本文關(guān)鍵詞：基于信號(hào)結(jié)構(gòu)特性的壓縮感知關(guān)鍵技術(shù)研究　出處：《北京郵電大學(xué)》2015年博士論文　論文類(lèi)型：學(xué)位論文

  更多相關(guān)文章： 壓縮感知 小波變換 相似性 單測(cè)量向量 多測(cè)量向量

【摘要】：壓縮感知或壓縮采樣(Compressed Sensing or Compressive Sampling, CS)理論為信號(hào)壓縮編碼技術(shù)帶來(lái)了新的革命性突破。相比于傳統(tǒng)的采樣壓縮算法,壓縮感知在降低數(shù)據(jù)采集和處理成本、節(jié)約存儲(chǔ)空間、提高傳輸效率等方面具有巨大的潛力。本論文選題具有重要的理論意義和廣闊的應(yīng)用前景。本文的主要目標(biāo)是設(shè)計(jì)并優(yōu)化CS算法以提高信號(hào)的重構(gòu)質(zhì)量與精度,為將CS理論成功推廣并應(yīng)用于實(shí)際數(shù)據(jù)壓縮采樣系統(tǒng)奠定良好的基礎(chǔ)。論文的主要研究工作是將壓縮感知理論與信號(hào)的結(jié)構(gòu)特性相結(jié)合,提出有效的算法,擴(kuò)展和豐富了CS理論。主要研究成果和創(chuàng)新點(diǎn)包括：1.針對(duì)基于小波變換的稀疏表示使得圖像的一部分信息在測(cè)量采樣之前就已丟失的問(wèn)題,提出了一種基于圖像子塊相似性的分塊壓縮感知(block-CS)算法。利用圖像子塊的相似性,提出分類(lèi)算法,以類(lèi)為基本單位對(duì)圖像子塊進(jìn)行處理,提高了變換系數(shù)的稀疏度,減少了信息的丟失。仿真結(jié)果表明,所提算法在相同測(cè)量數(shù)目的條件下有效提高了重構(gòu)圖像的質(zhì)量。2.為了提高分塊壓縮感知算法的性能,提出了一種基于圖像子塊相似性的分類(lèi)壓縮感知(Clustering Compressed Sensing, CCS)算法。該算法同樣利用圖像子塊的相似性,將分類(lèi)算法引入到CS框架中,選取每一類(lèi)中最優(yōu)的公共圖像子塊作為代表進(jìn)行傳輸,而不是傳輸全部的圖像子塊,減少了系統(tǒng)所需傳送的數(shù)據(jù)量。此外,為了進(jìn)一步提高CCS算法的性能,提出基于小波系數(shù)特性的不等分類(lèi)壓縮感知(unequal-CCS)算法。仿真結(jié)果表明,相比于已有的block-CS算法,所提算法能夠顯著提高重構(gòu)圖像的質(zhì)量。3.為了使一般的圖像信號(hào)也可以用于多測(cè)量向量模型,提出了一種基于圖像小波系數(shù)特點(diǎn)的結(jié)構(gòu)化CS算法。首先利用小波系數(shù)的四叉樹(shù)表示,提出了插零算法,將單測(cè)量向量(Single Measurement Vector, SMV)模型的重構(gòu)問(wèn)題轉(zhuǎn)換為多測(cè)量向量(Multiple Measurement Vectors, MMV)模型的聯(lián)合稀疏重構(gòu)問(wèn)題,使得一般的圖像信號(hào)可以用于MMV模型,而不僅限于幾類(lèi)特殊信號(hào)。此外,為了進(jìn)一步提高圖像的重構(gòu)精度,利用圖像子塊的相似性,將分類(lèi)算法引入到MMV模型轉(zhuǎn)換框架中,增加了聯(lián)合稀疏矩陣的列數(shù)。在相同測(cè)量數(shù)目的條件下,提出的算法能夠顯著提高圖像的重構(gòu)精度。4.針對(duì)一維信號(hào)在MMV模型應(yīng)用中的局限性,提出了一種基于信號(hào)波形相似性的結(jié)構(gòu)化CS算法。利用一維信號(hào)的波形相似性,提出分段算法,將一維信號(hào)轉(zhuǎn)換為二維的聯(lián)合稀疏矩陣,使得一維信號(hào)可以用于MMV模型,進(jìn)一步提高信號(hào)的恢復(fù)質(zhì)量。仿真結(jié)果表明,提出的算法可以實(shí)現(xiàn)信號(hào)的高質(zhì)量恢復(fù)。此外,相比于基于SMV模型的CS算法,在壓縮率(Compression Ratio, CR)波動(dòng)比較大的條件下,所提出的MMV模型轉(zhuǎn)換算法的性能更穩(wěn)定。5.對(duì)CS理論在信源信道聯(lián)合(Jiont Source Channel Coding, JSCC)編碼中的應(yīng)用進(jìn)行了初步探索和研究。提出了基于CS理論的不等差錯(cuò)保護(hù)(Unequal Error Protection, UEP)方法。該方法不僅在信源編碼端采用CS算法以實(shí)現(xiàn)無(wú)線通信系統(tǒng)的有效性,同時(shí)在信道編碼端也采用了CS方法以保證無(wú)線通信系統(tǒng)的可靠性。仿真結(jié)果表明,提出的方法可實(shí)現(xiàn)較高的峰值信噪比(PSNR),并且顯著改善系統(tǒng)的容錯(cuò)性能。此外提出的CS-UEP方法具有很好的魯棒性,特別適用于信道條件波動(dòng)比較大的系統(tǒng)。最后對(duì)全文研究工作進(jìn)行了總結(jié),并對(duì)基于信號(hào)結(jié)構(gòu)特性的壓縮感知關(guān)鍵技術(shù)研究進(jìn)行了展望。
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 葉蕾;楊震;王天荊;孫林慧;;行階梯觀測(cè)矩陣、對(duì)偶仿射尺度內(nèi)點(diǎn)重構(gòu)算法下的語(yǔ)音壓縮感知[J];電子學(xué)報(bào);2012年03期

，

本文編號(hào)：1335736