Algoritmo rápido de estimación supraarmónica basado en un modelo simplificado de compresión sensorial
Autores: Gui, Zesen; Zhou, Qun; Zhou, Hui; Liao, Zheng; Wang, Ziyi
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Algoritmo rápido de estimación supraarmónica basado en un modelo simplificado de compresión sensorial
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Tiempo computacional
Algoritmos de compresión sensorial
Supraarmónico
Aplicaciones en línea
Modelo de compresión sensorial
Tiempo de iteración
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 24
Citaciones: Sin citaciones
El tiempo computacional de los algoritmos de compresión sensorial aplicados a supraarmónicos necesita ser mejorado en aplicaciones en línea. En este documento se propone un modelo simplificado de compresión sensorial supraarmónica. El modelo primero detecta la matriz espectral cruda supraarmónica para obtener la esparcidad estimada y el índice de emisiones supraarmónicas, lo que simplifica la matriz sensorial en la iteración de acuerdo con el índice y luego acorta todo el tiempo de iteración de la compresión sensorial. La simulación verifica que el modelo puede reducir el tiempo de cálculo a menos de la mitad del modelo original de compresión sensorial y no afecta la precisión del cálculo. Finalmente, se verifica el efecto de la aplicación en línea del algoritmo mediante experimentos.
Descripción
El tiempo computacional de los algoritmos de compresión sensorial aplicados a supraarmónicos necesita ser mejorado en aplicaciones en línea. En este documento se propone un modelo simplificado de compresión sensorial supraarmónica. El modelo primero detecta la matriz espectral cruda supraarmónica para obtener la esparcidad estimada y el índice de emisiones supraarmónicas, lo que simplifica la matriz sensorial en la iteración de acuerdo con el índice y luego acorta todo el tiempo de iteración de la compresión sensorial. La simulación verifica que el modelo puede reducir el tiempo de cálculo a menos de la mitad del modelo original de compresión sensorial y no afecta la precisión del cálculo. Finalmente, se verifica el efecto de la aplicación en línea del algoritmo mediante experimentos.