低存储化压缩感知

发布时间：2017-11-04 06:26

  本文关键词：低存储化压缩感知

  更多相关文章： 压缩感知 随机观测矩阵 存储空间 半张量积 迭代重加权 最小化

【摘要】：目的非相关观测是压缩感知(CS)理论中的关键因素。高斯随机矩阵作为一种普适的CS非相关观测矩阵,在压缩感知中得到广泛的研究与应用。但在实际应用中,却存在实际内存占用较多,不适应大规模应用的问题。为寻求降低随机观测矩阵所需的存储空间,提出一种基于半张量积的压缩感知方法,利用该方法可以成倍地降低观测矩阵所需的存储空间。方法该方法利用半张量积理论,构建降维随机观测矩阵,实现对原始信号的随机观测,并采用lq(0q1)范数的迭代重加权最小二乘法进行重构,从而得到稀疏信号的估计值。结果仿真实验分别采用1维稀疏信号和2维图像信号进行了测试,并从重构概率、迭代收敛速度、重构信号的峰值信噪比等角度进行了测试和比较。通过不同大小的随机观测矩阵比较验证表明,采用降维后观测矩阵进行采样和重构,其重构信号质量并没有明显下降,但其观测矩阵所需的存储空间却可大大降低,如降低为通常的1/4,1/16,甚至更低。结论本文压缩感知方法,可以大大降低观测矩阵所需的存储空间,同时有效降低数据运算复杂度以及内存占用率,有助于压缩感知的应用。
【作者单位】： 浙江树人大学信息科技学院;
【基金】：浙江省自然科学基金项目(LY14E070001) 浙江省公益技术应用研究计划项目(2015C33074) 浙江省科技计划项目(2014C33058) 浙江省高等学校访问学者专业发展项目(FX2014090)~~
【分类号】：TN911.73
【正文快照】： 0 引言 压缩感知理论(CS)是近年提出的一种可将模拟信号以较低采样频率转化为数字形式压缩信号的有效途径。压缩感知理论指出,若采样信号在某个变换域是稀疏的或者本身就是较稀疏的,则可用一个不相干的观测矩阵,直接采集少量的观测数据,通过解一个优化问题便可从少量的采集数

【相似文献】

中国期刊全文数据库 前10条

1 刘叙含;申晓红;姚海洋;邓欣;;基于帐篷混沌观测矩阵的图像压缩感知[J];传感器与微系统;2014年09期

2 王韦刚;杨震;顾彬;胡海峰;;基于观测矩阵优化的自适应压缩频谱感知[J];通信学报;2014年08期

3 王侠;王开;王青云;梁瑞宇;左加阔;赵力;邹采荣;;压缩感知中的确定性随机观测矩阵构造[J];信号处理;2014年04期

4 鄢鹏程;;一种基于阈值迭代和自适应观测矩阵的压缩感知图像处理[J];信息与电脑(理论版);2013年03期

5 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

6 宁万正;王海燕;申晓红;蒋世全;王璇;;一种自适应观测矩阵下的信号重构算法[J];计算机应用研究;2011年09期

7 赵春晖;刘巍;;压缩感知理论及其在成像技术中的应用[J];智能系统学报;2012年01期

8 金坚;谷源涛;梅顺良;;压缩采样技术及其应用[J];电子与信息学报;2010年02期

9 王军华;黄知涛;周一宇;王丰华;;压缩感知理论中的广义不相关性准则[J];信号处理;2012年05期

10 肖小潮;郑宝玉;王臣昊;;一种基于最优观测矩阵的自适应贝叶斯压缩信道感知联合机制[J];电子与信息学报;2012年10期

中国重要会议论文全文数据库 前1条

1 顾国生;战荫伟;;一种混沌序列在压缩感知观测矩阵构造中的应用[A];第十五届全国图象图形学学术会议论文集[C];2010年

中国博士学位论文全文数据库 前5条

1 赵玉娟;压缩感知和矩阵填充及其在信号处理中应用的研究[D];南京邮电大学;2015年

2 孙晶明;压缩感知中观测矩阵的研究[D];华中科技大学;2013年

3 徐永刚;矿山数据压缩采集与重建方法研究[D];中国矿业大学;2013年

4 丁丽;MIMO雷达稀疏成像的失配问题研究[D];中国科学技术大学;2014年

5 张京超;稀疏多频带信号压缩采样方法研究[D];哈尔滨工业大学;2014年

中国硕士学位论文全文数据库 前10条

1 龚艳雷;基于SDN的网络流量矩阵测量方法研究[D];电子科技大学;2015年

2 刘莎;压缩感知中观测矩阵的构造及优化方法研究[D];东北大学;2013年

3 王哲;基于稀疏重构的SAR成像技术研究[D];西安电子科技大学;2014年

4 凤宏哲;高分辨SAR稀疏目标成像研究[D];西安电子科技大学;2014年

5 朱海梁;压缩感知接收机关键技术研究[D];西安电子科技大学;2014年

6 李继楼;压缩感知观测矩阵优化与信号重建算法研究[D];南京邮电大学;2015年

7 李伟光;基于压缩感知的定位算法研究[D];重庆大学;2015年

8 孙瑞;压缩传感中观测矩阵构造及其性能分析[D];哈尔滨工业大学;2012年

9 王彪;压缩传感中的观测矩阵研究[D];天津理工大学;2012年

10 方杰;压缩感知观测矩阵和重构算法的研究[D];华南理工大学;2015年

，

本文编号：1138231