本文選題：-bit壓縮感知 + 變分貝葉斯推斷��； 參考：《物理學(xué)報(bào)》2017年18期

【摘要】：1-bit壓縮感知理論指出:對(duì)稀疏信號(hào)進(jìn)行少量線性投影并對(duì)投影信號(hào)進(jìn)行1-bit量化,該1-bit信號(hào)包含足夠的信息,從而能對(duì)原始信號(hào)進(jìn)行高精度重建.然而,當(dāng)信號(hào)難以進(jìn)行稀疏表達(dá)時(shí),傳統(tǒng)1-bit壓縮感知算法無法精確重建原始信號(hào).前期研究表明,分塊稀疏模型作為一種特殊的結(jié)構(gòu)型稀疏模型,對(duì)于難以用傳統(tǒng)稀疏模型進(jìn)行表達(dá)的信號(hào)具有較好的表達(dá)作用.本文提出了一種針對(duì)分塊稀疏信號(hào)的1-bit壓縮感知重建方法,該方法利用分塊稀疏的統(tǒng)計(jì)特性對(duì)信號(hào)進(jìn)行數(shù)學(xué)建模,通過變分貝葉斯推斷方法進(jìn)行信號(hào)重建并在光電容積脈搏波(photoplethysmography)信號(hào)上進(jìn)行了實(shí)驗(yàn)驗(yàn)證.實(shí)驗(yàn)結(jié)果表明,與現(xiàn)有1-bit壓縮感知重建方法相比,本文方法重建精度更高,且收斂速度更快.
[Abstract]:The theory of 1-bit compression sensing points out that a small amount of linear projection of sparse signal and 1-bit quantization of the projected signal are carried out. The 1-bit signal contains enough information to reconstruct the original signal with high accuracy. However, when the signal is difficult to be expressed sparsely, the traditional 1-bit compression sensing algorithm can not accurately reconstruct the original signal. Previous studies have shown that as a special structural sparse model, block sparse model can well express signals that are difficult to express by traditional sparse model. In this paper, a 1-bit compression perceptual reconstruction method for block sparse signals is proposed, which makes use of the statistical characteristics of block sparse to model the signals. The signal is reconstructed by variational Bayesian inference and verified on photoplethysmography signal by photovolumic pulse wave. The experimental results show that the proposed method has higher accuracy and faster convergence speed than the existing 1-bit compression perceptual reconstruction methods.
【作者單位】： 天津大學(xué)電氣自動(dòng)化與信息工程學(xué)院;立命館大學(xué)機(jī)器人系;
【基金】：國家自然科學(xué)基金(批準(zhǔn)號(hào):61401303,51578189)資助的課題~~
【分類號(hào)】：TN911.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李泉永;;一個(gè)使用較少外存的分塊直接解法及其在天線結(jié)構(gòu)分析中的一個(gè)應(yīng)用[J];桂林電子工業(yè)學(xué)院學(xué)報(bào);1984年01期

2 李泉永;;分塊解法在天線背架結(jié)構(gòu)計(jì)算中的一個(gè)應(yīng)用[J];桂林電子工業(yè)學(xué)院學(xué)報(bào);1982年01期

3 蔡德鈞 ,王宏遠(yuǎn);一種自適應(yīng)分塊截?cái)嗑幋a[J];華中工學(xué)院學(xué)報(bào);1985年04期

4 楊愛萍;張金霞;鐘騰飛;卜令勇;;分塊OSTM測(cè)量矩陣構(gòu)造及自適應(yīng)壓縮感知算法[J];天津大學(xué)學(xué)報(bào)(自然科學(xué)與工程技術(shù)版);2014年06期

5 俞培蓓;劉啟茂;朱光喜;朱耀庭;;關(guān)于分塊截?cái)嗑幋a的實(shí)驗(yàn)研究[J];中國空間科學(xué)技術(shù);1982年06期

6 應(yīng)波;丁曉偉;;分塊自適應(yīng)量化算法的仿真和實(shí)現(xiàn)[J];電訊技術(shù);2008年06期

7 張劍云;冉金和;毛云祥;;機(jī)載雙站SAR成像區(qū)分塊分析[J];信號(hào)處理;2014年08期

8 袁莉娜;洪文;;一種改進(jìn)的分塊自適應(yīng)壓縮算法[J];科學(xué)技術(shù)與工程;2011年21期

9 鄢仁祥,胡玉琦,王洪君,高遠(yuǎn);一種新的視頻代理方案──分塊代理[J];東北大學(xué)學(xué)報(bào);2002年08期

10 周秦英,葛暉,王新梅,許衛(wèi)東;基于分塊數(shù)據(jù)傳輸?shù)男滦虷ARQ系統(tǒng)[J];西安電子科技大學(xué)學(xué)報(bào);2005年05期

相關(guān)博士學(xué)位論文 前1條

1 鄒健;分塊稀疏表示的理論及算法研究[D];華南理工大學(xué);2012年

相關(guān)碩士學(xué)位論文 前2條

1 榮雁霞;基于分塊壓縮感知的圖像重構(gòu)方法研究[D];南京郵電大學(xué);2015年

2 賈崇偉;純整數(shù)運(yùn)算分塊并行Turbo編譯碼器的FPGA設(shè)計(jì)[D];西南交通大學(xué);2017年

，

本文編號(hào)：1918187