本文關(guān)鍵詞：基于壓縮感知塊結(jié)構(gòu)信號的稀疏表示與重構(gòu)算法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：塊稀疏信號是一種特殊的結(jié)構(gòu)稀疏信號,即信號的非零元以塊結(jié)構(gòu)為單位存在。實際多頻帶信號、人臉、運動目標等都可看成是塊稀疏信號。塊稀疏信號拓展了壓縮感知(CS)理論的適用范圍,并且能有效利用信號的內(nèi)在結(jié)構(gòu)信息。本文重點研究了塊稀疏信號中感知矩陣優(yōu)化下的塊結(jié)構(gòu)字典學(xué)習(xí)算法、有效的重構(gòu)算法設(shè)計及真實塊稀疏信號的應(yīng)用問題。主要工作包括:1.提出基于等角緊框架(ETF)的感知矩陣優(yōu)化及塊結(jié)構(gòu)字典學(xué)習(xí)算法。以ETF為目標的感知矩陣優(yōu)化可讓等價塊字典的互相關(guān)性逼近理論最小值-welch界,且同時引入塊結(jié)構(gòu)字典學(xué)習(xí)方法來對信號進行更好的塊稀疏表示。在學(xué)習(xí)塊結(jié)構(gòu)字典時,為克服KSVD算法僅收斂到局部最優(yōu)解及計算復(fù)雜度大的問題,引入了矩陣分解的思想來替代KSVD算法。實驗結(jié)果表明,提出的方法相比KSVD、BKSVD、BKSVD_ETF、CBKSVD_ETF方法的PSNR分別平均提高了約4.4185dB、1.6865dB、1.6706dB、0.6368dB,且塊字典訓(xùn)練時間相比于CBKSVD_ETF算法平均減少了約60%。2.提出了基于感知矩陣優(yōu)化的子空間回溯塊正交匹配追蹤算法(SMOB-BOMP)。利用ETF下的感知矩陣優(yōu)化來提高塊正交匹配追蹤(BOMP)算法的性能,并針對BOMP算法在迭代中僅選取使當次迭代性能最優(yōu)的原子塊及對誤選原子塊無“自我修正”能力問題,在其每次迭代中嵌入了具有原子塊回溯修正能力的BSP算法來得到全局最優(yōu)解。實驗結(jié)果表明,在二維圖像信號重構(gòu)過程中,SMOB-BOMP算法與BOMP、BSP、B-BOMP、BSP算法相比,其PSNR值分別平均提高了約4.0481dB、2.9054dB、2.1020dB、0.8515dB。3.為有效處理調(diào)制寬帶轉(zhuǎn)換器(MWC)下的塊結(jié)構(gòu)稀疏多頻帶信號,提出了兩種改進措施:a)針對隨機觀測矩陣不穩(wěn)定且存儲空間大等問題,構(gòu)造確定性廣義下三角循環(huán)觀測矩陣在不降低采樣及重構(gòu)性能的同時來解決上述問題;b)在重構(gòu)算法的原子匹配過程中,為避免未對觀測矩陣的列向量進行歸一化操作所帶來的影響,在不改變矩陣元素的前提下引入一個由歸一化因子組成的向量來解決該問題,且利用觀測矩陣的列向量的共軛對稱特性,在每次原子匹配過程中可成對的選擇兩個最優(yōu)原子來提高算法的效率。實驗結(jié)果表明,本文提出的改進方法能夠有效提高稀疏多頻帶信號的采樣及重構(gòu)性能。
【關(guān)鍵詞】：塊稀疏信號 感知矩陣優(yōu)化 等角緊框架 回溯塊OMP 調(diào)制寬帶轉(zhuǎn)換器
【學(xué)位授予單位】：華南理工大學(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5-6
• Abstract6-10
• 第一章 緒論10-21
• 1.1 研究背景及意義10
• 1.2 研究現(xiàn)狀10-19
• 1.2.1 稀疏變換字典下的感知矩陣優(yōu)化算法11-13
• 1.2.2 非結(jié)構(gòu)及塊結(jié)構(gòu)稀疏信號重構(gòu)算法13-16
• 1.2.3 MWC下塊結(jié)構(gòu)稀疏多頻帶信號采樣及重構(gòu)方法16-19
• 1.3 本文工作19-21
• 第二章 等角緊框架下交替更新感知矩陣及學(xué)習(xí)塊結(jié)構(gòu)字典算法21-44
• 2.1 CS理論及塊結(jié)構(gòu)稀疏信號21-25
• 2.1.1 CS模型及重構(gòu)條件21-22
• 2.1.2 塊結(jié)構(gòu)稀疏信號模型22-24
• 2.1.3 塊稀疏信號的重構(gòu)條件及其局限性24-25
• 2.2 塊字典固定下的基于ETF的感知矩陣優(yōu)化算法25-35
• 2.2.1 等角緊框架理論25-26
• 2.2.2 塊字典固定下的基于ETF的感知矩陣優(yōu)化算法分析26-31
• 2.2.3 實驗結(jié)果與分析31-35
• 2.3 基于ETF的交替更新感知矩陣及學(xué)習(xí)塊結(jié)構(gòu)字典算法設(shè)計35-43
• 2.3.1 ETF下交替更新感知矩陣及學(xué)習(xí)塊結(jié)構(gòu)字典算法模型35-36
• 2.3.2 基于矩陣分解的交替更新算法具體描述36-39
• 2.3.3 實驗結(jié)果與分析39-43
• 2.4 本章小結(jié)43-44
• 第三章 感知矩陣優(yōu)化下的子空間回溯塊正交匹配追蹤重構(gòu)算法44-61
• 3.1 BOMP算法和BSP回溯算法44-49
• 3.1.1 BOMP算法框架及局限性44-46
• 3.1.2 BOMP算法的重構(gòu)條件46-47
• 3.1.3 BSP算法框架及性能分析47-49
• 3.2 感知矩陣優(yōu)化下的子空間回溯BOMP重構(gòu)算法分析49-52
• 3.2.1 帶初始塊支撐集估計的BSP算法49-50
• 3.2.2 SMOB-BOMP重構(gòu)算法50-52
• 3.3 實驗結(jié)果與分析52-59
• 3.3.1 基于感知矩陣優(yōu)化的信號重構(gòu)效果53-54
• 3.3.2 回溯BOMP(B-BOMP)算法的重構(gòu)效果54-56
• 3.3.3 SMOB-BOMP算法的重構(gòu)效果56-59
• 3.4 本章小結(jié)59-61
• 第四章 MWC下基于廣義下三角循環(huán)觀測矩陣的改進SOMP算法研究61-83
• 4.1 MWC采樣系統(tǒng)概述61-66
• 4.1.1 MWC采樣框架及重構(gòu)方案描述61-65
• 4.1.2 MWC采樣框架及重構(gòu)算法局限性65-66
• 4.2 確定性廣義下三角循環(huán)觀測矩陣的構(gòu)造66-70
• 4.2.1 確定性廣義下三角循環(huán)觀測矩陣的構(gòu)造方法67-70
• 4.3 改進的歸一化SOMP算法70-73
• 4.3.1 MWC下改進的SOMP算法分析70-72
• 4.3.2 觀測矩陣列向量歸一化因子對重構(gòu)算法的性能影響及分析72-73
• 4.4 實驗結(jié)果和分析73-81
• 4.4.1 廣義下三角循環(huán)觀測矩陣下的重構(gòu)效果74-76
• 4.4.2 歸一化因子下的SOMP算法重構(gòu)效果76-77
• 4.4.3 主觀評價廣義下三角循環(huán)觀測矩陣的改進SOMP算法重構(gòu)效果77-81
• 4.5 本章小結(jié)81-83
• 總結(jié)與展望83-85
• 參考文獻85-90
• 攻讀碩士學(xué)位期間取得的研究成果90-91
• 致謝91-92
• 答辯委員會對論文的評定意見92

