论文部分内容阅读
信号的重构有着广泛地应用,探讨和采用有效的方法至关重要.这里讨论了基于神经网络的最大熵信号重构方法和随机采样信号重构常用的两种算法,提出了利用随机采样数据进行信号重构时选点的分条分块方法和映射定点方法.当重构区域为N×M时,分成M条和N块,会使运算量最小;当随机采样点分布不均匀时,先进行点域映射,再进行插值计算,可以克服偏倚效应,得到良好的重构结果.这些方法使得重构效果得到了改善,计算速度提高了几十乃至几百倍,经过实际应用证实,该方法具有一定的先进性和高效率.