本文關(guān)鍵詞： 圖像處理 機器視覺 壓縮感知 采樣及重構(gòu) 觀測矩陣 順序部分哈達瑪 循環(huán)偽隨機矩陣 有限等距　出處：《智能系統(tǒng)學(xué)報》2017年03期 　論文類型：期刊論文

【摘要】：在壓縮感知過程中,觀測矩陣在信號采樣及重構(gòu)中具有重要作用,構(gòu)造易于硬件實現(xiàn)、結(jié)構(gòu)簡單且占內(nèi)存較小的觀測矩陣是壓縮感知理論能否實際應(yīng)用的關(guān)鍵問題之一。提出兩種易于硬件實現(xiàn)的觀測矩陣,即順序部分哈達瑪觀測矩陣和循環(huán)偽隨機觀測矩陣,其中循環(huán)偽隨機觀測矩陣可分為循環(huán)m序列和循環(huán)gold序列,并證明了偽隨機序列所構(gòu)造的觀測矩陣滿足有限等距準則。為驗證上述兩種觀測矩陣性能,對二維圖像信號進行仿真,結(jié)果表明,在較低的采樣率下順序部分哈達瑪觀測矩陣的重構(gòu)效果最優(yōu),但是采樣信號長度必須是2的k次冪;循環(huán)偽隨機觀測矩陣的重構(gòu)效果雖然弱于順序部分哈達瑪觀測矩陣,但是明顯優(yōu)于高斯隨機觀測矩陣,克服了順序部分哈達瑪矩陣觀測信號必須是2的k次冪的限制。提出的兩種觀測矩陣易于硬件實現(xiàn),避免了隨機矩陣的不確定性且克服了隨機矩陣浪費存儲資源的缺陷,具有良好的實際應(yīng)用價值。
[Abstract]:In the process of compression sensing, observation matrix plays an important role in signal sampling and reconstruction. The observation matrix with simple structure and small memory is one of the key problems whether the compressed sensing theory can be applied in practice. Two kinds of observation matrices which are easy to be realized by hardware are proposed. The order part of Hadamard observation matrix and cyclic pseudorandom observation matrix, in which cyclic pseudorandom observation matrix can be divided into cyclic m sequence and cyclic gold sequence. It is proved that the observation matrix constructed by pseudorandom sequence satisfies the finite equidistant criterion. In order to verify the performance of the two kinds of observation matrices, the two-dimensional image signals are simulated and the results show that. At low sampling rate, the reconstruction effect of sequential partial Hadamard observation matrix is optimal, but the sampling signal length must be k power of 2; Although the reconstruction effect of cyclic pseudo-random observation matrix is weaker than that of sequential partial Hadamard observation matrix, it is obviously superior to Gao Si random observation matrix. It overcomes the limitation that the observed signal of order part Hadamard matrix must be k power of 2. The two kinds of observation matrix are easy to be realized by hardware. It avoids the uncertainty of random matrix and overcomes the defect of wasting storage resource of random matrix, so it has good practical application value.
【作者單位】： 中央民族大學(xué)信息工程學(xué)院;
【基金】：國家自然科學(xué)基金項目(51375504,61602539)
【分類號】：TN911.73
【正文快照】： Study and construction of a compressed sensing measurementmatrix that is easy to implement in hardwareLI Xiali,WU Licheng,FAN Yanming(School of Information Engineering,Minzu University of China,Beijing 100081,China)壓縮感知(compressed sensing,CS)[1-3]通

【相似文獻】

相關(guān)期刊論文 前8條

1 劉敘含;申曉紅;姚海洋;鄧欣;;基于帳篷混沌觀測矩陣的圖像壓縮感知[J];傳感器與微系統(tǒng);2014年09期

2 王韋剛;楊震;顧彬;胡海峰;;基于觀測矩陣優(yōu)化的自適應(yīng)壓縮頻譜感知[J];通信學(xué)報;2014年08期

3 王俠;王開;王青云;梁瑞宇;左加闊;趙力;鄒采榮;;壓縮感知中的確定性隨機觀測矩陣構(gòu)造[J];信號處理;2014年04期

4 寧萬正;王海燕;申曉紅;蔣世全;王璇;;一種自適應(yīng)觀測矩陣下的信號重構(gòu)算法[J];計算機應(yīng)用研究;2011年09期

5 王軍華;黃知濤;周一宇;王豐華;;壓縮感知理論中的廣義不相關(guān)性準則[J];信號處理;2012年05期

6 肖小潮;鄭寶玉;王臣昊;;一種基于最優(yōu)觀測矩陣的自適應(yīng)貝葉斯壓縮信道感知聯(lián)合機制[J];電子與信息學(xué)報;2012年10期

7 盧雁;吳盛教;趙文強;;壓縮感知理論綜述[J];計算機與數(shù)字工程;2012年08期

8 李熔;;基于截尾估計的概率估計方法[J];計算機技術(shù)與發(fā)展;2014年02期

相關(guān)會議論文 前1條

1 顧國生;戰(zhàn)蔭偉;;一種混沌序列在壓縮感知觀測矩陣構(gòu)造中的應(yīng)用[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2010年

相關(guān)博士學(xué)位論文 前5條

1 趙玉娟;壓縮感知和矩陣填充及其在信號處理中應(yīng)用的研究[D];南京郵電大學(xué);2015年

2 姚世紅;壓縮感知若干關(guān)鍵問題研究[D];武漢大學(xué);2015年

3 孫晶明;壓縮感知中觀測矩陣的研究[D];華中科技大學(xué);2013年

4 丁麗;MIMO雷達稀疏成像的失配問題研究[D];中國科學(xué)技術(shù)大學(xué);2014年

5 張京超;稀疏多頻帶信號壓縮采樣方法研究[D];哈爾濱工業(yè)大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 劉莎;壓縮感知中觀測矩陣的構(gòu)造及優(yōu)化方法研究[D];東北大學(xué);2013年

2 王哲;基于稀疏重構(gòu)的SAR成像技術(shù)研究[D];西安電子科技大學(xué);2014年

3 鳳宏哲;高分辨SAR稀疏目標成像研究[D];西安電子科技大學(xué);2014年

4 朱海梁;壓縮感知接收機關(guān)鍵技術(shù)研究[D];西安電子科技大學(xué);2014年

5 李繼樓;壓縮感知觀測矩陣優(yōu)化與信號重建算法研究[D];南京郵電大學(xué);2015年

6 李偉光;基于壓縮感知的定位算法研究[D];重慶大學(xué);2015年

7 熊波;基于壓縮感知的觀測矩陣構(gòu)造方法及性能研究[D];湖南師范大學(xué);2016年

8 任建新;認知無線電網(wǎng)絡(luò)中稀疏優(yōu)化算法研究[D];中南民族大學(xué);2015年

9 彭亞;觀測矩陣自適應(yīng)及其在寬帶頻譜感知中的應(yīng)用研究[D];南京航空航天大學(xué);2016年

10 金莉;基于隱空間稀疏的非線性壓縮感知理論研究[D];西安電子科技大學(xué);2015年

，

本文編號：1480480