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉盾;石和平;;基于一種改進的壓縮感知重構(gòu)算法的分析與比較[J];科學(xué)技術(shù)與工程;2012年21期

2 蔣英春;;離散空間中正交小波分解重構(gòu)算法的實現(xiàn)[J];計算機應(yīng)用研究;2013年02期

3 劉勇;魏東紅;毛京麗;;基于優(yōu)化內(nèi)積模型的壓縮感知快速重構(gòu)算法[J];北京郵電大學(xué)學(xué)報;2013年01期

4 王田川;宋建新;;壓縮感知重構(gòu)算法研究[J];電視技術(shù);2013年11期

5 李福建,陳廷槐,田梅,周六丁;一種新的環(huán)網(wǎng)故障診斷與重構(gòu)算法[J];計算機工程;1992年06期

6 童露霞;王嘉;;基于壓縮傳感的重構(gòu)算法研究[J];電視技術(shù);2012年11期

7 李博;郭樹旭;;一種改進的壓縮感知重構(gòu)算法研究[J];現(xiàn)代電子技術(shù);2013年03期

8 李志剛;;一種快速的壓縮感知信號重構(gòu)算法[J];信息技術(shù);2013年06期

9 梁棟,楊尚俊,章權(quán)兵;一種基于圖象序列的3D重構(gòu)算法[J];安徽大學(xué)學(xué)報(自然科學(xué)版);2001年01期

10 陳勤;鄒志兵;張e

本文編號：488439