面向壓縮感知的稀疏信號重構(gòu)算法研究.pdf_第1頁
已閱讀1頁,還剩102頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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)行舉報或認(rèn)領(lǐng)

文檔簡介

1、壓縮感知(Compressed Sensing, CS)是近年來信號處理領(lǐng)域最熱門的研究方向之一,由于其特殊的采樣方式可以突破傳統(tǒng)奈奎斯特(Nyquist)定理的限制,因此在雷達(dá)成像、無線傳感器網(wǎng)絡(luò)、射頻通信、醫(yī)學(xué)圖像處理、圖像設(shè)備采集等方面有非常廣闊的應(yīng)用前景。壓縮感知的一個重要任務(wù)就是對壓縮采樣后的信號進(jìn)行重構(gòu),目前引起了眾多學(xué)者的關(guān)注和研究。
  本文主要從壓縮感知基本理論出發(fā),對壓縮感知重構(gòu)算法目前存在的一些問題進(jìn)行深入研

2、究。從提高信號重構(gòu)概率、降低復(fù)雜度等方面入手,首先對壓縮感知標(biāo)準(zhǔn)稀疏信號常用算法進(jìn)行了總結(jié),尤其針對匹配追蹤(Matching Pursuit, MP)類算法進(jìn)行了詳細(xì)闡述,然后研究了基于塊稀疏信號模型的重構(gòu)算法,最后研究了面向模擬信息轉(zhuǎn)換(Analog to Information Converter, AIC)的重構(gòu)算法,并通過仿真實驗驗證了算法的有效性。
  本文的主要研究內(nèi)容和取得的成果如下:
  1.總結(jié)部分常用標(biāo)

3、準(zhǔn)稀疏信號重構(gòu)算法,并進(jìn)行對比實驗,尤其深入研究匹配追蹤類算法,重點針對目前正交匹配追蹤(Orthogonal Matching Pursuit, OMP)算法中匹配操作采用內(nèi)積不準(zhǔn)確的缺點,提出了一種基于相關(guān)系數(shù)的修正 OMP算法。該算法利用相關(guān)系數(shù)代替內(nèi)積進(jìn)行原子匹配操作,提高了尋找信號支撐集的概率,從而提高了最后信號的重構(gòu)概率。仿真實驗表明該算法在一維信號的重構(gòu)概率以及二維圖像信號的重構(gòu)信噪比等方面均優(yōu)于標(biāo)準(zhǔn) OMP算法,具有較好

4、的適用性。
  2.研究基于塊稀疏模型的信號重構(gòu)算法,針對大多數(shù)塊稀疏信號重構(gòu)算法重構(gòu)概率低、復(fù)雜度高以及所需先驗知識多等缺點,提出了三種改進(jìn)算法。首先引入子空間及回溯思想,提出了一種塊稀疏子空間匹配追蹤算法。該算法每次迭代對整個信號支撐塊進(jìn)行估計,且利用回溯對上一次估計的信號支撐集進(jìn)行修正,該算法在復(fù)雜度和重構(gòu)概率方面較多數(shù)塊稀疏信號重構(gòu)算法都有提高。然后,本文針對實際中塊稀疏度未知的問題,提出了一種塊稀疏度自適應(yīng)迭代重構(gòu)算法,

5、該算法不需塊稀疏度作為先驗知識,只需初始化塊稀疏度進(jìn)行迭代,直到估計出塊稀疏度和源信號為止。該算法在復(fù)雜度方面和原有多數(shù)重構(gòu)算法具有相同的數(shù)量級,但重構(gòu)概率有了提高。最后,本文針對實際中塊稀疏度和塊大小都未知的情況,提出了分塊大小未知的自適應(yīng)匹配追蹤算法,該算法不需要塊大小以及塊稀疏度的先驗知識,只需初始化塊大小和塊稀疏度,迭代過程中可以交替地估計塊大小、塊稀疏度和源信號,最后通過殘差和估計信號的塊稀疏度水平作為算法的終止條件。該算法在

6、復(fù)雜度方面比多數(shù)算法略有提高,但所需先驗知識少,重構(gòu)概率高,在對實時性要求不太嚴(yán)格的情況下有較好的適用性。本文通過仿真實驗驗證了三種改進(jìn)算法在塊稀疏信號重構(gòu)時的有效性。
  3.研究面向模擬信息轉(zhuǎn)換的信號重構(gòu)算法,重點針對多頻帶信號調(diào)制寬帶轉(zhuǎn)換器(Modulated Wideband Converter, MWC)采樣系統(tǒng)的重構(gòu)算法進(jìn)行深入研究。目前對 MWC采樣系統(tǒng)的重構(gòu)算法多數(shù)采用同步正交匹配追蹤(Simultaneous O

7、rthogonal Matching Pursuit, SOMP),針對目前SOMP算法效率低、重構(gòu)概率不高等缺點,本文提出了一種修正信號支撐頻帶的同步子空間追蹤算法,該算法每次迭代過程中對整個信號支撐頻帶進(jìn)行同步估計,并在下一次迭代過程中利用最小均方準(zhǔn)則進(jìn)行估計信號支撐頻帶的修正,最終確定信號支撐頻帶,從而重構(gòu)出源信號。對MWC采樣系統(tǒng)重構(gòu)的仿真實驗表明,本文算法在復(fù)雜度和重構(gòu)概率上較 SOMP算法都有一定的優(yōu)勢,且本文算法的抗噪性能

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。

評論

0/150

提交評論