本文選題：壓縮感知 + 1-Bit壓縮感知�。� 參考：《哈爾濱工業(yè)大學》2014年碩士論文

【摘要】：壓縮感知（Compressive Sensing，CS）理論利用信號稀疏特性，克服了傳統(tǒng)的奈奎斯特采樣的限制，實現(xiàn)了信號的壓縮、采樣同時進行。該理論被廣泛應用到模擬信息轉(zhuǎn)換、光學成像、軍事雷達及航空航天等領(lǐng)域。近幾年壓縮感知理論不斷發(fā)展，并逐漸形成多種分支。1-Bit壓縮感知理論作為壓縮感知理論的分支，以其簡單的結(jié)構(gòu)和突出的重構(gòu)效果受到研究人員的廣泛關(guān)注，在無線通信和感知無線電等領(lǐng)域具有廣泛的應用前景。 1-Bit壓縮感知對采樣值進行極限量化，并利用1-Bit重構(gòu)算法恢復信號，，極大地簡化硬件結(jié)構(gòu)，降低采樣值所占存儲空間，提高信號存儲和傳輸速率。但是該方向的研究起步較晚，且大多研究僅局限于理論層面，本文針對1-Bit壓縮感知理論研究中重構(gòu)算法存在信號稀疏度依賴問題和物理實現(xiàn)技術(shù)研究不充分的問題展開研究。主要研究內(nèi)容和取得的成果如下： 1、研究1-Bit壓縮感知基本理論。首先，介紹了1-Bit CS理論中1-Bit量化模型、觀測矩陣約束條件和解的存在性與稀疏性等基本理論。接下來詳細的介紹了1-Bit CS信號重構(gòu)算法中較為突出的BIHT（Binary Iterative HardThresholding）算法，并給出了該算法的一系列衍生算法的重構(gòu)模型和實施步驟，包括AOP（Adaptive Outlier Persuit）算法及其擴展算法。仿真實驗表明在噪聲的作用下，AOP算法和AOP-f（AOP-flips）算法的重構(gòu)效果最好。 2、針對實際應用中信號稀疏度水平難以獲取的問題，在現(xiàn)有的BIHT算法基礎上進行修改，提出一種1-Bit壓縮感知盲重構(gòu)算法。首先對BIHT算法信號稀疏度依賴性問題進行研究；然后將稀疏度自適應思想引入BIHT算法中，提出1-Bit壓縮感知盲重構(gòu)算法；最后進行仿真實驗，實驗結(jié)果表明該算法在稀疏度未知的情況下，可以達到與BIHT算法相當?shù)闹貥?gòu)效果。 3、針對1-Bit壓縮感知研究缺乏原型樣機驗證的問題，研究了一種基于1-Bit量化的多諧波信號采集系統(tǒng)。首先介紹多諧波信號模型。然后給出基于1-Bit量化多諧波信號采樣系統(tǒng)框架，信號經(jīng)過混頻、濾波后進行1-Bit量化，得到采樣值的符號信息。最后，完成系統(tǒng)硬件設計，分別給出各模塊的設計方案，并進行硬件實驗。實驗結(jié)果說明基于1-Bit量化的多諧波信號采集系統(tǒng)可以成功恢復原信號，重構(gòu)效果穩(wěn)定，且在總Bits空間一定情況下，1-Bit量化的重構(gòu)效果優(yōu)于其它量化精度的重構(gòu)效果。 4、針對稀疏多頻帶信號，提出一種基于1-Bit量化的多頻帶信號采集系統(tǒng)模型。首先描述了多頻帶信號模型，然后提出基于1-Bit量化的多頻帶信號采集系統(tǒng)框架，介紹了混頻函數(shù)、頻域變換和1-Bit量化模型，并提出適用于該系統(tǒng)的聯(lián)合二進制迭代硬閾值-2范數(shù)算法，仿真實驗結(jié)果表明在總Bits空間一定時，當輸入噪聲水平越高時，采用該系統(tǒng)進行1-Bit量化的重構(gòu)效果較調(diào)制寬帶轉(zhuǎn)換器系統(tǒng)中采用精確量化的重構(gòu)效果好，該系統(tǒng)表現(xiàn)出抗噪性、抗混疊、系統(tǒng)結(jié)構(gòu)和實時性等工程方面的優(yōu)勢。
[Abstract]:Compressive Sensing (CS) theory uses signal sparsity to overcome the limitation of traditional Nyquist sampling and realizes the compression of signals and sampling simultaneously. This theory is widely applied to analog information conversion, optical imaging, military radar and aerospace. As a branch of compressed sensing theory, a variety of branch.1-Bit compression perception theory has been gradually formed, and its simple structure and outstanding reconstruction effect have been widely concerned by researchers. It has a wide application prospect in wireless communication and perceptual radio.
1-Bit compression perception quantifies the sampling value and uses the 1-Bit reconstruction algorithm to restore the signal, greatly simplifies the hardware structure, reduces the storage space occupied by the sampled values, and improves the storage and transmission rate of the signal. However, the research of this direction is late, and most of the research is limited to the theoretical level. This paper aims at the research of 1-Bit compression perception theory. The reconstruction algorithm has the problem of signal sparsity dependence and insufficient research on physical implementation technology. The main research content and achievements are as follows:
