發(fā)布時(shí)間：2017-08-20 16:34

  本文關(guān)鍵詞：分布式壓縮感知聯(lián)合重建算法的研究

  更多相關(guān)文章： 分布式壓縮感知 聯(lián)合重構(gòu) 貪婪追蹤 多觀測(cè)向量 塊稀疏 無(wú)線傳感器網(wǎng)絡(luò)

【摘要】：壓縮感知是一種新型的信號(hào)采樣理論,利用信號(hào)的稀疏性,在對(duì)信號(hào)采樣的同時(shí)對(duì)數(shù)據(jù)進(jìn)行了壓縮。分布式壓縮感知建立在壓縮感知理論基礎(chǔ)之上,在利用信號(hào)內(nèi)部相關(guān)性的同時(shí),利用了信號(hào)之間的相關(guān)性,將單個(gè)信號(hào)的壓縮與重構(gòu)擴(kuò)展到多個(gè)信號(hào),實(shí)現(xiàn)了多信號(hào)的分布式壓縮與聯(lián)合重構(gòu)。本文研究分布式壓縮感知的聯(lián)合重構(gòu),主要進(jìn)行了以下幾方面的研究工作。首先,針對(duì)分布式壓縮感知的混合支撐集模型,設(shè)計(jì)了聯(lián)合向前變步長(zhǎng)正交匹配追蹤算法,在信號(hào)重構(gòu)過(guò)程中根據(jù)相鄰次迭代重建信號(hào)的能量差,自適應(yīng)地對(duì)向前參數(shù)進(jìn)行動(dòng)態(tài)調(diào)整,在信號(hào)重建精度與算法運(yùn)行時(shí)間之間取得平衡。進(jìn)而,在聯(lián)合向前變步長(zhǎng)正交匹配追蹤算法的基礎(chǔ)上,設(shè)計(jì)了聯(lián)合向前向后的變步長(zhǎng)正交匹配追蹤算法,有效降低了原子誤選的幾率,提高了信號(hào)重建的精度。然后,針對(duì)多路徑匹配追蹤算法無(wú)法利用稀疏信號(hào)的結(jié)構(gòu)信息、迭代層數(shù)較高時(shí)計(jì)算復(fù)雜度較大等問(wèn)題,設(shè)計(jì)了一種適用于重構(gòu)塊稀疏信號(hào)的塊剪枝多路徑匹配追蹤算法。該算法以原子塊作為路徑擴(kuò)張的節(jié)點(diǎn),在一定迭代層數(shù)后引入樹枝修剪操作,極大地降低了數(shù)據(jù)運(yùn)算量。進(jìn)而,針對(duì)多觀測(cè)向量問(wèn)題,設(shè)計(jì)了多觀測(cè)向量塊剪枝多路徑匹配追蹤算法,用以實(shí)現(xiàn)無(wú)線傳感器網(wǎng)絡(luò)小范圍內(nèi)多傳感器信號(hào)的聯(lián)合重構(gòu)。實(shí)驗(yàn)結(jié)果表明本文提出的算法在重構(gòu)效果和運(yùn)行時(shí)間上具有優(yōu)越性。最后,面向分簇?zé)o線傳感器網(wǎng)絡(luò)研究層次化分布式壓縮感知。建立塊稀疏簇內(nèi)聯(lián)合稀疏模型,聯(lián)合描述簇內(nèi)成員采集數(shù)據(jù)的時(shí)間相關(guān)性與空間相關(guān)性;建立塊稀疏簇間聯(lián)合稀疏模型,描述同一監(jiān)測(cè)區(qū)域內(nèi)各簇采集數(shù)據(jù)的空間相關(guān)性�；诜执�?zé)o線傳感器網(wǎng)絡(luò)采集信號(hào)的結(jié)構(gòu)化稀疏特性,設(shè)計(jì)層次化觀測(cè)方案以及分級(jí)聯(lián)合重構(gòu)方案。仿真實(shí)驗(yàn)結(jié)果表明了該方案在保證重建新號(hào)質(zhì)量的同時(shí),能夠有效減少網(wǎng)絡(luò)中傳輸?shù)臄?shù)據(jù)量,減少簇頭的通信負(fù)擔(dān)。
【關(guān)鍵詞】：分布式壓縮感知 聯(lián)合重構(gòu) 貪婪追蹤 多觀測(cè)向量 塊稀疏 無(wú)線傳感器網(wǎng)絡(luò)
【學(xué)位授予單位】：燕山大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TN911.7
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 緒論10-16
• 1.1 課題研究背景及意義10-11
• 1.2 國(guó)內(nèi)外研究發(fā)展現(xiàn)狀11-14
• 1.2.1 壓縮感知的發(fā)展概述11-12
• 1.2.2 分布式壓縮感知的發(fā)展概述12-14
• 1.3 本文研究?jī)?nèi)容及組織結(jié)構(gòu)14-16
• 第2章 壓縮感知與分布式壓縮感知的基本理論16-23
• 2.1 壓縮感知的理論基礎(chǔ)16-20
• 2.1.1 信號(hào)的稀疏變換16-18
• 2.1.2 觀測(cè)矩陣18-19
• 2.1.3 重構(gòu)算法19-20
• 2.2 分布式壓縮感知理論20-22
• 2.2.1 JSM-1 模型21
• 2.2.2 JSM-2 模型21
• 2.2.3 JSM-3 模型21-22
• 2.2.4 混和支撐集模型22
• 2.3 本章小結(jié)22-23
• 第3章 面向混合支撐集模型的分布式壓縮感知重構(gòu)算法23-32
• 3.1 引言23-24
• 3.2 基于混合支撐集模型的分布式壓縮感知重構(gòu)算法24-27
• 3.2.1 joint OMP算法和joint LAOMP算法24
• 3.2.2 joint LAVSOMP算法24-26
• 3.2.3 joint FBVSOMP算法26-27
• 3.3 實(shí)驗(yàn)結(jié)果與分析27-31
• 3.4 本章小結(jié)31-32
• 第4章 基于塊剪枝多路徑匹配追蹤的多傳感器數(shù)據(jù)重構(gòu)32-44
• 4.1 引言32-33
• 4.2 MMV問(wèn)題和塊稀疏信號(hào)33-34
• 4.2.1 MMV問(wèn)題33
• 4.2.2 塊稀疏信號(hào)33-34
• 4.3 BPMMPMMV算法34-38
• 4.3.1 MMP算法34-35
• 4.3.2 BPMMP算法35-36
• 4.3.3 BPMMPMMV算法36-38
• 4.4 實(shí)驗(yàn)結(jié)果與分析38-43
• 4.4.1 BPMMP算法的性能分析38-39
• 4.4.2 BPMMPMMV算法的性能分析39-43
• 4.5 本章小結(jié)43-44
• 第5章 面向無(wú)線傳感器網(wǎng)絡(luò)的層次化分布式壓縮感知44-59
• 5.1 引言44-45
• 5.2 層次化模型45-46
• 5.3 層次化分布式壓縮感知46-53
• 5.3.1 簇內(nèi)DCS46-47
• 5.3.2 簇間DCS47-50
• 5.3.3 層次化DCS重構(gòu)50-53
• 5.4 實(shí)驗(yàn)結(jié)果及分析53-58
• 5.4.1 基于合成信號(hào)的層次化DCS與普通DCS算法對(duì)比53-56
• 5.4.2 基于溫度信號(hào)的層次化DCS與普通DCS算法對(duì)比56-58
• 5.5 本章小結(jié)58-59
• 結(jié)論59-61
• 參考文獻(xiàn)61-66
• 攻讀碩士學(xué)位期間承擔(dān)的科研任務(wù)與主要成果66-67
• 致謝67-68
• 作者簡(jiǎn)介68

