基于能量的稀疏重建及多尺度壓縮感知的研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩148頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、面對(duì)人類(lèi)對(duì)數(shù)據(jù)需求的日益增長(zhǎng),以香農(nóng)一奈奎斯特采樣定理為基礎(chǔ)的信號(hào)處理框架,不可避免給信息系統(tǒng)的信號(hào)處理能力與硬件實(shí)現(xiàn)帶來(lái)了極大的挑戰(zhàn)。近年來(lái),一種新的利用信號(hào)的稀疏或可壓縮的先驗(yàn)特性的信號(hào)采集和壓縮理論——壓縮感知理論被提出,并受到了學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注。在壓縮感知框架下,使用遠(yuǎn)低于傳統(tǒng)的奈奎斯特采樣頻率的速率去采樣先驗(yàn)稀疏或可壓縮的信號(hào),其最大的特點(diǎn)是采樣與壓縮同步進(jìn)行,因此能夠有效降低數(shù)據(jù)的傳輸量和存貯量。壓縮感知理論的研究涉

2、及到信號(hào)的稀疏重建算法、稀疏表示以及觀測(cè)矩陣的設(shè)計(jì)。信號(hào)的稀疏重建算法主要實(shí)現(xiàn)對(duì)信號(hào)快速準(zhǔn)確的重建。稀疏表示的目標(biāo)是尋找一個(gè)合適的基,在此基下信號(hào)能夠使用少量的系數(shù)來(lái)揭示有用的信息。觀測(cè)矩陣的設(shè)計(jì)涉及約束等距性質(zhì)、非相干特性等要求。本文以壓縮感知為核心,重點(diǎn)圍繞盲稀疏度下信號(hào)的重建,以及壓縮感知與輪廓波的結(jié)合等問(wèn)題進(jìn)行研究,主要貢獻(xiàn)和創(chuàng)新工作如下:
  (1)可變步長(zhǎng)分階段自適應(yīng)匹配追蹤算法
  考慮到恢復(fù)未知信號(hào)時(shí),其稀疏

3、度不能提前知曉這個(gè)實(shí)際問(wèn)題,對(duì)盲稀疏度下信號(hào)的重建進(jìn)行研究,系統(tǒng)總結(jié)了匹配追蹤類(lèi)算法,深入分析了具有回溯思想的匹配追蹤類(lèi)算法。針對(duì)自適應(yīng)匹配追蹤算法用于重建二維圖像時(shí)對(duì)步長(zhǎng)敏感的問(wèn)題,提出了可變步長(zhǎng)的分階段自適應(yīng)匹配追蹤算法。根據(jù)四比一法則,通過(guò)控制因子控制當(dāng)前迭代所估計(jì)的信號(hào)稀疏度。若當(dāng)前迭代所得到的信號(hào)尺寸較小時(shí),使用可變的大步長(zhǎng);若當(dāng)前迭代估計(jì)到的信號(hào)尺寸較大時(shí),使用不變的步長(zhǎng)。隨著迭代的進(jìn)行,稀疏度將逐步逼近真實(shí)值。實(shí)驗(yàn)仿真表明

4、,該方法不僅克服了步長(zhǎng)對(duì)重建質(zhì)量的影響,而且提高了圖像的峰值信噪比。
  (2)基于能量的固定步長(zhǎng)的自適應(yīng)匹配追蹤算法
  針對(duì)匹配追蹤算法對(duì)二進(jìn)制稀疏信號(hào)成功重建率較低的問(wèn)題,從數(shù)學(xué)角度證明了觀測(cè)值和原始信號(hào)之間能量的關(guān)系,在此基礎(chǔ)上提出基于能量的固定步長(zhǎng)的自適應(yīng)匹配追蹤算法。通過(guò)將觀測(cè)值的能量引入到信號(hào)重建過(guò)程中,并根據(jù)觀測(cè)值和候選信號(hào)能量之間的關(guān)系判斷是否使用步長(zhǎng)去增加當(dāng)前估計(jì)到的稀疏度,以達(dá)到通過(guò)迭代實(shí)現(xiàn)估計(jì)的稀疏度

5、逐步逼近真實(shí)值的目的。通過(guò)實(shí)驗(yàn)仿真驗(yàn)證了該算法對(duì)二進(jìn)制稀疏信號(hào)具有較高的成功重建率,較少的重建時(shí)間以及迭代次數(shù)。
  (3)基于能量的可變步長(zhǎng)的自適應(yīng)匹配追蹤算法
  為了提高基于能量的固定步長(zhǎng)匹配追蹤算法的自適應(yīng)性,提出可變步長(zhǎng)的能量自適應(yīng)匹配追蹤算法。根據(jù)當(dāng)前的候選信號(hào)與觀測(cè)值能量之間的關(guān)系,將重建過(guò)程分為三個(gè)階段,通過(guò)兩者之間能量的大小自主選擇每次迭代所采用的步長(zhǎng)。實(shí)驗(yàn)仿真表明該算法在成功重建的頻率,重建時(shí)間以及迭代次

6、數(shù)方面均優(yōu)于其他相比較的追蹤類(lèi)算法,并從數(shù)學(xué)角度證明了步長(zhǎng)與稀疏度之間的關(guān)系以及重建階段的完整性和有序性。該算法的提出進(jìn)一步擴(kuò)大了匹配追蹤算法的應(yīng)用范圍。
  (4)基于小波變換的輪廓波域多尺度壓縮感知方案
  針對(duì)使用傳統(tǒng)的壓縮感知模型采樣二維信號(hào)時(shí),所需大尺寸觀測(cè)矩陣和較大傳輸量的問(wèn)題,提出將屬于多尺度幾何分析的輪廓波與壓縮感知相結(jié)合,設(shè)計(jì)了基于小波變換的輪廓波域多尺度壓縮感知方案。該方案將小波變換引入到輪廓波域,即對(duì)輪

7、廓波域的方向子帶使用小波變換進(jìn)行壓縮。該變換使得所需觀測(cè)的系數(shù)的維度迸一步減少,所需觀測(cè)矩陣的尺寸也必然減小,以達(dá)到降低傳輸量和計(jì)算存儲(chǔ)的開(kāi)銷(xiāo),提高圖像重建質(zhì)量的目的。通過(guò)與基于曲線波的多尺度壓縮感知相比較,仿真結(jié)果表明:該算法不僅降低了傳輸量,而且在重建質(zhì)量和所需矩陣的尺寸方面都有較大的改進(jìn)。通過(guò)將本文所提出的算法與基于小波變換的多尺度壓縮感知進(jìn)行比較,驗(yàn)證了本文算法的有效性,并通過(guò)實(shí)驗(yàn)給出了本文算法的動(dòng)機(jī)。
  (5)基于非下

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論