1, the basic theory of 1-Bit compression perception is studied. Firstly, the basic theories of 1-Bit quantization model in the 1-Bit CS theory, the existence and sparsity of the observation matrix constraints are introduced. Then, the more prominent BIHT (Binary Iterative HardThresholding) algorithm in the 1-Bit CS signal reconstruction algorithm is introduced in detail, and the algorithm is given. The reconfiguration model and implementation steps of a series of derivative algorithms, including the AOP (Adaptive Outlier Persuit) algorithm and its extended algorithm, are introduced. The simulation experiments show that the AOP algorithm and the AOP-f (AOP-flips) algorithm have the best reconfiguration effect under the effect of noise.
2, in view of the problem that the level of signal sparsity is difficult to obtain in practical application, a 1-Bit compression blind reconstruction algorithm is proposed based on the existing BIHT algorithm. First, the problem of signal sparsity dependence of BIHT algorithm is studied. Then, the sparse degree adaptive thinking is introduced into the BIHT algorithm, and the 1-Bit compression perception blindness is proposed. Finally, a simulation experiment is carried out. The experimental results show that the algorithm can achieve the same reconstruction effect as the BIHT algorithm when the sparsity is unknown.
3, in view of the lack of prototype prototype verification in 1-Bit compression perception research, a multi harmonic signal acquisition system based on 1-Bit quantization is studied. Firstly, the multi harmonic signal model is introduced. Then, the framework of the multi harmonic signal sampling system based on 1-Bit quantization is given. The signal is mixed frequency and 1-Bit quantization is carried out after the filter, and the symbol letter of the sampling value is obtained. Finally, the hardware design of the system is completed, the design scheme of each module is given and the hardware experiment is carried out. The experimental results show that the multi harmonic signal acquisition system based on 1-Bit quantization can successfully restore the original signal, and the reconfiguration effect is stable, and the reconstruction effect of the 1-Bit quantization is better than the other quantization precision in the case of the total Bits space. Construction effect.
4, a multi band signal acquisition system model based on 1-Bit quantization is proposed for sparse multiband signals. First, the multi band signal model is described. Then a multi band signal acquisition system framework based on 1-Bit quantization is proposed, and the mixing function, frequency domain transformation and 1-Bit quantization model are introduced, and the joint binary system is proposed. Iterative hard threshold -2 norm algorithm, the simulation results show that when the total Bits space is certain, when the input noise level is higher, the reconfiguration effect of 1-Bit quantization using this system is better than that in the modulation broadband converter system. The system shows the anti noise, anti aliasing, system structure and real-time performance. The advantage of the aspect.
【學位授予單位】：哈爾濱工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TN911.7

