版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、面對人類對數(shù)據(jù)需求的日益增長,以香農(nóng)一奈奎斯特采樣定理為基礎(chǔ)的信號處理框架,不可避免給信息系統(tǒng)的信號處理能力與硬件實(shí)現(xiàn)帶來了極大的挑戰(zhàn)。近年來,一種新的利用信號的稀疏或可壓縮的先驗(yàn)特性的信號采集和壓縮理論——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,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、及到信號的稀疏重建算法、稀疏表示以及觀測矩陣的設(shè)計(jì)。信號的稀疏重建算法主要實(shí)現(xiàn)對信號快速準(zhǔn)確的重建。稀疏表示的目標(biāo)是尋找一個合適的基,在此基下信號能夠使用少量的系數(shù)來揭示有用的信息。觀測矩陣的設(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的重建,以及壓縮感知與輪廓波的結(jié)合等問題進(jìn)行研究,主要貢獻(xiàn)和創(chuàng)新工作如下:
(1)可變步長分階段自適應(yīng)匹配追蹤算法
考慮到恢復(fù)未知信號時,其稀疏
3、度不能提前知曉這個實(shí)際問題,對盲稀疏度下信號的重建進(jìn)行研究,系統(tǒng)總結(jié)了匹配追蹤類算法,深入分析了具有回溯思想的匹配追蹤類算法。針對自適應(yīng)匹配追蹤算法用于重建二維圖像時對步長敏感的問題,提出了可變步長的分階段自適應(yīng)匹配追蹤算法。根據(jù)四比一法則,通過控制因子控制當(dāng)前迭代所估計(jì)的信號稀疏度。若當(dāng)前迭代所得到的信號尺寸較小時,使用可變的大步長;若當(dāng)前迭代估計(jì)到的信號尺寸較大時,使用不變的步長。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對重建質(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的自適應(yīng)匹配追蹤算法
針對匹配追蹤算法對二進(jìn)制稀疏信號成功重建率較低的問題,從數(shù)學(xué)角度證明了觀測值和原始信號之間能量的關(guān)系,在此基礎(chǔ)上提出基于能量的固定步長的自適應(yīng)匹配追蹤算法。通過將觀測值的能量引入到信號重建過程中,并根據(jù)觀測值和候選信號能量之間的關(guān)系判斷是否使用步長去增加當(dāng)前估計(jì)到的稀疏度,以達(dá)到通過迭代實(shí)現(xiàn)估計(jì)的稀疏度
5、逐步逼近真實(shí)值的目的。通過實(shí)驗(yàn)仿真驗(yàn)證了該算法對二進(jìn)制稀疏信號具有較高的成功重建率,較少的重建時間以及迭代次數(shù)。
(3)基于能量的可變步長的自適應(yīng)匹配追蹤算法
為了提高基于能量的固定步長匹配追蹤算法的自適應(yīng)性,提出可變步長的能量自適應(yīng)匹配追蹤算法。根據(jù)當(dāng)前的候選信號與觀測值能量之間的關(guān)系,將重建過程分為三個階段,通過兩者之間能量的大小自主選擇每次迭代所采用的步長。實(shí)驗(yàn)仿真表明該算法在成功重建的頻率,重建時間以及迭代次
6、數(shù)方面均優(yōu)于其他相比較的追蹤類算法,并從數(shù)學(xué)角度證明了步長與稀疏度之間的關(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
針對使用傳統(tǒng)的壓縮感知模型采樣二維信號時,所需大尺寸觀測矩陣和較大傳輸量的問題,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的系數(shù)的維度迸一步減少,所需觀測矩陣的尺寸也必然減小,以達(dá)到降低傳輸量和計(jì)算存儲的開銷,提高圖像重建質(zhì)量的目的。通過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,并通過實(shí)驗(yàn)給出了本文算法的動機(jī)。
(5)基于非下
溫馨提示
- 1. 本站所有資源如無特殊說明,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,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于感知字典的稀疏重建算法研究.pdf
- 實(shí)的離散稀疏信號傅立葉變換壓縮感知重建.pdf
- 基于壓縮感知單目標(biāo)多尺度跟蹤算法研究.pdf
- 基于多形態(tài)稀疏表示的圖像壓縮感知重構(gòu)算法研究.pdf
- 基于壓縮感知的稀疏多徑信道估計(jì)算法研究.pdf
- 基于壓縮感知的OFDM稀疏信道估計(jì)及研究.pdf
- 基于壓縮感知的稀疏CT重構(gòu)方法研究.pdf
- 基于壓縮感知的圖像稀疏表示方法.pdf
- 基于壓縮感知的CT重建算法研究.pdf
- 基于壓縮感知的圖像稀疏表示及重構(gòu)算法研究.pdf
- 基于壓縮感知的超聲圖像重建.pdf
- 壓縮感知的稀疏重構(gòu)算法研究.pdf
- 基于壓縮感知的多視立體三維重建研究.pdf
- 基于多尺度分析的全變差去噪和壓縮感知研究.pdf
- 基于壓縮感知的圖像重建方法研究.pdf
- 基于壓縮感知的信號重建算法研究.pdf
- 基于壓縮感知理論的重建算法研究.pdf
- 利用多尺度分析及壓縮感知的圖像融合算法研究.pdf
- 基于壓縮感知的稀疏信道估計(jì)算法研究.pdf
- 基于壓縮感知的CT圖像重建方法研究.pdf
評論
0/150
提交評論