用于反问题的Spark亏缺Gabor框架

在本文中，我们将星型数字Gabor变换应用于分析压缩感知和语音去噪。基于对环境维度的假设，我们生成了一个窗口向量，该向量生成一个在其元素间存在许多线性相关性的 spark 亏缺 Gabor 框架。我们在合成信号和真实信号上进行了计算实验，使用由最先进窗口向量生成的三个 Gabor 变换作为基线，并将其性能与星型Gabor变换进行比较。结果表明，所提出的星型Gabor变换在所有信号情况下均优于其他所有变换。