动态压缩感知综述

发布时间：2018-10-18 16:45

【摘要】：动态压缩感(Dynamic compressed sensing,DCS)知由视频信号处理问题引出,是压缩感知(Compressed sensing,CS)理论研究领域中新兴起的一个研究分支,旨在处理信号支撑集随时间发生变化的时变稀疏信号,较为成功的应用范例是动态核磁共振成像.本文首先介绍动态系统模型,给出时变稀疏信号支撑集缓慢变化的定义、时变稀疏信号的稀疏表示和感知测量的方法;其次,建立一个统一的时变稀疏信号重构模型,基于该模型对现有算法进行分类,简要综述时变稀疏信号的重构算法,并且对比分析算法的性能;最后,讨论动态压缩感知的应用,并对其研究前景进行展望.
[Abstract]:Dynamic compression sense (Dynamic compressed sensing,DCS) is a new branch of research in the field of compression perception (Compressed sensing,CS) theory, which is derived from the video signal processing problem. It aims to deal with the time-varying sparse signal with signal support set changing over time. A more successful example is dynamic magnetic resonance imaging. This paper first introduces the dynamic system model, gives the definition of slow change of time-varying sparse signal support set, the sparse representation of time-varying sparse signal and the method of sensing measurement, secondly, establishes a unified time-varying sparse signal reconstruction model. Based on this model, the existing algorithms are classified, the reconstruction algorithms of time-varying sparse signals are briefly reviewed, and the performance of the algorithms is compared and analyzed. Finally, the application of dynamic compression sensing is discussed, and its research prospect is prospected.
【作者单位】： 燕山大学信息科学与工程学院;
【基金】：国家自然科学基金(61303233,61201263,61102110) 河北省高等学校科学技术研究青年基金(QN20131058) 河北省自然科学基金(F2014203062)资助~~
【分类号】：TN911.7

