A hardware implementation of CompressiveSensing Theory



Título del documento: A hardware implementation of CompressiveSensing Theory
Revista: Revista técnica de la Facultad de Ingeniería. Universidad del Zulia
Base de datos: PERIÓDICA
Número de sistema: 000447336
ISSN: 0254-0770
Autores: 1
1
1
Instituciones: 1Universidad de Los Andes, Escuela de Ingeniería Eléctrica, Mérida. Venezuela
Año:
Volumen: 34
Número: 3
Paginación: 263-272
País: Venezuela
Idioma: Español
Tipo de documento: Artículo
Enfoque: Teórico
Resumen en español En este artículo, la nueva teoría deCompressive Sensinges implementada en una tarjeta de adqui-sición. Esta teoría permite realizar en forma simultánea los procesos de muestreo y compresión de seña-les poco densas. El algoritmo iterativo de reconstrucciónMatching Pursuites implementado y usadopara la reconstrucción de señales reales a partir de un conjunto reducido de proyecciones aleatorias. Elalgoritmo implementado es sometido a dos diferentes tipos de validación: 1) la reconstrucción de seña-les sintetizadas en la tarjeta y 2) la reconstrucción de señales pocos densas producidas por un genera-dor de propósitos especiales. Se corrobora experimentalmente el potencial de esta teoría al comparar lasseñales reconstruidas con respecto a las señales originales observándose prácticamente no diferenciaapreciable
Resumen en inglés In this paper, the new theory of compressive sensing (CS) that unifies signal sensing and compres-sion into a single task is implemented on a Digital Signal Processing (DSP) board. An iterative algorithmfor signal reconstruction known as Matching Pursuit is implemented on the DSP and used to the recon-struction of real signals from a reduced set of random projections. Two kinds of validation procedures areused to test the reconstruction algorithm implemented. More precisely, sparse signals synthesized on theDSP and sparse signals generated by a special-purpose generator are used to experimentally test the com-pressive sensing theory verifying in this way its potential. It is shown that the CS theory is able to recoverthe most significant values of the underlying signal, while yielding negligible differences between the origi-nal signals and the reconstructed ones
Disciplinas: Ciencias de la computación
Palabras clave: Algoritmo iterativo,
Compresión de pulsos,
Procesamiento de señales digitales
Keyword: Compressive sensing,
Digital signal processing,
Iterative algorithm
Texto completo: https://produccioncientificaluz.org/index.php/tecnica/article/view/7193/7181