位置:成果数据库 > 期刊 > 期刊详情页
基于主成分分析的MWC采样数据压缩方法
  • ISSN号:1001-3695
  • 期刊名称:《计算机应用研究》
  • 时间:0
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:重庆邮电大学通信与信息工程学院,重庆400065
  • 相关基金:国家自然科学基金资助项目(61271261,61501075); 重庆市教委科学技术研究项目(KJ1400419); 重庆邮电大学青年科学基金资助项目(A2015-59)
作者: 杜阳, 赵辉
中文摘要:

调制带宽转换器(modulated wideband converter,MWC)是针对稀疏多频带信号提出的一种亚奈奎斯特采样方法。实际MWC设计中需考虑硬件实现、重构精度等问题,导致采样数据中存在一定冗余。对MWC系统产生采样冗余的原因及采样数据特点进行深入分析,并提出一种基于主成分分析(principal component analysis,PCA)的MWC采样数据压缩方法。对MWC采样数据进行PCA变换,将其中的大部分能量集中在少量主成分中,进而通过保留少量主成分,并对其进行进一步量化编码的方式来实现对MWC采样数据的压缩。实验结果表明,PCA变换对MWC采样数据的能量集中效果优于小波变换和离散余弦变换,提出的压缩方法能够在保证重构精度高于90%的前提下将MWC系统的采样数据量压缩至原来的1/8以下。

英文摘要:

Modulated wideband converter( MWC) was a sub-Nyquist sampling system for sparse multiband analog signals. In the actual design of the MWC,a variety of factors should be considered,such as the hardware implementation and the accurate reconstruction,which might result in high redundancy in the sampled data. This paper deeply analyzed the reasons why the MWC might cause redundancy in the sampled data and the characters of the sampled data for the first time,and proposed a compression method for the sampled data based on the principal component analysis( PCA). The proposed method firstly used PCA transform to concentrate most of the energy of the MWC sampled data on few principal components,and then compressed the sampled data by only retaining,quantizing and encoding these principal components. The experimental results show that the ability of the PCA transform to concentrate the energy of the MWC sampled data outperforms the wavelet transform and the DCT. On the premise of ensuring the reconstruction accuracy higher than 90%,the proposed method can compress the sampled data to less than 1 /8 of the original one.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机应用研究》
  • 北大核心期刊(2011版)
  • 主管单位:四川省科学技术厅
  • 主办单位:四川省计算机研究院
  • 主编:刘营
  • 地址:成都市成科西路3号
  • 邮编:610041
  • 邮箱:arocmag@163.com
  • 电话:028-85210177 85249567
  • 国际标准刊号:ISSN:1001-3695
  • 国内统一刊号:ISSN:51-1196/TP
  • 邮发代号:62-68
  • 获奖情况:
  • 第二届国家期刊奖百种重点科技期刊,国内计算技术类重点核心期刊,国内外著名数据库收录期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:60049