發(fā)布時間：2017-04-11 22:07

  本文關(guān)鍵詞：壓縮感知中改進的匹配追蹤類算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著信息技術(shù)的飛快發(fā)展,信息量的需求也在飛快增長。因此,在高速傳輸和存儲大容量數(shù)據(jù)的過程中,人們對信息的大量需求造成了傳輸和存儲的巨大壓力。如何有效地獲取信息,是電子信息領(lǐng)域中的一個迫切問題。壓縮感知(Compressed sensing, CS)是一種新興的信息采樣及編解碼理論,充分利用了信號的稀疏性和可壓縮性,將信號采樣和壓縮融合在一起。對于一個高維空間中的稀疏信號,希望能夠有效地從一個有限數(shù)量的線性投影測量中準(zhǔn)確地重構(gòu),這就要求對壓縮感知中的重構(gòu)算法進行研究。重構(gòu)算法作為壓縮感知理論研究中的關(guān)鍵內(nèi)容之一,其研究目的就是用最少的開銷來獲取最好的重構(gòu)效果。本論文研究的主要內(nèi)容如下：(1)講解了壓縮感知理論三個關(guān)鍵技術(shù)：信號的稀疏化表示、觀測矩陣的設(shè)計及重構(gòu)算法。總結(jié)了幾種經(jīng)典的貪婪重構(gòu)算法,并且利用仿真實驗對算法的重構(gòu)率和重構(gòu)時間等方面進行比較。(2)重構(gòu)算法對頻譜進行估計時可能會產(chǎn)生少量的錯誤,從而對時域信號的重構(gòu)精度會產(chǎn)生影響。為了提高重構(gòu)精度,在對廣義正交匹配追蹤(Generalized Orthogonal Matching Pursuit, GOMP)算法研究中,把傅里葉的共軛對稱性應(yīng)用到原子的選擇過程,提出了一種基于傅里葉共軛對稱性的廣義正交匹配追蹤(Generalized Orthogonal Matching Pursuit Algorithm Based on the Fourier Conjugate, FGOMP)算法。通過對信號的重構(gòu)效率、重構(gòu)相對誤差、重構(gòu)運行時間等三個方面的仿真實驗,可以看出基于傅里葉共軛對稱性的廣義正交匹配追蹤算法的可行性。實驗結(jié)果表明了基于傅里葉共軛對稱性的廣義正交匹配追蹤算法的重構(gòu)性能優(yōu)于廣義正交匹配追蹤算法。
【關(guān)鍵詞】：壓縮感知 稀疏表示 重構(gòu)算法 傅里葉共軛對稱性
【學(xué)位授予單位】：安徽大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN911.7
【目錄】：

• 摘要3-4
• Abstract4-8
• 第一章 緒論8-13
• 1.1 研究背景及意義8-10
• 1.2 壓縮感知的研究現(xiàn)狀10-11
• 1.3 本文主要內(nèi)容與結(jié)構(gòu)安排11-13
• 第二章 壓縮感知理論13-22
• 2.1 主要思想13-14
• 2.2 問題設(shè)定14-16
• 2.3 壓縮感知的關(guān)鍵技術(shù)16-19
• 2.3.1 信號稀疏表示16
• 2.3.2 觀測矩陣16-18
• 2.3.3 信號重構(gòu)18-19
• 2.4 壓縮感知的應(yīng)用19-21
• 2.4.1 糾錯19-20
• 2.4.2 圖像20
• 2.4.3 雷達20
• 2.4.4 天文學(xué)20-21
• 2.5 壓縮感知理論的不足21
• 2.6 本章小結(jié)21-22
• 第三章 壓縮感知重構(gòu)算法22-36
• 3.1 引言22
• 3.2 凸優(yōu)化算法22-23
• 3.2.1 基追蹤(BP)算法22-23
• 3.3 貪婪算法23-32
• 3.3.0 匹配追蹤(MP)算法24-26
• 3.3.1 正交匹配追蹤(OMP)算法26-28
• 3.3.2 正則化正交匹配追蹤(ROMP)算法28
• 3.3.3 壓縮采樣匹配追蹤(CoSaMP)算法28-30
• 3.3.4 分段正交匹配追蹤(StOMP)算法30-31
• 3.3.5 廣義正交匹配追蹤(GOMP)算法31-32
• 3.4 幾種典型重構(gòu)算法的仿真實驗32-35
• 3.5 本章小結(jié)35-36
• 第四章 基于傅里葉共軛對稱性的廣義正交匹配追蹤算法36-45
• 4.0 引言36
• 4.1 問題的提出36
• 4.2 傅里葉共軛對稱性36-37
• 4.3 基于傅里葉共軛對稱性的廣義正交匹配追蹤算法37-39
• 4.4 實驗仿真結(jié)果39-44
• 4.4.1 重構(gòu)效果仿真39-41
• 4.4.2 抗噪性能仿真41-42
• 4.4.3 低信噪比下算法的重構(gòu)性能42-43
• 4.4.4 算法重構(gòu)時間的比較43-44
• 4.5 本章小結(jié)44-45
• 第五章 總結(jié)與展望45-47
• 5.1 總結(jié)45
• 5.2 展望45-47
• 參考文獻47-51
• 致謝51-52
• 攻讀碩士學(xué)位期間的研究成果52

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 呂方旭;張金成;王泉;王鈺;;基于傅里葉基的自適應(yīng)壓縮感知重構(gòu)算法[J];北京航空航天大學(xué)學(xué)報;2014年04期

2 焦李成;楊淑媛;劉芳;侯彪;;壓縮感知回顧與展望[J];電子學(xué)報;2011年07期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 李錦秀;基于壓縮感知的信號重構(gòu)算法研究[D];北京理工大學(xué);2015年

2 文亞洲;無線傳感器網(wǎng)絡(luò)中DCS的算法研究[D];蘭州交通大學(xué);2014年

3 王光鈺;基于混合范數(shù)重構(gòu)的圖像壓縮感知多描述編碼[D];大連海事大學(xué);2014年

4 李潔;壓縮感知理論的研究與應(yīng)用[D];浙江工業(yè)大學(xué);2014年

5 馬碩驁;稀疏時變信號壓縮感知重構(gòu)算法的研究[D];南京理工大學(xué);2014年

6 曹殿元;壓縮感知理論及其算法[D];南京郵電大學(xué);2013年

7 李博;壓縮感知理論的重構(gòu)算法研究[D];吉林大學(xué);2013年

8 楊良龍;壓縮感知中信號重建算法和確定性測量矩陣研究[D];南京郵電大學(xué);2013年

9 馬慶濤;壓縮感知中的信號重構(gòu)算法研究[D];南京郵電大學(xué);2013年

10 王方非;基于樹形結(jié)構(gòu)回溯正交匹配追蹤的稀疏恢復(fù)算法研究[D];北京交通大學(xué);2012年

  本文關(guān)鍵詞：壓縮感知中改進的匹配追蹤類算法研究，，由筆耕文化傳播整理發(fā)布。

本文編號：300070