壓縮感知是近年來信號處理領(lǐng)域最熱門的研究方向之一,它以低于Nyquist采樣定理要求的頻率進(jìn)行采樣,為解決數(shù)據(jù)冗余和資源浪費(fèi)的瓶頸問題開辟了一條新道路,也為其他學(xué)科發(fā)展提供了新的契機(jī)。重構(gòu)算法是壓縮感知理論的核心內(nèi)容之一,直接關(guān)系著壓縮感知理論在實際應(yīng)用中的成敗。自壓縮感知理論提出以來,如何設(shè)計出算法復(fù)雜度低、重建質(zhì)量高的壓縮感知重構(gòu)算法一直是研究的重點課題。不同于傳統(tǒng)意義上的稀疏信號,許多真實信號呈現(xiàn)出特殊的結(jié)構(gòu),即非零元素成塊出現(xiàn),這種稀疏信號稱為塊稀疏信號。塊稀疏信號應(yīng)用到許多實際問題中,如DNA陣列、人臉識別、心電圖信號、彩色成像等。由于塊稀疏信號是稀疏信號的一種特殊情形,因此塊稀疏信號的重構(gòu)問題完全可以用經(jīng)典的壓縮感知重構(gòu)算法去處理。然而,如果忽略塊稀疏信號的內(nèi)部結(jié)構(gòu)會極大地影響算法的運(yùn)行效率。本文從壓縮感知理論出發(fā),重點研究針對塊稀疏信號模型的重構(gòu)算法及其應(yīng)用,主要工作如下:1.基于光滑?₀范數(shù)(SL0)算法,提出了廣義高斯函數(shù)光滑?₀范數(shù)(GGFSL0)算法。該算法可以看作是SL0算法的推廣,即用廣義高斯函數(shù)取代高斯函數(shù)。GGF...

【文章頁數(shù)】：143 頁

【學(xué)位級別】：博士

【文章目錄】：
作者簡歷
摘要
abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 壓縮感知重構(gòu)算法發(fā)展現(xiàn)狀
        1.2.2 塊壓縮感知重構(gòu)算法研究現(xiàn)狀
    1.3 本文研究內(nèi)容及章節(jié)安排
    1.4 本章小結(jié)
第二章 壓縮感知理論及塊稀疏信號概述
    2.1 壓縮感知理論
        2.1.1 壓縮感知數(shù)學(xué)模型
        2.1.2 稀疏表示
        2.1.3 測量矩陣的構(gòu)造
        2.1.4 壓縮感知的應(yīng)用
    2.2 塊稀疏信號概述
        2.2.1 塊稀疏信號模型
        2.2.2 塊RIP條件
        2.2.3 塊壓縮感知重構(gòu)理論
        2.2.4 典型塊壓縮感知重構(gòu)算法
    2.3 本章小結(jié)
第三章 基于光滑0?范數(shù)的稀疏信號重構(gòu)
    3.1 引言
    3.2 盲源分離簡介
    3.3 SL0算法
        3.3.1 算法思想
        3.3.2 算法的初始化
        3.3.3 算法實現(xiàn)
    3.4 基于廣義高斯函數(shù)光滑0?范數(shù)算法的信號重構(gòu)
        3.4.1 算法思想
        3.4.2 算法實現(xiàn)
        3.4.3 算法性能分析及應(yīng)用
    3.5 基于改進(jìn)塊光滑0?范數(shù)的塊稀疏信號重構(gòu)
        3.5.1 BSL0算法思想
        3.5.2 IBSL0算法思想
        3.5.3 IBSL0算法實現(xiàn)
        3.5.4 算法性能分析
    3.6 本章小結(jié)
第四章 基于塊廣義正交匹配追蹤的塊稀疏信號重構(gòu)
    4.1 引言
    4.2 廣義正交匹配追蹤算法
        4.2.1 gOMP算法實現(xiàn)
        4.2.2 gOMP算法精確重構(gòu)分析
    4.3 塊廣義正交匹配追蹤算法
        4.3.1 算法思想
        4.3.2 BgOMP算法實現(xiàn)
        4.3.3 BgOMP算法精確重構(gòu)分析
    4.4 算法性能分析及應(yīng)用
        4.4.1 人工合成信號
        4.4.2 語音信號
        4.4.3 圖像信號
        4.4.4 地震信號
    4.5 本章小結(jié)
第五章 基于塊回溯正交匹配追蹤的塊稀疏信號重構(gòu)
    5.1 引言
    5.2 回溯正交匹配追蹤算法
        5.2.1 算法思想
        5.2.2 BAOMP算法實現(xiàn)
    5.3 塊回溯正交匹配追蹤算法
        5.3.1 算法思想
        5.3.2 BBAOMP算法實現(xiàn)
    5.4 算法性能分析及應(yīng)用
        5.4.1 人工合成信號
        5.4.2 語音信號
        5.4.3 圖像信號
        5.4.4 地震信號
    5.5 本章小結(jié)
第六章 基于塊稀疏信號的分布式壓縮感知
    6.1 引言
    6.2 分布式壓縮感知模型
    6.3 塊分布式壓縮感知模型
    6.4 算法介紹
        6.4.1 算法思想
        6.4.2 DCSBBAOMP算法實現(xiàn)
    6.5 算法性能分析
    6.6 本章小結(jié)
第七章 總結(jié)與展望
    7.1 論文的主要工作
    7.2 論文的主要創(chuàng)新點
    7.3 進(jìn)一步的研究工作
致謝
參考文獻(xiàn)



本文編號：3737462