壓縮重構(gòu)是壓縮感知領(lǐng)域一個(gè)重要的研究方向,廣義近似消息傳遞（Generalize Approximate Message Passing,GAMP）是一種新型的壓縮重構(gòu)算法。相比于其他重構(gòu)算法,GAMP算法具有高相變性能、低計(jì)算復(fù)雜度等優(yōu)勢(shì),適用于任意輸入、輸出分布,能解決相位恢復(fù)等非線性壓縮重構(gòu)問題。該文對(duì)GAMP算法進(jìn)行了研究,具體工作如下:首先,針對(duì)GAMP算法對(duì)于非零均值高斯隨機(jī)測(cè)量矩陣易發(fā)散的問題,提出一種基于廣義正交匹配追蹤的GAMP算法。該算法通過追蹤算法找到支撐集,進(jìn)而利用GAMP算法進(jìn)行重構(gòu)。實(shí)驗(yàn)表明,該算法有效解決了GAMP算法發(fā)散的問題,使算法對(duì)于非零均值、列相干測(cè)量矩陣也能有效收斂,并且具有良好的抗噪性能。其次,將卡通紋理模型引入到基于GAMP的相位恢復(fù)（Compressive Phase Retrieval Algorithm via Generalize Approximate Message Passing,prGAMP）中,利用全變差和雙樹復(fù)數(shù)小波兩種稀疏表示方法將圖像分解為卡通成分和紋理成分,提出基于卡通紋理與GAMP的相位恢復(fù)算法。進(jìn)而根據(jù)迭代次數(shù)影... 

【文章來源】：燕山大學(xué)河北省

【文章頁(yè)數(shù)】：74 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題背景及研究意義
    1.2 國(guó)內(nèi)外研究發(fā)展現(xiàn)狀
        1.2.1 廣義近似消息傳遞的發(fā)展概述
        1.2.2 壓縮重構(gòu)算法的發(fā)展概述
        1.2.3 相位恢復(fù)的發(fā)展概述
    1.3 本文研究?jī)?nèi)容及組織結(jié)構(gòu)
第2章 壓縮相位恢復(fù)與GAMP的基本理論
    2.1 壓縮感知與相位恢復(fù)問題
        2.1.1 壓縮感知基礎(chǔ)
        2.1.2 相位恢復(fù)基礎(chǔ)
    2.2 廣義近似消息傳遞算法
        2.2.1 用于MAP估計(jì)的Max-Sum GAMP
        2.2.2 用于MMSE估計(jì)的Sum-Product GAMP
    2.3 基于GAMP的壓縮相位恢復(fù)
    2.4 本章小結(jié)
第3章 基于匹配追蹤與GAMP的信號(hào)重構(gòu)
    3.1 引言
    3.2 基于匹配追蹤的GAMP算法
        3.2.1 MPGAMP算法的推導(dǎo)及描述
        3.2.2 算法的收斂性與占用內(nèi)存率
    3.3 基于廣義正交匹配追蹤的GAMP算法
    3.4 實(shí)驗(yàn)結(jié)果與分析
    3.5 本章小結(jié)
第4章 基于卡通紋理與GAMP的相位恢復(fù)
    4.1 引言
    4.2 基于卡通-紋理模型的prGAMP算法
        4.2.1 基于雙樹復(fù)數(shù)小波的prGAMP去噪算子
        4.2.2 基于全變差的prGAMP去噪算子
        4.2.3 C-T D-prGAMP的算法實(shí)現(xiàn)
    4.3 基于雙階段去噪的prGAMP算法
    4.4 實(shí)驗(yàn)結(jié)果與分析
        4.4.1 算法重構(gòu)性能比較
        4.4.2 算法的收斂性
    4.5 本章小結(jié)
第5章 基于自適應(yīng)阻尼GAMP的相位恢復(fù)
    5.1 引言
    5.2 基于自適應(yīng)阻尼的C-T D-prGAMP算法
        5.2.1 自適應(yīng)阻尼廣義近似消息傳遞算法
        5.2.2 C-T ADD-prGAMP的算法實(shí)現(xiàn)
    5.3 2-stage ADD-prGAMP的算法實(shí)現(xiàn)
    5.4 實(shí)驗(yàn)結(jié)果及分析
        5.4.1 算法重構(gòu)性能比較
        5.4.2 算法收斂性
    5.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間承擔(dān)的科研任務(wù)與主要成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于近似消息傳遞與卡通紋理模型的圖像重構(gòu)[J]. 司菁菁,程銀波.  系統(tǒng)工程與電子技術(shù). 2017(06)
[2]基于全變差正則化的相位恢復(fù)算法[J]. 練秋生,魏天姣,陳書貞,石保順.  電子學(xué)報(bào). 2017(01)
[3]基于卡通–紋理模型的相位恢復(fù)算法[J]. 練秋生,趙曉蕊,石保順,陳書貞.  電子與信息學(xué)報(bào). 2016(08)
[4]壓縮感知重構(gòu)算法綜述[J]. 李珅,馬彩文,李艷,陳萍.  紅外與激光工程. 2013(S1)
[5]基于壓縮傳感的純相位物體相位恢復(fù)[J]. 楊振亞,鄭楚君.  物理學(xué)報(bào). 2013(10)

博士論文
[1]追蹤與廣義近似消息傳遞[D]. 羅詠劼.電子科技大學(xué) 2016



本文編號(hào)：3418294