## 留言板

 引用本文: 蒋俊正, 刘松辽, 欧阳缮. 一种设计M通道双正交过采样图滤波器组的新算法[J]. 电子与信息学报, 2017, 39(12): 2970-2975.
JIANG Junzheng, LIU Songliao, OUYANG Shan. A Novel Method for Designing M-channel BiorthogonalOversampled Graph Filter Banks[J]. Journal of Electronics and Information Technology, 2017, 39(12): 2970-2975. doi: 10.11999/JEIT170462
 Citation: JIANG Junzheng, LIU Songliao, OUYANG Shan. A Novel Method for Designing M-channel BiorthogonalOversampled Graph Filter Banks[J]. Journal of Electronics and Information Technology, 2017, 39(12): 2970-2975.

## A Novel Method for Designing M-channel BiorthogonalOversampled Graph Filter Banks

Funds:

The National Natural Science Foundation of China (61261032, 61371186), Innovation Project of GUET Graduate Education (2017YJCX21)

• 摘要: 针对现有的M通道过采样图滤波器组整体性能较差的问题，该文提出一种过采样图滤波器组设计的新算法。在新算法中，分两步来设计图滤波器组。首先，从频谱特性方面考虑来设计分析滤波器，以分析滤波器的通带波纹和阻带能量为目标函数，以3 dB约束为约束条件，通过半正定规划求解出频谱选择性较好的分析滤波器；然后，从完全重构特性方面考虑来设计综合滤波器，以综合滤波器的阻带能量为目标函数，以完全重构条件为约束函数。上述两个约束优化问题都是半正定规划问题，都可有效地求解。新算法综合考虑了滤波器组的重构特性和频率特性，因此可以设计得到整体性能良好的M通道双正交过采样的图滤波器组。仿真对比表明，与已有的设计算法相比，新算法设计所得的图滤波器组具备更小的重构误差。
•  [1] NARANG S K, CHAO Y H, and ORTEGA A. Graph-wavelet filterbanks for edge-aware image processing[C]. Statistical Signal Processing Workshop, IEEE, Ann Arbor, MI, 2012: 141-144. doi:  10.1109/SSP.2012.6319643. [2] CROVELLA M and KOLACZYK E. Graph wavelets for spatial traffic analysis[C]. Joint Conference of the IEEE Computer and Communications, San Francisco, CA, USA, 2003: 1848-1857. doi:  10.1109/INFCOM.2003.1209207. [3] GIRVAN M and NEWMAN M E. Community structure in social and biological networks[J]. Proceedings of the National Academy of Sciences of the United States of America, 2002, 99(12): 7821-7826. doi:  10.1073/pnas.122653799. [4] SHEN G and ORTEGA A. Optimized distributed 2D transforms for irregularly sampled sensor network grids using wavelet lifting[C]. IEEE International Conference on Acoustics, Speech and Signal Processing, Las Vegas, NV, 2008: 2513-2516. doi:  10.1109/ICASSP.2008.4518159. [5] WANG W and RAMCHANDRAN K. Random multiresolution representations for arbitrary sensor network graphs[C]. IEEE International Conference on Acoustics, Speech and Signal Processing, Toulouse, 2006: IV161-IV164. doi:  10.1109/ICASSP.2006.1660930. [6] TAY D B H, TANAKA Y, and SAKIYAMA A. Near orthogonal oversampled graph filter banks[J]. IEEE Signal Processing Letters, 2016, 23(2): 277-281. doi: 10.1109/LSP. 2016.2514490. [7] TANAKA Y and SAKIYAMA A. M-channel oversampled graph filter banks[J]. IEEE Transactions on Signal Processing, 2014, 62(14): 3578-3590. doi:  10.1109/TSP.2014.2328983. [8] SAKIYAMA A and TANAKA Y. Oversampled graph Laplacian matrix for graph filter banks[J]. IEEE Transactions on Signal Processing, 2014, 62(24): 6425-6437. doi: 10.1109/ TSP.2014.2365761. [9] TAY D B H and LIN Z. Design of near orthogonal graph filter banks[J]. IEEE Signal Processing Letters, 2015, 22(6): 701-704. doi:  10.1109/LSP.2014.2368128. [10] NARANG S K and ORTEGA A. Perfect reconstruction