壓縮感知（Compressive Sensing,CS）是一種從隨機(jī)采樣測(cè)量中重構(gòu)信號(hào)的先進(jìn)采樣方法,在圖像處理、地球物理、醫(yī)學(xué)成像、計(jì)算機(jī)科學(xué)、信號(hào)處理、應(yīng)用數(shù)學(xué)等方面擁有廣泛應(yīng)用,有著傳統(tǒng)信號(hào)處理理論無法比擬的優(yōu)點(diǎn)。本文主要研究了基于深度網(wǎng)絡(luò)的壓縮感知重構(gòu)算法,提出了兩種算法模型,從算法的稀疏性依賴條件、對(duì)測(cè)量值的要求、實(shí)用性、時(shí)間成本、抗噪性等方面對(duì)重構(gòu)性能進(jìn)行了評(píng)估。本文的主要研究內(nèi)容及創(chuàng)新點(diǎn)如下:1.針對(duì)土壤超寬帶雷達(dá)（Ultra Wide Band,UWB）回波信號(hào),提出三種高斯類脈沖函數(shù)稀疏字典模型和KSVD學(xué)習(xí)字典,實(shí)驗(yàn)驗(yàn)證了高斯一階脈沖字典比KSVD和其他高斯類脈沖字典更穩(wěn)定并且性能更好。2.設(shè)計(jì)了基于長短時(shí)記憶網(wǎng)絡(luò)（Long Short Term Memory Networks,LSTM）網(wǎng)絡(luò)的分布式壓縮感知模型,對(duì)其聯(lián)合稀疏先驗(yàn)條件進(jìn)行了研究和仿真驗(yàn)證,證明了針對(duì)深度學(xué)習(xí)的壓縮感知可以不依賴于稀疏先驗(yàn)信息直接運(yùn)用原始數(shù)據(jù)進(jìn)行壓縮測(cè)量,為后續(xù)模型提供研究基礎(chǔ)。3.根據(jù)正交匹配追蹤（Orthogonal Matching Pursuit,OMP）算法原理設(shè)計(jì)了一套基于... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：74 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

P410設(shè)備與測(cè)量環(huán)境示意圖

電子科技大學(xué)碩士學(xué)位論文16達(dá)傳感器在時(shí)域內(nèi)測(cè)量土壤信道數(shù)據(jù)。圖2-2TDR300示意圖，用于測(cè)量土壤濕度在測(cè)量過程中，需要提前對(duì)土壤性質(zhì)（水分值）進(jìn)行調(diào)整和測(cè)量。測(cè)得的土壤回波數(shù)據(jù)是以濕度等級(jí)來分類的，測(cè)量濕度采用的是TDR300，如下圖2-2所示。它可以測(cè)量0-0.8的濕度值范圍。它有兩個(gè)測(cè)量探針，可以插入土壤，然后得到土壤的水分值。實(shí)驗(yàn)在每個(gè)水分值測(cè)量點(diǎn)測(cè)量400組數(shù)據(jù)，每組數(shù)據(jù)維度是480.2.2.2土壤回波數(shù)據(jù)獲取實(shí)驗(yàn)測(cè)量了土壤數(shù)據(jù)的十種濕度值。部分波形見圖2-3。從圖中可以看出，信號(hào)的幅度有明顯的隨時(shí)間衰減趨勢(shì)。該數(shù)據(jù)由超寬帶脈沖平移疊加而成。（a）（b）圖2-3接收信號(hào)波形圖。（a）濕度值為0.084;（b）濕度值為0.182.2.3字典性能檢驗(yàn)本文采用均方根誤差（RMSE）衡量重構(gòu)信號(hào)與原始信號(hào)的誤差，RMSE的

電子科技大學(xué)碩士學(xué)位論文16達(dá)傳感器在時(shí)域內(nèi)測(cè)量土壤信道數(shù)據(jù)。圖2-2TDR300示意圖，用于測(cè)量土壤濕度在測(cè)量過程中，需要提前對(duì)土壤性質(zhì)（水分值）進(jìn)行調(diào)整和測(cè)量。測(cè)得的土壤回波數(shù)據(jù)是以濕度等級(jí)來分類的，測(cè)量濕度采用的是TDR300，如下圖2-2所示。它可以測(cè)量0-0.8的濕度值范圍。它有兩個(gè)測(cè)量探針，可以插入土壤，然后得到土壤的水分值。實(shí)驗(yàn)在每個(gè)水分值測(cè)量點(diǎn)測(cè)量400組數(shù)據(jù)，每組數(shù)據(jù)維度是480.2.2.2土壤回波數(shù)據(jù)獲取實(shí)驗(yàn)測(cè)量了土壤數(shù)據(jù)的十種濕度值。部分波形見圖2-3。從圖中可以看出，信號(hào)的幅度有明顯的隨時(shí)間衰減趨勢(shì)。該數(shù)據(jù)由超寬帶脈沖平移疊加而成。（a）（b）圖2-3接收信號(hào)波形圖。（a）濕度值為0.084;（b）濕度值為0.182.2.3字典性能檢驗(yàn)本文采用均方根誤差（RMSE）衡量重構(gòu)信號(hào)與原始信號(hào)的誤差，RMSE的

【參考文獻(xiàn)】：
期刊論文
[1]低復(fù)雜度壓縮感知中的快速觀測(cè)方法[J]. 權(quán)磊,肖嵩,薛曉,李穎.  西安電子科技大學(xué)學(xué)報(bào). 2017(01)
[2]壓縮感知理論中的RIP準(zhǔn)則[J]. 路暢,劉玉紅.  自動(dòng)化與儀器儀表. 2015(08)
[3]壓縮感知中的確定性隨機(jī)觀測(cè)矩陣構(gòu)造[J]. 王俠,王開,王青云,梁瑞宇,左加闊,趙力,鄒采榮.  信號(hào)處理. 2014(04)
[4]稀疏隨機(jī)矩陣有限等距性質(zhì)分析[J]. 張波,劉郁林,王開.  電子與信息學(xué)報(bào). 2014(01)
[5]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)
[6]壓縮感知理論在超寬帶系統(tǒng)中的應(yīng)用前景分析[J]. 吳鋒,趙德雙,王秉中,葛廣頂.  核電子學(xué)與探測(cè)技術(shù). 2011(06)
[7]壓縮采樣技術(shù)及其應(yīng)用[J]. 金堅(jiān),谷源濤,梅順良.  電子與信息學(xué)報(bào). 2010(02)
[8]壓縮感知理論在探地雷達(dá)三維成像中的應(yīng)用[J]. 余慧敏,方廣有.  電子與信息學(xué)報(bào). 2010(01)
[9]基于近似KLT域的語音信號(hào)壓縮感知[J]. 郭海燕,楊震.  電子與信息學(xué)報(bào). 2009(12)
[10]壓縮傳感綜述[J]. 李樹濤,魏丹.  自動(dòng)化學(xué)報(bào). 2009(11)

博士論文
[1]超光譜成像儀成像鏈的調(diào)制傳遞函數(shù)研究[D]. 李宏升.中國科學(xué)院研究生院（長春光學(xué)精密機(jī)械與物理研究所） 2006

碩士論文
[1]基于半監(jiān)督學(xué)習(xí)的高分辨一維像空中目標(biāo)識(shí)別技術(shù)研究[D]. 何旭東.電子科技大學(xué) 2019
[2]壓縮感知在脈沖超寬帶中的應(yīng)用研究[D]. 周美霞.北京郵電大學(xué) 2010



本文編號(hào)：3546638