版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、傳統(tǒng)信號(hào)采樣壓縮過(guò)程基于經(jīng)典的奈奎斯特采樣定理這一理論框架,由于采樣數(shù)據(jù)量的增大,導(dǎo)致采樣成本過(guò)高,甚至存在資源浪費(fèi)等問(wèn)題。近年來(lái),信號(hào)處理領(lǐng)域出現(xiàn)的壓縮感知理論(Compressed Sensing,簡(jiǎn)稱CS理論)引起了學(xué)者們的廣泛關(guān)注。CS理論指出:只要信號(hào)是稀疏的或可壓縮的,就可以采用遠(yuǎn)低于奈奎斯特頻率的采樣頻率采樣信號(hào),進(jìn)而精確恢復(fù)信號(hào)。這一理論突破了奈奎斯特采樣定理的局限,具有重大的科學(xué)理論意義,為信號(hào)獲取與傳感器設(shè)計(jì)提供了一
2、種嶄新的方法,具有非常廣泛的應(yīng)用前景和巨大的產(chǎn)業(yè)價(jià)值,值得深入研究。
由于觀測(cè)矩陣的構(gòu)造是CS理論的核心問(wèn)題,對(duì)應(yīng)用CS理論起著決定性作用,因此如何構(gòu)造合適的觀測(cè)矩陣是一個(gè)非常重要的研究方向。目前雖然在這一方向上已有學(xué)者取得了一些很有價(jià)值的成果,但現(xiàn)有的CS模型在理論上并不完善,還存在一系列亟待解決的問(wèn)題。本論文針對(duì)有關(guān)CS理論中觀測(cè)矩陣構(gòu)造的關(guān)鍵問(wèn)題展開了研究。
論文首先對(duì)CS理論的應(yīng)用背景、研究現(xiàn)狀進(jìn)行了介紹,并
3、重點(diǎn)分析了觀測(cè)矩陣中存在的問(wèn)題,指出了研究觀測(cè)矩陣的價(jià)值,介紹了CS理論中的主要內(nèi)容以及相關(guān)的關(guān)鍵理論,其中包括一些基本數(shù)學(xué)概念,為后續(xù)幾章的研究提供理論基礎(chǔ)。在分析現(xiàn)有觀測(cè)矩陣相關(guān)理論和方法的基礎(chǔ)上,從以下幾個(gè)方面開展了研究工作:
?。?)基于CS理論,分別對(duì)列重固定、行重固定以及一般的稀疏隨機(jī)矩陣進(jìn)行了研究,當(dāng)這些稀疏隨機(jī)矩陣滿足有限等距性質(zhì)(Restricted Isometry Property,簡(jiǎn)稱RIP)時(shí),推導(dǎo)了觀
4、測(cè)值個(gè)數(shù)應(yīng)滿足的下界條件;提出了稀疏隨機(jī)矩陣的稀疏比的定義,當(dāng)前兩種稀疏隨機(jī)矩陣滿足RIP時(shí),推導(dǎo)了稀疏比應(yīng)滿足的上下界條件;并對(duì)三種矩陣的性能進(jìn)行了分析。
?。?)針對(duì)二值稀疏觀測(cè)矩陣在二值信號(hào)的稀疏度較低時(shí)恢復(fù)性能較差的問(wèn)題,提出了多值稀疏觀測(cè)矩陣,并根據(jù)這一矩陣的結(jié)構(gòu)特征設(shè)計(jì)了一種優(yōu)化且有效的重建算法;基于樹形結(jié)構(gòu)模型,分析并估計(jì)了用以評(píng)估恢復(fù)性能的不可恢復(fù)概率。
?。?)以與信道估計(jì)應(yīng)用結(jié)合緊密的托普利茲矩陣為研
5、究對(duì)象,對(duì)現(xiàn)有的托普利茲矩陣結(jié)構(gòu)進(jìn)行了優(yōu)化,減少了構(gòu)造矩陣所需隨機(jī)數(shù)的個(gè)數(shù),并證明了優(yōu)化的托普利茲矩陣仍然滿足RIP;明確提出了用作觀測(cè)矩陣的托普利茲矩陣的構(gòu)造條件。
(4)針對(duì)常用觀測(cè)矩陣的高計(jì)算復(fù)雜度問(wèn)題,以循環(huán)矩陣(托普利茲矩陣是一個(gè)特例)的結(jié)構(gòu)為基礎(chǔ),結(jié)合稀疏觀測(cè)矩陣的優(yōu)點(diǎn),提出了稀疏分塊循環(huán)矩陣,以降低計(jì)算復(fù)雜度;并證明了稀疏分塊循環(huán)矩陣滿足RIP。
最后,論文總結(jié)了研究?jī)?nèi)容,而且為了更有效地應(yīng)用CS理論,
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)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(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。
最新文檔
- 壓縮感知中觀測(cè)矩陣研究論文
- 壓縮感知系統(tǒng)中觀測(cè)矩陣優(yōu)化算法的研究.pdf
- 壓縮感知中觀測(cè)矩陣的構(gòu)造及優(yōu)化方法研究.pdf
- 基于壓縮感知中觀測(cè)矩陣優(yōu)化和重構(gòu)算法研究.pdf
- 壓縮傳感中觀測(cè)矩陣構(gòu)造及其性能分析.pdf
- 壓縮感知采樣和觀測(cè)矩陣優(yōu)化算法的研究.pdf
- 基于壓縮感知觀測(cè)矩陣優(yōu)化的圖像重構(gòu).pdf
- 壓縮感知觀測(cè)矩陣優(yōu)化與信號(hào)重建算法研究.pdf
- 基于壓縮感知的觀測(cè)矩陣構(gòu)造方法及性能研究.pdf
- 壓縮感知觀測(cè)矩陣與脈沖噪聲環(huán)境下重構(gòu)算法研究.pdf
- 壓縮感知低密度奇偶觀測(cè)矩陣的構(gòu)造與應(yīng)用研究.pdf
- 壓縮感知測(cè)量矩陣的研究.pdf
- 壓縮傳感中的觀測(cè)矩陣研究.pdf
- 壓縮感知雷達(dá)感知矩陣優(yōu)化.pdf
- 基于壓縮感知的測(cè)量矩陣研究.pdf
- 壓縮感知測(cè)量矩陣構(gòu)造方法研究.pdf
- 壓縮感知測(cè)量矩陣構(gòu)造方法研究
- 壓縮感知測(cè)量矩陣的研究及設(shè)計(jì).pdf
- 壓縮感知中測(cè)量矩陣的優(yōu)化方法研究.pdf
- 基于LDPC碼的壓縮感知測(cè)量矩陣研究.pdf
評(píng)論
0/150
提交評(píng)論