基于先驗信息的稀疏信號重構理論與算法研究
發(fā)布時間:2024-05-20 01:32
隨著信息時代的到來,數據正逐漸應用到許多領域中.面對每天成倍增加的數據,如何對它進行存儲、采集和運輸,一直都是學術界關注的熱點.作為一種能有效處理高維數據的新穎理論,壓縮感知利用信號數據的稀疏性(可壓縮性),對信號實現高概率的精確重構.近年來,其研究結果在醫(yī)學成像、圖像處理、模式識別等領域得到廣泛的應用.結合壓縮感知理論,本文研究了基于先驗信息的稀疏信號重構理論與算法問題,主要內容如下:第一章概述了壓縮感知理論產生的背景與研究意義,并簡單介紹了壓縮感知的研究進展,之后總結了本文的主要工作和全文組織結構.第二章主要從三大核心問題對壓縮感知理論進行介紹,分別為:信號數據的稀疏表示,測量矩陣的設計和信號數據的重構算法.第三章主要利用l1-l1和l1-l2極小化模型,研究了在先驗信息下稀疏信號重構問題.利用零空間性質(NSP),我們給出l1-l1極小化精確重構的充要條件.針對l1-l2極小化,我們提出了加強的零空間性質(...
【文章頁數】:48 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景及意義
1.2 研究現狀
1.3 本文主要工作及全文組織結構
2 壓縮感知基本理論
2.1 信號的稀疏表示
2.2 測量矩陣的設計
2.3 信號的重構算法
2.4 本章小結
3 基于先驗信息下的l1?l1和l1?l2范數極小化問題研究
3.1 基于先驗信息的l1?l1極小化重構理論
3.2 基于先驗信息的l1?l2極小化重構理論
3.3 數值實驗
3.4 本章小結
4 PI-IRLS算法對稀疏信號的重構問題研究
4.1 基于先驗信息下的無約束lq范數極小化重構理論
4.2 PI-IRLS算法和基本定義
4.3 PI-IRLS算法的理論分析
4.4 數值實驗
4.5 本章小結
5 總結與展望
5.1 本文工作的總結
5.2 未來工作的展望
參考文獻
致謝
已完成文章目錄
本文編號:3978754
【文章頁數】:48 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景及意義
1.2 研究現狀
1.3 本文主要工作及全文組織結構
2 壓縮感知基本理論
2.1 信號的稀疏表示
2.2 測量矩陣的設計
2.3 信號的重構算法
2.4 本章小結
3 基于先驗信息下的l1?l1和l1?l2范數極小化問題研究
3.1 基于先驗信息的l1?l1極小化重構理論
3.2 基于先驗信息的l1?l2極小化重構理論
3.3 數值實驗
3.4 本章小結
4 PI-IRLS算法對稀疏信號的重構問題研究
4.1 基于先驗信息下的無約束lq范數極小化重構理論
4.2 PI-IRLS算法和基本定義
4.3 PI-IRLS算法的理論分析
4.4 數值實驗
4.5 本章小結
5 總結與展望
5.1 本文工作的總結
5.2 未來工作的展望
參考文獻
致謝
已完成文章目錄
本文編號:3978754
本文鏈接:http://sikaile.net/guanlilunwen/tongjijuecelunwen/3978754.html