【参考文献】

相关期刊论文 前3条

1 石光明;刘丹华;高大化;刘哲;林杰;王良君;;压缩感知理论及其研究进展[J];电子学报;2009年05期

2 张桂珊;肖刚;戴卓智;沈智威;李胜开;吴仁华;;压缩感知技术及其在MRI上的应用[J];磁共振成像;2013年04期

3 郭文彬;李航;;基于压缩感知的自适应卡尔曼滤波[J];信号处理;2012年06期

【共引文献】

相关期刊论文 前10条

1 马如远;金明亮;刘继忠;柴国钟;;移动机器人环境视觉小波稀疏压缩传感和识别[J];传感技术学报;2012年04期

2 焦鹏飞;李亮;赵骥;;压缩感知在医学图像重建中的最新进展[J];CT理论与应用研究;2012年01期

3 黄添强;苏立超;;基于自适应小波基和Smoothed-l_0的压缩感知图像重构算法[J];江苏技术师范学院学报;2011年10期

4 王超;梁大鹏;;压缩感知测量方法的机密性[J];电讯技术;2010年11期

5 吴凌华;张小川;;压缩感知的发展与应用[J];电讯技术;2011年01期

6 陈鹏;徐烽;;卫星认知无线通信中频谱感知算法比较[J];电讯技术;2011年09期

7 陈鹏;徐烽;邱乐德;王宇;;卫星稀疏信道中频谱空穴的新型检测算法[J];电讯技术;2012年01期

8 彭岁阳;卢大威;张军;胡卫东;沈振康;;一种对随机频率步进信号的散射中心提取方法[J];电波科学学报;2010年02期

9 李松;朱丰;刘昌云;冯有前;张群;;基于压缩感知的弹道导弹微多普勒提取方法[J];电波科学学报;2011年05期

10 朱丰;张群;顾福飞;孙凤莲;李开明;;合成孔径雷达运动目标谱图二维压缩与重构方法[J];电波科学学报;2012年01期

相关会议论文 前10条

1 高建虎;陈杰;张履谦;;基于压缩感知和EMD的SAR海洋内波探测方法[A];第九届全国信息获取与处理学术会议论文集Ⅱ[C];2011年

2 王安娜;周小星;孙红英;杨鸿武;;基于压缩感知过程的语音增强新算法[A];第十一届全国人机语音通讯学术会议论文集（一）[C];2011年

3 高畅;李海峰;马琳;;基于压缩感知理论的语音信号压缩与重构方法[A];第十一届全国人机语音通讯学术会议论文集（一）[C];2011年

4 周小星;王安娜;孙红英;杨鸿武;;基于压缩感知过程的语音增强[A];第十一届全国人机语音通讯学术会议论文集（二）[C];2011年

5 梁瑞宇;奚吉;张学武;;压缩感知理论在语音信号处理中的应用[A];2010’中国西部声学学术交流会论文集[C];2010年

6 陈守宁;郑宝玉;吉晓东;;WMSN中基于压缩感知的VSQI压缩反馈[A];2010年通信理论与信号处理学术年会论文集[C];2010年

7 魏浩;郑宝玉;岳文静;;基于压缩感知的稀疏多径信道估计[A];2010年通信理论与信号处理学术年会论文集[C];2010年

8 王绍青;王鹏;;未来无线认知传感器监测网络的设计与应用[A];频谱管理与监测系统建设研讨会论文集[C];2011年

9 郑仕链;何斌;杨伟程;;认知无线电宽带频谱感知试验研究[A];浙江省信号处理学会2011学术年会论文集[C];2011年

10 范晋祥;杨建宇;;军用红外成像探测跟踪技术发展趋势与新技术研究进展[A];第十届全国光电技术学术交流会论文集[C];2012年

相关博士学位论文 前10条

1 高艺;能源自给低功耗无线传感器网络关键技术研究[D];南开大学;2010年

2 杨瑞明;基于压缩采样的比幅测向方法研究[D];电子科技大学;2010年

3 周小平;高速移动MIMO OFDM系统快衰落信道估计方法[D];上海大学;2011年

4 邓海松;基于稀疏先验的计算机试验元建模方法研究[D];南京理工大学;2011年

5 杨成;压缩采样中匹配追踪约束等距性分析及其应用[D];复旦大学;2011年

6 王悦;认知无线电宽带频谱感知技术研究[D];北京邮电大学;2011年

7 唐亮;压缩感知及其在超宽带无线传感器网络中的应用研究[D];北京邮电大学;2011年

8 石磊;压缩感知在超宽带信道估计中的应用研究[D];北京邮电大学;2011年

9 朱旭琪;分布式信息压缩算法研究[D];北京邮电大学;2011年

10 郝晓冉;分布式视频编码技术[D];北京邮电大学;2011年

【二级参考文献】

相关期刊论文 前10条

1 赵贻玖;王厚军;戴志坚;;基于隐马尔科夫树模型的小波域压缩采样信号重构方法[J];电子测量与仪器学报;2010年04期

2 焦李成,谭山;图像的多尺度几何分析:回顾和展望[J];电子学报;2003年S1期

3 石光明;刘丹华;高大化;刘哲;林杰;王良君;;压缩感知理论及其研究进展[J];电子学报;2009年05期

4 杨海蓉;张成;丁大为;韦穗;;压缩传感理论与重构算法[J];电子学报;2011年01期

5 焦李成;杨淑媛;刘芳;侯彪;;压缩感知回顾与展望[J];电子学报;2011年07期

6 付宁;曹离然;彭喜元;;基于子空间的块稀疏信号压缩感知重构算法[J];电子学报;2011年10期

7 练秋生;王艳;;基于双树小波通用隐马尔可夫树模型的图像压缩感知[J];电子与信息学报;2010年10期

8 练秋生;肖莹;;基于小波树结构和迭代收缩的图像压缩感知算法研究[J];电子与信息学报;2011年04期

9 李民;程建;李小文;乐翔;;非局部学习字典的图像修复[J];电子与信息学报;2011年11期

10 付宁;乔立岩;曹离;;面向压缩感知的块稀疏度自适应迭代算法[J];电子学报;2011年S1期

【相似文献】

相关期刊论文 前2条

1 徐松森;;动态压缩与扩张[J];实用无线电;1997年04期

2 陈奕晖;;声音的动态压缩处理[J];音响技术;2009年09期

，

本文编号：2279736