1-Bit压缩感知重构算法的研究

发布时间：2023-08-10 17:08

　　压缩感知是近年来信号获取和处理领域中较为热门的研究方向。1-Bit压缩感知作为压缩感知理论的一个重要分支,对测量值进行1-Bit极限量化,极大地简化了硬件结构,提高了量化器的工作效率。对1-Bit压缩感知模型下的重构算法进行研究,具体研究内容如下:首先,针对二进制迭代重加权算法重构性能低并且收敛性能差的问题,提出了基于近似消息传递的二进制迭代重加权算法。该算法在二进制迭代重加权算法的基础上引入近似消息传递算法中的Onsager校正项,实现了在未知信号稀疏度情况下有效的重构,收敛速度和重构性能也得到了一定程度的提高。其次,针对基于pinball损失函数的迭代硬阈值(Pinball Iteration Hard Thresholding,PIHT)算法在未知信号稀疏度情况下不能精确重构的问题,提出一种稀疏度自适应的PIHT算法。该算在继承了PIHT算法优点的基础上,又引入了稀疏度自适应技术,实现噪声环境中,原始信号稀疏度未知时信号的有效重构。最后,针对二进制迭代硬阈值(Binary Iteration Hard Thresholding,BIHT)算法中量化阈值为固定值零,容易产生量化误差...

【文章页数】：66 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题研究背景及意义
    1.2 国内外研究发展现状
        1.2.1 压缩感知的发展概述
        1.2.2 1-Bit压缩感知的发展概述
    1.3 本文研究内容及组织结构
第2章 1-Bit压缩感知的基本理论
    2.1 压缩感知的理论基础
        2.1.1 信号的稀疏变换
        2.1.2 观测矩阵
        2.1.3 重构算法
    2.2 1-Bit压缩感知理论
        2.2.1 一致性重构
        2.2.2 二进制x-稳定嵌入约束原理
        2.2.3 解的存在性与稀疏性
    2.3 1-Bit压缩感知中的重构算法
        2.3.1 固定点连续算法
        2.3.2 二进制迭代硬阈值算法
    2.4 本章小结
第3章 基于近似消息传递的二元迭代重加权算法
    3.1 引言
    3.2 迭代重加权的l₁算法
    3.3 二进制迭代重加权算法
    3.4 基于AMP算法的BRW算法
    3.5 实验结果与分析
        3.5.1 AMP-BRW算法重构性能分析
        3.5.2 AMP-BRW算法收敛性分析
    3.6 本章小结
第4章 稀疏度自适应的PIHT算法
    4.1 引言
    4.2 1-Bit压缩感知中的损失函数
    4.3 基于pinball损失函数算法
    4.4 稀疏度自适应的PIHT算法
    4.5 实验结果与分析
        4.5.1 PIHT算法中α参数取值实验分析
        4.5.2 PIHT和BIHT稀疏度依赖性分析
        4.5.3 步长m对SAPIHT算法性能影响分析
        4.5.4 SAPIHT算法的性能分析
    4.6 本章小结
第5章 自适应阈值的1-Bit压缩感知算法
    5.1 引言
    5.2 BIHT-τ算法
    5.3 AT-BIHT算法
    5.4 仿真结果与分析
        5.4.1 随机信号实验
        5.4.2 实际信号实验
    5.5 本章小结
结论
参考文献
攻读硕士学位期间承担的科研任务与主要成果
致谢



本文编号：3840896