【共引文獻】

相關(guān)期刊論文 前10條

1 張冰塵;戴博偉;;一種基于隨機濾波的神經(jīng)動作電位信號壓縮感知采樣方法[J];電子與信息學報;2013年09期

2 王麗艷;韋志輝;;低劑量CT的線性Bregman迭代重建算法[J];電子與信息學報;2013年10期

3 陳潔;薄遵望;韓申生;;高斯振幅調(diào)制下基于稀疏性的鬼成像[J];光學學報;2013年09期

4 CAI Yun;LI Song;;Compressed data separation via dual frames based split-analysis with Weibull matrices[J];Applied Mathematics:A Journal of Chinese Universities(Series B);2013年04期

5 李恩榮;陳明亮;龔文林;喻虹;韓申生;;鬼成像系統(tǒng)的互信息[J];光學學報;2013年12期

6 李然;干宗良;崔子冠;朱秀昌;;壓縮感知圖像重建算法的研究現(xiàn)狀及其展望[J];電視技術(shù);2013年19期

7 孫虎;;利用ZC序列的OFDM同步及稀疏信道估計[J];電子科技;2013年11期

8 項鳳濤;王正志;袁興生;;基于壓縮感知原理的融合判別信息的協(xié)作表示方法[J];國防科技大學學報;2013年05期

9 林波;張增輝;朱炬波;;l_1-analysis稀疏重構(gòu)在陣列信號恢復及波達角估計中的應用[J];國防科技大學學報;2013年05期

10 劉魯鋒;杜新鵬;成禮智;;一種基于粒子群優(yōu)化的稀疏恢復算法[J];電子與信息學報;2013年11期

相關(guān)會議論文 前1條

1 Jianxun Zhao;Jihai Huang;;Compressed Sensing Applied to Wireless Sensor Networks Security[A];2012年計算機應用與系統(tǒng)建模國際會議論文集[C];2012年

相關(guān)博士學位論文 前10條

1 劉小林;多天線場景下多媒體傳輸系統(tǒng)的研究[D];中國科學技術(shù)大學;2013年

2 查長軍;分布式壓縮感知及輪廓識別研究[D];安徽大學;2013年

3 丁昕苗;基于多示例學習的恐怖視頻識別技術(shù)研究[D];中國礦業(yè)大學（北京）;2013年

4 李彥兵;基于微多普勒效應的運動車輛目標分類研究[D];西安電子科技大學;2013年

5 張選德;基于非局部信息的圖像恢復和圖像質(zhì)量評價[D];西安電子科技大學;2013年

6 李志雄;大型船舶推進系統(tǒng)的動力學建模與狀態(tài)監(jiān)測方法研究[D];武漢理工大學;2013年

7 馮鑫;多尺度分析與壓縮感知理論在圖像處理中的應用研究[D];蘭州理工大學;2012年

8 王良君;基于壓縮感知的多描述編碼研究[D];西安電子科技大學;2013年

9 王偉偉;機載/星載雷達地面運動目標檢測稀疏處理方法研究[D];西安電子科技大學;2012年

10 袁淦釗;矩陣的低秩近似算法及其應用[D];華南理工大學;2013年

相關(guān)碩士學位論文 前10條

1 李建偉;冗余字典在數(shù)字水印圖像中的應用[D];北方工業(yè)大學;2013年

2 宋騰;分數(shù)階Fourier域的圖像壓縮感知研究[D];鄭州大學;2013年

3 謝貞輝;基于壓縮感知的嵌入式圖像采集節(jié)點的設計與實現(xiàn)[D];安徽大學;2013年

4 仇樂樂;無線傳感網(wǎng)中基于量化壓縮感知的圖像傳輸方法研究[D];安徽大學;2013年

5 段世芳;壓縮感知中的圖像重構(gòu)算法研究[D];天津理工大學;2013年

6 郭凱;模擬信號壓縮采樣的研究[D];天津理工大學;2013年

7 王博凱;基于人體特征信息融合的身份識別方法研究[D];天津理工大學;2013年

8 簡智涵;基于壓縮傳感理論解決Pan-Sharpening問題的算法研究[D];華東師范大學;2013年

9 王汗三;基于稀疏表示的圖像重構(gòu)[D];西安電子科技大學;2013年

10 李邵利;基于隨機投影的SAR圖像紋理分類方法研究[D];西安電子科技大學;2013年

本文編號：1924164