论文部分内容阅读
针对传统压缩感知理论无法实现自适应压缩测量的不足，介绍了基于贝叶斯估计的压缩感知重构算法；建立了基于重构信号微分熵的自适应评价指标；构建了基于分块测量方式的自适应压缩测量算法。仿真分析了该算法用于随机阶跃信号的测量效果，实验结果表明：建立的自适应评价指标与被测信号重构误差具有相似的变化趋势，能有效反映随机测量进程，可以实现自适应压缩测量。正是在BCS理论的基础上，提出了一种根据以获取信息的不确定度，进而自适应实现压缩测量的算法，该算法运算简单，适用于实时信号的在线压缩测量。