Un método SAMP de paso variable mejorado basado en el principio de correlación
Autores: Wang, Xiaolei; Jiang, Yingqi; Ding, Guoqiang
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Un método SAMP de paso variable mejorado basado en el principio de correlación
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Algoritmo de búsqueda adaptativa de coincidencias escasas
Paso variable
Coeficiente de correlación de Spearman
Conjunto de candidatos
Método de ajuste de tamaño de paso adaptativo
Resultados de reconstrucción
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 51
Citaciones: Sin citaciones
El tamaño fijo de paso en el algoritmo de búsqueda adaptativa dispersa puede resultar en una precisión limitada y una sobreestimación. Para abordar esto, este documento propone un algoritmo de búsqueda adaptativa dispersa de paso variable basado en el coeficiente de correlación de Spearman. Al medir el coeficiente de correlación de Spearman entre el conjunto de candidatos y la señal de entrada, e introducir un método de ajuste de tamaño de paso adaptativo basado en los valores de los parámetros del coeficiente de correlación, se optimiza el rendimiento del algoritmo SAMP y se mejora su adaptabilidad. Experimentos extensos demuestran que el método propuesto logra buenos resultados de reconstrucción para señales dispersas unidimensionales e imágenes bidimensionales.
Descripción
El tamaño fijo de paso en el algoritmo de búsqueda adaptativa dispersa puede resultar en una precisión limitada y una sobreestimación. Para abordar esto, este documento propone un algoritmo de búsqueda adaptativa dispersa de paso variable basado en el coeficiente de correlación de Spearman. Al medir el coeficiente de correlación de Spearman entre el conjunto de candidatos y la señal de entrada, e introducir un método de ajuste de tamaño de paso adaptativo basado en los valores de los parámetros del coeficiente de correlación, se optimiza el rendimiento del algoritmo SAMP y se mejora su adaptabilidad. Experimentos extensos demuestran que el método propuesto logra buenos resultados de reconstrucción para señales dispersas unidimensionales e imágenes bidimensionales.