本文關鍵詞：含噪測量值下稀疏信號的重構算法研究

  更多相關文章： 壓縮感知 匹配追蹤 重構算法 有噪測量 正則化

【摘要】：壓縮感知是一種新興的信號采樣理論,一經提出就得到了業(yè)內學者的廣泛關注,重構算法是壓縮感知理論研究的核心內容。目前對重構算法的研究較多,主要可以分成三類：貪婪類匹配追蹤算法、凸優(yōu)化類算法和組合類算法,其中貪婪類重構算法因其具有高效性和易于實現(xiàn)等優(yōu)點,引起研究者們更多的興趣,也相應地產生了一些比較經典的算法。然而貪婪類重構算法存在信號大尺度問題,且在噪聲干擾情況時,算法重構信號性能較差。因此,本論文主要針對貪婪類重構算法以及含噪測量下稀疏信號的重構算法進行了分析與研究。論文簡單地概述了壓縮感知理論框架和主要應用,研究討論了三種情形下的重構算法。論文首先在無噪測量和已知信號稀疏度的情況下,對經典的重構算法,如匹配追蹤算法(Matching Pursuit,MP)、正交匹配追蹤算法(Orthogonal Matching Pursuit,OMP)以及正則化正交匹配追蹤算法(Regularized Orthogonal Matching Pursuit,ROMP)分別進行了分析,在此基礎上提出了一種改進的重構算法—最大相關系數(shù)正則化正交匹配追蹤算法(Maximum Correlation Coefficient Regularized Orthogonal Matching Pursuit,MCC-ROMP)。接著在無噪測量和未知信號稀疏度的情況下,在對分段正交匹配追蹤算法(Stage-wise Orthogonal Matching Pursuit,StOMP)以及稀疏度自適應匹配追蹤算法(Sparsity Adaptive Matching Pursuit,SAMP)等分別進行了分析的基礎上,提出了一種改進的算法——稀疏度自適應分段正交匹配追蹤算法(Sparsity Adaptive Stage-wise Orthogonal Matching Pursuit,SAStOMP)。然后在有噪測量和未知信號稀疏度的情況下,對Dantzig Selector (DS)和Gauss-DS算法進行了研究。同時,論文對正交匹配追蹤算法在三類噪聲干擾情況下準確尋找信號支撐集的迭代終止條件進行了研究,進而得到了一種重構速度更快、信號重構效果更好的Gauss-OMP(Orthogonal Matching Pursuit,OMP)算法。論文中對研究的重構算法和改進算法用Matlab軟件進行了仿真實驗分析,仿真從算法的運行時間和信號成功重構率兩個方面來對比說明各種算法的優(yōu)缺點,驗證了改進算法的有效性。
【關鍵詞】：壓縮感知 匹配追蹤 重構算法 有噪測量 正則化
【學位授予單位】：安徽大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TN911.7
【目錄】：

• 摘要3-4
• Abstract4-8
• 第一章 緒論8-12
• 1.1 研究背景與意義8
• 1.2 國內外研究現(xiàn)狀與發(fā)展趨勢8-10
• 1.3 主要研究內容和結構10-12
• 第二章 壓縮感知理論概述12-19
• 2.1 壓縮感知理論框架12-17
• 2.1.1 信號的稀疏表示13-14
• 2.1.2 測量矩陣的設計14-15
• 2.1.3 重構算法的實現(xiàn)15-17
• 2.2 壓縮感知理論的應用17-19
• 2.2.1 壓縮成像17-18
• 2.2.2 模擬/信息轉化18
• 2.2.3 生物傳感以及無線傳感網(wǎng)絡18-19
• 第三章 經典無噪測量貪婪類重構算法19-41
• 3.1 匹配追蹤算法(MP)19-24
• 3.1.1 MP算法思想簡介19-20
• 3.1.2 MP算法流程圖與實現(xiàn)步驟20-21
• 3.1.3 仿真實驗21-24
• 3.2 正交匹配追蹤算法(OMP)24-28
• 3.2.1 OMP算法思想簡介24
• 3.2.2 OMP算法流程圖與實現(xiàn)步驟24-26
• 3.2.3 仿真實驗26-28
• 3.3 正則化正交匹配追蹤算法(ROMP)28-33
• 3.3.1 ROMP算法思想簡介28-29
• 3.3.2 ROMP算法流程圖與實現(xiàn)過程29-31
• 3.3.3 仿真實驗31-33
• 3.4 最大相關系數(shù)正則化正交匹配追蹤算法(MCC-ROMP)33-38
• 3.4.1 MCC-ROMP算法思想簡介33
• 3.4.2 MCC-ROMP算法流程圖與實現(xiàn)步驟33-35
• 3.4.3 仿真實驗35-38
• 3.5 性能測試38-40
• 3.6 本章小結40-41
• 第四章 盲稀疏度信號的重構算法41-59
• 4.1 子空間追蹤算法(SP)41-44
• 4.2 分段正交匹配算法(StOMP)44-46
• 4.3 稀疏度自適應匹配追蹤算法(SAMP)46-48
• 4.4 改進的稀疏度自適應分段正交匹配追蹤算法48-51
• 4.5 仿真實驗51-58
• 4.6 本章小結58-59
• 第五章 噪聲干擾下的信號重構算法59-70
• 5.1 DS算法與Gauss-DS算法59-60
• 5.2 噪聲干擾下OMP算法準確尋找支撐集60-61
• 5.3 改進的Gauss-OMP算法61-63
• 5.4 仿真實驗63-69
• 5.5 本章小結69-70
• 第六章 總結70-72
• 6.1 論文的主要工作70
• 6.2 存在的問題與展望70-72
• 參考文獻72-76
• 致謝76

【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算法的分析與比較[J];科學技術與工程;2012年21期

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

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

4 王田川;宋建新;;壓縮感知重構算法研究[J];電視技術;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算法研究[J];電視技術;2012年11期

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

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

9 梁棟,楊尚俊,章權兵;一種基于圖象序列的3D重構算法[J];安徽大學學報(自然科學版);2001年01期

10 陳勤;鄒志兵;張e，

本文編號：887292