣０８ＣｏｍｐｒｅｓｓｅｄｓｅｎｓｉｎｇｄｅｎｏｉｓｉｎｇａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｉｍｐｒｏｖｅｄｓｐａｒｓｉｔｙｅｓｔｉｍａｔｉｏｎｍｏｄｅｌＭＡＢｉｎ１ꎬ２ꎬＬＩＡＮＧＷｅｉ１ꎬ２ꎬＸＩＥＸｉａｎｚｈｏｎｇ１ꎬ２(１.ＳｃｈｏｏｌｏｆＣｏｍｍｕｎｉｃａｔｉｏｎａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇꎬＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＰｏｓｔｓａｎｄＴｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓꎬＣｈｏｎｇｑｉｎｇ４０００６５ꎬＰ.Ｒ.Ｃｈｉｎａꎻ２.ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＣｏｍｐｕｔｅｒＮｅｔｗｏｒｋａｎｄ...
