壓縮感知作為一種跨學(xué)科的新興采樣理論,主要利用信號(hào)的稀疏特性,在遠(yuǎn)小于Nyquist采樣定理所要求的采樣率下對(duì)信號(hào)進(jìn)行隨機(jī)觀測(cè)采樣,并依據(jù)欠定線性方程組和稀疏信號(hào)重構(gòu)算法恢復(fù)原始信號(hào)。如何構(gòu)造恰當(dāng)?shù)南∈栊盘?hào)重構(gòu)模型和探討相應(yīng)的新型優(yōu)化算法,是稀疏信號(hào)重構(gòu)的兩個(gè)重要課題,其對(duì)壓縮感知研究的快速發(fā)展具有重要意義。鑒于單或多觀測(cè)向量下,表征信號(hào)稀疏性的非凸稀疏測(cè)度較凸稀疏測(cè)度更能逼近l₀-或l_2,0-范數(shù),加之在相同稀疏測(cè)度下,感知矩陣的相關(guān)性對(duì)稀疏信號(hào)的重構(gòu)效果具有重要影響,因此設(shè)計(jì)并研究適配于多類別感知矩陣的新型非凸稀疏測(cè)度,探討非凸稀疏重構(gòu)模型的理論基礎(chǔ),是稀疏信號(hào)重構(gòu)研究的重要基礎(chǔ)性課題。再者,由于傳統(tǒng)稀疏信號(hào)重構(gòu)算法較難有效發(fā)現(xiàn)高維非凸稀疏信號(hào)重構(gòu)模型的稀疏解,因此探討高效且具有并行處理能力的新型優(yōu)化算法是解決稀疏信號(hào)重構(gòu)問題的重要保障。本文圍繞單、多觀測(cè)向量下的精確、魯棒稀疏信號(hào)重構(gòu)問題,展開其重構(gòu)模型和算法求解研究。具體地,針對(duì)單觀測(cè)向量下的非凸精確稀疏信號(hào)重構(gòu)問題,借助限制等距性條件或非凸光滑逼近技術(shù),探討新的非凸稀疏測(cè)度的設(shè)計(jì)與性... 

【文章來源】：貴州大學(xué)貴州省 211工程院校

【文章頁數(shù)】：137 頁

【學(xué)位級(jí)別】：博士

【部分圖文】：

不同稀疏測(cè)度函數(shù)Fa(θ)與s(·)的曲線圖

圖 3.2 SRNN 的塊結(jié)構(gòu)圖.1 與現(xiàn)有幾種求解稀疏重構(gòu)模型的神經(jīng)網(wǎng)絡(luò)相比[123,124,127-129]，SR于利用電路和數(shù)學(xué)軟件實(shí)現(xiàn)。值得指出的是，SRNN 與 Qin 等[16優(yōu)化問題的神經(jīng)網(wǎng)絡(luò)相比，由于都應(yīng)用了 KKT 條件，從而這兩種

（2）非凸測(cè)度的性能比較在此比較表 3.1 中每種非凸稀疏測(cè)度作用于 SRNN 所得到的精確稀疏重構(gòu)效果，(c) Log 下 SRNN 的狀態(tài)轉(zhuǎn)移曲線 (d) Log 下 SRNN 的重構(gòu)結(jié)果圖 3.3 SRNN 的稀疏信號(hào)重構(gòu)結(jié)果

【參考文獻(xiàn)】：
期刊論文
[1]壓縮感知[J]. 許志強(qiáng).  中國(guó)科學(xué):數(shù)學(xué). 2012(09)
[2]壓縮感知和稀疏優(yōu)化簡(jiǎn)介[J]. 文再文,印臥濤,劉歆,張寅.  運(yùn)籌學(xué)學(xué)報(bào). 2012(03)
[3]壓縮感知回顧與展望[J]. 焦李成,楊淑媛,劉芳,侯彪.  電子學(xué)報(bào). 2011(07)

博士論文
[1]壓縮感知重建算法及在圖像重建中的應(yīng)用研究[D]. 王倩.北京交通大學(xué) 2018
[2]基于Bayesian學(xué)習(xí)和結(jié)構(gòu)先驗(yàn)?zāi)Ｐ偷膲嚎s感知圖像重建算法研究[D]. 武嬌.西安電子科技大學(xué) 2012



本文編號(hào)：3297181