结构化稀疏信号的恢复算法研究

发布时间：2017-03-30 23:27

  本文关键词：结构化稀疏信号的恢复算法研究，由笔耕文化传播整理发布。

【摘要】：近年来,稀疏信号恢复问题已经成为信号处理领域中一个非常引人关注的研究课题。许多研究者从不同的角度进行了相关研究,提出了众多有效地稀疏信号恢复算法,其中包括结构化稀疏信号表示算法。该类算法将信号的结构化先验信息融入到算法设计中,充分挖掘了稀疏信号的内部结构特性,大大提高了稀疏恢复算法的分离精度,目前已经成为信号处理领域中一个全新的研究方向。本论文将对结构化稀疏信号恢复问题进行研究,以现有稀疏信号恢复算法为基础,力争在字典学习以及信号恢复方法上给出一些改进和创新。本文首先简述了稀疏信号恢复问题中的基本理论。其次介绍了字典学习中较经典的算法的主要思想、步骤以及算法性能。同时,分类介绍了稀疏信号的恢复算法以及每类算法的相关理论。之后,针对结构化稀疏问题,提出了两种结构化稀疏信号的恢复算法——字典学习中的字典初始化算法以及基于求解一个行梯形系统的两阶段稀疏心电信号恢复算法,从而使结构化稀疏信号恢复问题的理论有所拓展、算法性能有所提高。具体工作概括如下：在第二章中,我们发掘信号之间的内部结构信息,基于这些结构信息生成一个参考信号,并将其融入到字典的初始化中,给出了一种新的字典初始化方法。该算法克服了原K-SVD算法仅利用svD分解、未考虑信号之间的结构信息带来的局限性。实验表明,改进后的算法有着较高的收敛速度,较低的总体误差,同时恢复的字典原子的数目也更多。第三章针对心电信号的周期结构特性,提出了一个两阶段的稀疏生体信号恢复算法：字典学习阶段,通过聚集子空间方法估计字典；稀疏信号恢复阶段,先通过不同时刻点活跃信号的个数将所有时刻点进行分层,随后构造出相应的变换矩阵用于一层一层的恢复稀疏信号。实验结果表明,本章中提出的两阶段方法能够较好的重构心电信号。最后,在第四章,对本文的主要工作进行了总结,并对今后的研究方向做了一定的展望。
【关键词】：结构化稀疏信号 字典学习 心电信号 矩阵变换
【学位授予单位】：上海大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN911.7
【目录】：

• 摘要5-6
• Abstract6-10
• 第一章 绪论10-17
• 1.1 稀疏表示的概念10-11
• 1.2 稀疏表示的相关算法11-15
• 1.2.1 字典学习算法11-13
• 1.2.2 稀疏信号的恢复算法13-15
• 1.3 稀疏表示的应用15-16
• 1.4 本文的组织结构和主要工作16-17
• 第二章 带参考的K-SVD:字典学习的初始化方法17-30
• 2.1 引言17-18
• 2.2 提出的算法18-21
• 2.2.1 信号的自相关性19-20
• 2.2.2 参考信号的生成20-21
• 2.2.3 EigMat-R算法流程21
• 2.3 仿真实验21-28
• 2.3.1 关于仿真数据的实验结果22-23
• 2.3.2 关于图像数据的实验结果23-28
• 2.4 结论和展望28-30
• 第三章 基于行梯形系统的稀疏心电信号恢复算法30-43
• 3.1 引言30-31
• 3.2 两阶段的稀疏信号恢复算法31-38
• 3.2.1 字典估计31-32
• 3.2.2 行梯形系统的稀疏信号恢复算法简介32-37
• 3.2.3 算法流程37-38
• 3.3 仿真数据实验38-42
• 3.3.1 数据生成38
• 3.3.2 参数估计38
• 3.3.3 实验结果38-42
• 3.4 结论42-43
• 第四章 结论和展望43-45
• 参考文献45-50
• 作者在攻读硕士学位期间发表和已投稿的论文50-51
• 致谢51

