标签: 压缩感知

文中针对无线通信系统中稀疏信道估计算法进行研究，通过对比传统的基于训练序列的信道估计算法LS，对基于压缩感知的稀疏信道估计算法OMP进行分析。讨论了训练信号长度、信道稀疏度及噪声强度对整个估计性能的影响。在相同的实验条件下生成二维稀疏信号，从精确重构概率和信噪比方面对比了两种算法的性能。证明压缩感知方法可以有效的利用稀疏特性，在较短的训练序列情况下实现信道脉冲响应的精确估计。

针对医学图像对于水印技术的要求，提出了一种基于压缩感知和多种变换域的的医学CT图像水印算法，使水印具有较高的不可见性。将水印图像进行压缩感知预处理，不仅可以起到水印加密的作用，还减少了嵌入的水印信息量。对感知后的水印图像和原始图像分别依次进行离散小波变换、离散余弦变换后，然后用奇异值分解进行水印嵌入处理，最后通过SVD（SingularValueDecomposition）、DCT（DiscreteCosineTransform）、DWT（DiscreteWaveletTransform）逆变换进行水印提取。仿真实验结果表明，对于医学CT图像而言，该算法具有较高的隐蔽性，且对于常见的图像攻击方法具有一定的鲁棒性。