学位论文 > 优秀研究生学位论文题录展示
一类信号压缩算法的构造
作 者: 孔玲军
导 师: 冉启文
学 校: 哈尔滨工业大学
专 业: 应用数学
关键词: 小波变换 稀疏表示 最优化恢复 线性方程组的稀疏解 信号重构
分类号: TP301.6
类 型: 硕士论文
年 份: 2010年
下 载: 106次
引 用: 1次
阅 读: 论文下载
内容摘要
小波分析是最近发展起来的一门应用学科。从数学角度上来看,它是在特定空间内按照小波基函数对数学表达式的展开与逼近。小波变换的主要特点集中表现在多分辨分析(多尺度)分析能力,成为继傅立叶分析之后又一有力的信号分析工具。为了缓解了人们在处理信息的巨量需求造成信号采样,传输和存储的巨大压力,近年出现了压缩感知理论。与Nyquist采样定理不同,它指出,只要信号在某个变换域是稀疏的,那么就可以用一个与变换基不相关的观测矩阵将变换所得高维信号投影到一个低维空间上。然后通过求解一个优化问题就可以从这些少量的投影中以高概率重构出原信号,可以证明这样的投影包含了重构信号的足够信息。在该理论框架下,采样速率不决定于信号的带宽,而决定于信息在信号中的结构和内容。本文的工作是基于此理论,研究了如下的三个问题:第一是通过离散信号的稀疏变换相应地讨论了连续信号的稀疏变换,得到小波系数是稀疏的从而可以进行压缩传感。第二是利用多分辨分析理论将变换后的系数进行分层处理,主要是将高频(人眼难以分辨的)信息进行近似零化处理,保留低频部分,提高压缩比。第三通过以上处理后,讨论了所构造的压缩算子需要满足的基本条件以及通过解线性方程组来重构信号,并且估计了与原始信号的误差。
|
全文目录
摘要 4-5 Abstract 5-7 第1章 绪论 7-11 1.1 小波发展历程及其在数据压缩中的应用现状 7-9 1.2 本文的结构及其主要工作 9-11 第2章 小波变换及多分辨分析 11-15 2.1 小波变换 11-12 2.1.1 连续小波变换 11 2.1.2 离散小波变换 11-12 2.2 多分辨分析 12-14 2.3 本章小结 14-15 第3章 信号压缩算法的构造 15-27 3.1 引言 15 3.2 连续信号的稀疏分解 15-19 3.2.1 离散信号的稀疏定义和l_p 范数 15-16 3.2.2 连续信号的稀疏性 16-17 3.2.3 信号的分解 17-19 3.3 压缩与重构 19-26 3.3.1 压缩算子的构造 19-20 3.3.2 重构算法 20-22 3.3.3 误差估计 22-26 3.4 本章小节 26-27 结论 27-28 参考文献 28-32 致谢 32
|
相似论文
- SINS/GPS组合导航系统算法研究,V249.328
- 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
- 图像的稀疏表示及编码模型研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 感觉刺激诱发脑电特征研究,R318.0
- 网络传输中的ROI图像编码算法研究,TN919.81
- 基于多尺度分析的图像融合算法研究,TP391.41
- 语音信号的压缩感知研究及其在语音编码中的应用,TN912.3
- 基于小波变换的三维模型特征提取技术的研究与实现,TP391.41
- 轮廓波变换及其在图像处理中的应用,TP391.41
- 基于小波的雷达视频压缩方法研究,TN957.52
- 脊波变换在全色图像和多光谱图像融合中的应用研究,TP391.41
- 一种多数据流聚类异常检测算法,TP311.13
- 基于图像的信息隐藏技术研究,TP309.7
- 基于DM6446与小波的图像压缩系统设计与实现,TP391.41
- 结合DWT的动态数据校正研究及应用,TP274
- 基于稀疏表示残差融合的人脸表情识别,TP391.41
- 基于小波变换和马尔可夫链的流量预测模型,TP393.06
- 基于小波变换的信号稀疏表示及其在图像去噪中的应用,TP391.41
- 基于离散小波变换的图像水印算法研究,TP309.7
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 一般性问题 > 理论、方法 > 算法理论
© 2012 www.xueweilunwen.com
|