本文關鍵詞：基于壓縮感知的超分辨率理論與技術研究，由筆耕文化傳播整理發(fā)布。

【摘要】：在通信領域,需要處理的信號的量越來越大,信號本身也越來越復雜。傳統(tǒng)的信號處理框架中,信號的采樣受限于奈奎斯特采樣率,無法應對這種情況下的數(shù)據(jù)。而壓縮感知技術突破了奈奎斯特采樣率,其利用信號的稀疏性,可以以極低的采樣率對信號進行采樣并精確重構(gòu)。近年來,很多學者將壓縮感知技術和超分辨率技術結(jié)合起來,希望在利用壓縮感知技術采樣量少的優(yōu)勢的同時,得到超分辨率的信號估計和恢復算法。本文分析了經(jīng)典壓縮感知算法、傳統(tǒng)超分辨率算法和基于壓縮感知的超分辨率算法。典型的壓縮感知算法,如正交匹配追蹤算法、基追蹤算法、迭代硬判決算法、迭代重加權(quán)最小二乘算法、貝葉斯算法等,都致力于在獲取極少采樣值的時候,精確的重構(gòu)信號。而傳統(tǒng)的超分辨率算法,如MUSIC和ESPRIT,都是基于子空間的算法,在采樣值較多的時候,可以取得很高精度的估計值�；趬嚎s感知的超分辨率算法,如最近提出的SIHT、OGSBI、DicRefCS、SDP等算法,都在結(jié)合了壓縮感知技術所需樣本少的特點的基礎上,獲得了不錯的恢復精度。基于對上述算法的分析,并考慮到現(xiàn)有的基于壓縮感知技術的超分辨率算法都會遇到基不匹配的問題,且其性能并不是十分理想。本文分別提出了無噪和有噪情況下,基于壓縮感知的迭代重加權(quán)聯(lián)合估計與恢復的超分辨率算法,較好的解決了基不匹配問題。并提出了有效的策略對有噪情況下的正則化參數(shù)進行動態(tài)的選取。針對譜線估計和波達方向角估計問題的仿真實驗表明,本文提出的迭代重加權(quán)聯(lián)合估計與恢復算法相較于現(xiàn)有的基于壓縮感知技術的算法具有較明顯的優(yōu)勢,很大程度上克服了基不匹配問題,具有較好的抗噪性能,并能夠獲得超分辨率的性能。
【關鍵詞】：壓縮感知 超分辨率 參數(shù)估計 信號恢復 迭代重加權(quán)算法
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TN911.7

  本文關鍵詞：基于壓縮感知的超分辨率理論與技術研究，，由筆耕文化傳播整理發(fā)布。

本文編號：508261