学位论文 > 优秀研究生学位论文题录展示
压缩感知中信号重构算法的研究
作 者: 韩红平
导 师: 陈如山
学 校: 南京邮电大学
专 业: 电子与通信工程
关键词: 压缩感知 稀疏分解 重建算法 匹配追踪算法 基追踪算法 高斯脉冲
分类号: TN911.6
类 型: 硕士论文
年 份: 2012年
下 载: 295次
引 用: 0次
阅 读: 论文下载
内容摘要
压缩感知理论是近年来兴起的一种新的采样理论,其在采样的同时对信号进行压缩,将采样过程和压缩过程合二为一,从而突破了传统的奈奎斯特采样定律的束缚,节约了大量的存储、传输、计算等资源。本文首先以压缩感知理论中三大关键步骤为主线,对压缩感知的理论框架进行了系统的综述。它包括了信号的稀疏表示,测量矩阵的设计以及信号的重构三个部分。然后,对这三个部分分别进行了研究。在信号的稀疏表示方面,阐述了信号稀疏分解的历史,然后对信号的稀疏分解发展进行综述,最后对常用的稀疏分解的算法进行了比较与分析;在测量矩阵设计方面,对测量矩阵的设计进行了分类并分析了一些常用的测量矩阵的优缺点,同时给出了改进的设计方案。信号的重构是压缩感知理论中最重要的部分,本文着重对信号的重构算法进行了研究,并修改了OMP算法的程序,阐述了一些常见重构算法的实现原理,并对它们的时间复杂度和重构精度进行了比较和分析,并用二维图像进行仿真和验证。然后对基追踪算法及基追踪去噪算法进行了详细的研究,并对算法进行了改进,使其在信号含有稀疏噪声(脉冲噪声)的情况下也有比较好的重构效果,扩展了其应用的范围。最后对改进算法进行了仿真和验证并与已有算法进行对比,证实了改进算法可以有效的提高重构的效果。
|
全文目录
摘要 4-5 Abstract 5-8 第一章 绪论 8-15 1.1 引言 8 1.2 课题背景与研究意义 8-12 1.2.1 压缩感知理论 8-11 1.2.2 压缩感知的应用 11-12 1.3 国内外发展与研究现状 12-13 1.4 本文的主要内容与安排 13-15 第二章 信号的稀疏表示 15-28 2.1 信号稀疏的发展 15-16 2.2 信号的分解 16-18 2.2.1 傅里叶变换 16 2.2.2 小波变换 16-18 2.3 信号的稀疏分解 18-28 2.3.1 稀疏分解的表示与研究意义 18-19 2.3.2 稀疏分解的研究现状 19-20 2.3.3 稀疏分解的算法 20-28 第三章 测量矩阵的设计 28-32 3.1 随机测量矩阵的构造理论 28-29 3.2 构造随机性性测量矩阵 29-30 3.2.1 构造随机测量矩阵的方法 29-30 3.2.2 构造随机测量矩阵的改进方法 30 3.3 确定性测量矩阵的构造 30-32 第四章 信号的重构 32-56 4.1 信号重构的理论基础与概述 32-35 4.2 梯度投影算法 35-40 4.3 匹配追踪类算法 40-46 4.3.1 匹配追踪算法(MP) 40-41 4.3.2 正交匹配追踪算法(OMP) 41-44 4.3.3 其他算法 44-46 4.4 基于基追踪去噪算法的改进 46-56 4.4.1 基追踪算法 46-47 4.4.2 基追踪算法的改进 47-50 4.4.3 改进算法的仿真和验证 50-56 第五章 总结和展望 56-58 致谢 58-59 参考文献 59-63
|
相似论文
- 语音信号的压缩感知研究及其在语音编码中的应用,TN912.3
- 压缩感知在无线通信网络异常事件检测中的应用研究,TN929.5
- 基于随机矩阵理论和压缩感知的合作频谱感知技术研究,TN925
- 基于压缩感知的认知无线电频谱检测技术及其研究,TN925
- 压缩感知在无线传感网中的应用研究,TN929.5
- 基于稀疏分解的医学图像去噪,TP391.41
- 脑部CT图像的压缩应用,TP391.41
- 基于压缩感知的语音信号编码技术研究,TN912.3
- 无线传感器网络中视频编码的跨层优化研究,TN919.81
- 无线传感器网络中分布式压缩感知关键技术,TN929.5
- 基于压缩感知的多径信道估计及其研究,TN925
- 基于压缩感知的语音稀疏基和投影矩阵构造技术的研究,TN919.8
- 基于稀疏表示的语音信号的最佳投影与其重构技术的研究,TN912.3
- 宽带无线通信中基于压缩感知的信道估计研究,TN92
- 认知无线网络中宽带压缩频谱感知关键技术,TN925
- 压缩感知算法及其在超宽带信道估计中的应用研究,TN925
- 基于混沌和分形的两类图像处理算法,TP391.41
- 重构算法在OFDM信道估计中的应用研究,TN919.3
- 基于压缩感知的语音信号建模技术的研究,TN912.3
- 结构约束下的动态PET图像重建研究,TP391.41
中图分类: > 工业技术 > 无线电电子学、电信技术 > 通信 > 通信理论 > 信号分析
© 2012 www.xueweilunwen.com
|