基于壓縮感知的信號(hào)重建算法研究及其信號(hào)采集系統(tǒng)設(shè)計(jì).pdf

1、信號(hào)采樣是傳統(tǒng)信號(hào)處理中的關(guān)鍵步驟，其采樣頻率必須滿足奈奎斯特采樣定理。隨著信號(hào)帶寬的不斷增加，奈奎斯特采樣定理逐漸成為信號(hào)處理的瓶頸，而Donoho等人提出的壓縮感知（CompressedSensing,CS）理論則證明了信號(hào)可以在欠采樣的情況下重建原始信號(hào)。在信號(hào)恢復(fù)過(guò)程中重建算法起了非常重要作用，它是壓縮感知理論中的重要組成部分，能否找到一種具備魯棒性、重建效果好和計(jì)算復(fù)雜度低的重建算法決定了壓縮感知理論的應(yīng)用前景，因此本文的研究

2、重點(diǎn)是壓縮感知理論中的重建算法和基于壓縮感知理論的應(yīng)用設(shè)計(jì)。
　　在系統(tǒng)學(xué)習(xí)壓縮感知理論現(xiàn)有的重建算法基礎(chǔ)上，本文圍繞貪婪迭代類算法進(jìn)行了深入研究，主要完成了以下工作：
　　研究了目前壓縮感知理論中最常見(jiàn)的貪婪迭代類重建算法——匹配跟蹤算法MP和正交匹配跟蹤算法OMP。針對(duì)OMP算法在圖像重建時(shí)的缺點(diǎn)給出兩個(gè)改進(jìn)方法：第一個(gè)方法是將圖像分割法應(yīng)用到OMP重建算法中來(lái)提高信號(hào)重建速率，仿真結(jié)果表明改進(jìn)后的重建算法明顯縮短了重建