壓縮感知算法及其在成像中的應(yīng)用.pdf

1、壓縮感知是一種新穎的信號處理理論,它突破了奈奎斯特采樣速率的限制，實現(xiàn)了亞奈奎斯特采樣速率下信號的稀疏重構(gòu)。壓縮感知理論是信號采樣領(lǐng)域的一次變革，為信號處理提出了新的思路和方法。由于實際問題中很多信號具有稀疏特性，所以將壓縮感知理論用于實際信號處理系統(tǒng)可以很好地提升系統(tǒng)的性能。本文針對壓縮感知理論中的兩個關(guān)鍵問題—測量矩陣和重建算法，提出改進的測量矩陣迭代優(yōu)化算法和改進的稀疏重建算法，并對壓縮成像系統(tǒng)中的圖像重建問題進行了研究。本文的主

2、要工作如下：
　　首先，討論了一種基于迭代的測量矩陣訓練優(yōu)化算法，并在此基礎(chǔ)上對其進行了改進。正交匹配追蹤（OMP）算法的重建能力與感知矩陣的互相關(guān)性息息相關(guān)。本文引入了自適應(yīng)的閾值選擇策略，并保證迭代過程中稀疏基不變，有效地降低了原子間的互相關(guān)性，從而提高了OMP算法的信號重建能力。
　　其次，針對前向預測正交匹配追蹤（LAOMP）重建算法提出了改進型算法，克服了LAOMP算法缺少錯誤原子糾正機制、迭代收斂較慢等問題。該算