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 王振天;張麗;邢宇翔;康克軍;;統(tǒng)計(jì)重建算法綜述[J];CT理論與應(yīng)用研究;2007年04期

2 郭威;陳賀新;;一種改進(jìn)的代數(shù)重建算法及其實(shí)現(xiàn)[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2009年S2期

3 金燕南;趙俊;劉尊鋼;莊天戈;;三源螺旋CT精確重建算法在動(dòng)態(tài)重建中的應(yīng)用[J];航天醫(yī)學(xué)與醫(yī)學(xué)工程;2009年06期

4 杜富瑞;張民;施旭東;安福東;王乾;;基于聲波傳播路徑模擬的溫度場(chǎng)重建算法研究[J];計(jì)算機(jī)與現(xiàn)代化;2011年09期

5 惠苗;;螺旋錐束精確重建算法優(yōu)化[J];三明學(xué)院學(xué)報(bào);2012年04期

6 姜永生;于燕燕;;一種適用于小視野的快速精確重建算法[J];東北大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年12期

7 鄭健;俞航;蒯多杰;劉兆邦;董月芳;張濤;;多層CT重建算法對(duì)比研究[J];CT理論與應(yīng)用研究;2012年04期

8 白玫;楊雨;嚴(yán)漢民;;多排螺旋CT自適應(yīng)統(tǒng)計(jì)迭代重建算法的客觀評(píng)價(jià)[J];中國(guó)醫(yī)學(xué)裝備;2013年01期

9 程明淵;賀奇才;胡琴明;陳弟虎;;基于穿越長(zhǎng)度權(quán)重迭代重建算法的研究[J];中國(guó)醫(yī)學(xué)物理學(xué)雜志;2013年02期

10 閆鑌;韓玉;魏峰;李磊;李建新;;錐束CT超視野成像重建算法綜述[J];CT理論與應(yīng)用研究;2013年02期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 胡永勝;;重建算法對(duì)低劑量肺部CT掃描圖像質(zhì)量和診斷的影響[A];2010中華醫(yī)學(xué)會(huì)影像技術(shù)分會(huì)第十八次全國(guó)學(xué)術(shù)大會(huì)論文集[C];2010年

2 宋e，

本文編號(hào)：707730