【相似文献】

中国期刊全文数据库 前10条

1 陆向艳;;《算法设计与分析》教学方法探讨[J];广西大学学报(哲学社会科学版);2006年S1期

2 吕兰兰;;浅谈计算机专业《算法设计与分析》课程的启发式教学[J];现代计算机(专业版);2010年12期

3 苏安婕;吴志刚;;关键步分解法在算法设计与描述中的应用[J];成组技术与生产现代化;2011年03期

4 彭雷;戴光明;王茂才;;《算法设计与分析》课程教学方法探索[J];陕西教育(高教版);2011年Z1期

5 石润华;仲红;;“算法设计与分析”课程教学中若干实践与思考[J];电脑知识与技术;2012年01期

6 王喜凤;;关于算法设计与分析课程教学大纲的调查报告[J];计算机教育;2012年13期

7 许道云;;算法机制设计的数学基础[J];贵州大学学报(自然科学版);2013年03期

8 秦董洪;陈智勇;;算法设计与分析课程教学研究[J];计算机教育;2013年11期

9 陈云霞;聂士澄;;试谈学生算法设计能力的培养[J];扬州师院学报(自然科学版);1995年03期

10 蒋新儿;自然数拆分的算法设计[J];微电脑世界;1996年06期

中国重要会议论文全文数据库 前10条

1 雷咏梅;;椭圆曲线密码体制的算法设计与实现[A];西部大开发 科教先行与可持续发展——中国科协2000年学术年会文集[C];2000年

2 杨盘洪;朱军祥;赵建安;杨静;;机动目标跟踪的模糊变结构交互多模算法[A];2007'中国仪器仪表与测控技术交流大会论文集（二）[C];2007年

3 徐子珊;;《算法设计与分析》课程中的工程教育[A];2005年全国理论计算机科学学术年会论文集[C];2005年

4 王辉;刘治昌;;用一种新算法设计的安全系统[A];2007年中国智能自动化会议论文集[C];2007年

5 舒辉;柳清峰;杜祝平;周蓓;;实践教学模式在本科专业课程教学中的应用[A];中国电子教育学会高教分会2010年论文集[C];2010年

6 彭小宏;阳东升;刘忠;;基于聚类算法的组织协作网设计[A];2006中国控制与决策学术年会论文集[C];2006年

7 李皓;罗熊;;云存储部署优化的进化算法设计[A];2013年中国智能自动化学术会议论文集（第三分册）[C];2013年

8 罗长政;李熙莹;王镇波;罗东华;;一种大流量交叉路口的背景提取与更新算法[A];第十五届全国图象图形学学术会议论文集[C];2010年

9 杨利;李霖;昌月楼;阳国贵;;对称位向量及启发式并行散列连接算法[A];数据库研究与进展95——第十三届全国数据库学术会议论文集[C];1995年

10 张晋;;嵌入式电脑鼠运行算法的研究[A];全国第20届计算机技术与应用学术会议（CACIS·2009）暨全国第1届安全关键技术与应用学术会议论文集（上册）[C];2009年

中国重要报纸全文数据库 前1条

1 ;算法设计的策略[N];电脑报;2003年

中国博士学位论文全文数据库 前10条

1 谷伟哲;齐次光滑算法及其应用[D];天津大学;2010年

2 龙海侠;进化算法及其在生物信息中的应用[D];江南大学;2010年

3 谭跃;具有混沌局部搜索策略的粒子群优化算法研究[D];中南大学;2013年

4 尤海峰;求解隐式目标优化问题的交互式进化算法研究[D];中国科学技术大学;2011年

5 张常淳;基于MapReduce的大数据连接算法的设计与优化[D];中国科学技术大学;2014年

6 郭崇慧;地区中长期发展规划若干定量模型、算法及应用研究[D];大连理工大学;2002年

7 蒋蔚;粒子滤波改进算法研究与应用[D];哈尔滨工业大学;2010年

8 孙贺;算法设计中的若干前沿问题[D];复旦大学;2009年

9 陈宁涛;基于二分技术的高效算法设计及其应用[D];华中科技大学;2006年

10 娄晓文;无符号基因组切割再粘贴重组问题的算法研究[D];山东大学;2010年

中国硕士学位论文全文数据库 前10条

1 穆强;基于熵的K-匿名属性泛化算法研究[D];南京信息工程大学;2011年

2 韩孟江;集装箱配载关键问题的高效能求解算法[D];电子科技大学;2011年

3 王帆;面向高维及多目标的协同细菌觅食算法研究[D];大连理工大学;2013年

4 高媛;解两类全局优化问题的新算法[D];西安电子科技大学;2013年

5 肖立;智能算法在对地观测计划制定中的应用[D];中国科学院研究生院（空间科学与应用研究中心）;2008年

6 陈丹;基于遗传聚类的社团发现算法研究[D];西南交通大学;2014年

7 刘源;基于云计算的分布式推荐引擎算法研究[D];电子科技大学;2013年

8 解英文;基于蚁群算法的网络路由算法[D];山东大学;2009年

9 李海生;蜂群算法及其在垂直Web搜索中的应用[D];广州大学;2010年

10 张洪亮;基于粒子滤波的车道标识线检测与跟踪算法的设计与实现[D];东北大学;2008年

  本文关键词：结构化稀疏信号的恢复算法研究，，由笔耕文化传播整理发布。

本文编号：278361