Chaotic Analog-to-Information Conversion with Chaotic State Modulation
Chaotic Analog-to-Information Conversion with Chaotic State Modulation
复制标题
混沌状态调制的混沌模拟信息转换
作者：
Shengyao Chen;Feng Xi;Zhong Liu
混沌压缩感知是一种非线性压缩感知框架。在此框架下，本文提出了一种混沌模拟-信息转换器——混沌调制，用于以亚奈奎斯特速率获取和重构带限稀疏模拟信号。在混沌调制中，通过连续混沌系统的状态调制对稀疏信号进行随机化，并对一个状态输出作为压缩测量采样。利用混沌脉冲同步和lp范数正则化非线性最小二乘原理对稀疏系数进行估计，实现了系统的重构。引入了最高局部Lyapunov指数（SLLE）的概念来研究可重构性。发现当误差动力系统的最大SLLE为负时，稀疏信号是可重构的。以稀疏多音信号激励下的Lorenz系统和Liu系统为例，说明了其原理和性能。
Chaotic compressive sensing is a nonlinear framework for compressive sensing. Along the framework, this paper proposes a chaotic analog-to-information converter, chaotic modulation, to acquire and reconstruct band-limited sparse analog signals at sub-Nyquist rate. In the chaotic modulation, the sparse signal is randomized through state modulation of continuous-time chaotic system and one state output is sampled as compressive measurements. The reconstruction is achieved through the estimation of the sparse coefficients with principle of chaotic impulsive synchronization and Lp-norm regularized nonlinear least squares. The concept of supreme local Lyapunov exponents (SLLE) is introduced to study the reconstructablity. It is found that the sparse signals are reconstructable, if the largest SLLE of the error dynamical system is negative. As examples, the Lorenz system and Liu system excited by the sparse multi-tone signals are taken to illustrate the principle and the performance.
登录
查看更多内容
DOI：
--
发表时间：
--
期刊：
--
影响因子：
--
作者：
Matthew S. Willsey;K. Cuomo;A. Oppenheim
通讯作者：
Matthew S. Willsey;K. Cuomo;A. Oppenheim
DOI：
--
发表时间：
2010
期刊：
--
影响因子：
--
作者：
T. Blumensath
通讯作者：
T. Blumensath
DOI：
10.1109/tcsi.2003.808839
发表时间：
2003-03-01
影响因子：
5.1
作者：
Khadra, A;Liu, XZ;Shen, XM
通讯作者：
Shen, XM
DOI：
10.1142/s0218127412501519
发表时间：
2011-12
期刊：
ArXiv
影响因子：
--
作者：
Zhong Liu;Shengyao Chen;Feng Xi
通讯作者：
Zhong Liu;Shengyao Chen;Feng Xi
影响因子：
2.5
作者：
Candès, EJ;Romberg, J;Tao, T
通讯作者：
Tao, T