two-channel wavelet filter banks for graph structured data[J]. IEEE Transactions on Signal Processing, 2012, 60(6): 2786-2799. doi:  10.1109/TSP.2012.2188718. [11] NARANG S K and ORTEGA A. Compact support biorthogonal wavelet filterbanks for arbitrary undirected graphs[J]. IEEE Transactions on Signal Processing, 2013, 61(19): 4673-4685. doi:  10.1109/TSP.2013.2273197. [12] JIANG J Z, ZHOU F, and SHUI P L. Optimization design of two-channel biorthogonal graph filter banks[J]. Circuits, Systems, and Signal Processing, 2016, 35(2): 685-692. doi:  10.1007/s00034-015-0073-x. [13] SAKIYAMA A and TANAKA Y. Oversampled graph Laplacian matrix for graph signals[C]. IEEE, Signal Processing Conference, Lisbon, Portugal, 2014: 2225-2229. [14] SAKIYAMA A and TANAKA Y. Edge-aware image graph expansion methods for oversampled graph Laplacian matrix[C]. IEEE International Conference on Image Processing, Paris, France, 2014: 2958-2962. doi: 10.1109/ ICIP.2014.7025598. [15] CHEN S, SANDRYHAILA A, MOURA J M F, et al. Signal denoising on graphs via graph filtering[C]. IEEE, Global Conference on Signal and Information Processing (GlobalSIP). Atlanta, GA, 2015: 872-876. doi: 10.1109/ GlobalSIP.2014. 7032244. [16] SHI X, FENG H, ZHAI M, et al. Infinite impulse response graph filters in wireless sensor networks[J]. IEEE Signal Processing Letters, 2015, 22(8): 1113-1117. doi: 10.1109/LSP. 2014.2387204.
•  [1] 徐从安, 何友, 夏沭涛, 程俊图, 董云龙.  基于随机摄动再采样的粒子概率假设密度滤波器, 电子与信息学报. doi: 10.11999/JEIT160114 [2] 蒋俊正, 江庆, 欧阳缮.  一种设计近似完全重构非均匀余弦调制滤波器组的新算法, 电子与信息学报. doi: 10.11999/JEIT151260 [3] 蒋俊正, 郭云, 欧阳缮.  二维双原型完全过采样DFT调制滤波器组的快速设计方法, 电子与信息学报. doi: 10.11999/JEIT160125 [4] 谢显中, 谢成静, 雷维嘉, 战美慧.  基于半定规划方法的多个窃听用户认知网络物理层安全优化设计, 电子与信息学报. doi: 10.11999/JEIT150111 [5] 张飞, 边东明, 张更新.  星载柔性转发器中一种近似精确重构原型滤波器的设计, 电子与信息学报. doi: 10.3724/SP.J.1146.2012.00995 [6] 党博, 廖桂生, 李军, 柴睿, 粟嘉.  基于投影权优化的双基地MIMO雷达杂波抑制方法, 电子与信息学报. doi: 10.3724/SP.J.1146.2013.00005 [7] 李刚, 周梅, 何峰, 林凌.  基于数字锁相相关计算结构的优化算法, 电子与信息学报. doi: 10.3724/SP.J.1146.2011.00333 [8] 王勇, 刘宏伟, 纠博, 杨晓超.  针对方向图综合的MIMO雷达双边自适应矩阵算法, 电子与信息学报. doi: 10.3724/SP.J.1146.2011.00861 [9] 崔荣涛, 李辉, 万坚, 戴旭初.  一种基于过采样的单通道MPSK信号盲分离算法, 电子与信息学报. doi: 10.3724/SP.J.1146.2007.01792 [10] 黄翔东, 王兆华.  基于两种对称频率采样的全相位FIR滤波器设计, 电子与信息学报. doi: 10.3724/SP.J.1146.2005.00913 [11] 黎剑, 张家树.  一种基于近似理想重构余弦调制滤波器组的DSSS变换域干扰抑制方法, 电子与信息学报. doi: 10.3724/SP.J.1146.2006.00177 [12] 雷霞, 李少谦, 唐友喜.  过采样OFDM信号峰均功率比统计特性分析, 电子与信息学报. [13] 侯正信, 郭旭静, 杨喜.  基于全相位IDCT滤波器的内插重采样分层编码技术, 电子与信息学报. [14] 王兰美, 水鹏朗, 廖桂生, 王桂宝.  无完全重构约束的两通道自适应FIR滤波器组设计, 电子与信息学报. [15] 刘泽民, 李学斌.  M带均匀最大抽取滤波器组, 电子与信息学报. [16] 张玉良, 吴伟陵, 田宝玉.  基于FRM结构的FIR滤波器的采样率变换方法, 电子与信息学报. [17] 张子敬, 焦李成.  余弦调制滤波器组的原型滤波器设计, 电子与信息学报. [18] 高志成, 肖先赐.  高阶重采样滤波器的多项式近似实现, 电子与信息学报. [19] 石光明, 焦李成.  基于多项式分解理论的低时延完全重构两通道滤波器组的设计, 电子与信息学报. [20] 石光明, 张子敬, 焦李成.  基于进行计算设计无法的完全重构两通道滤波器组, 电子与信息学报.
• 点击查看大图
##### 计量
• 文章访问数:  424
• HTML全文浏览量:  34
• PDF下载量:  156
• 被引次数: 0
##### 出版历程
• 收稿日期:  2017-05-16
• 修回日期:  2017-08-14
• 刊出日期:  2017-12-19

### 目录

/

• 分享
• 用微信扫码二维码

分享至好友和朋友圈

官方微信，欢迎关注