压缩感知中测量矩阵构造综述

发布时间：2018-06-26 10:21

  本文选题：压缩感知 + 测量矩阵　； 参考：《计算机应用》2017年01期

【摘要】：压缩感知测量矩阵构造方式多样并不断发展,为梳理现有研究成果,掌握测量矩阵发展动态,对压缩感知测量矩阵构造进行系统介绍。首先,针对传统信号采集理论存在的信息冗余问题,阐述了压缩感知理论在信号采集过程中资源利用率高、存储空间小的优势;其次,以压缩感知理论框架为基础,从测量矩阵构造原则、测量矩阵产生方法、测量矩阵结构设计、测量矩阵优化方法四个方面,对压缩感知测量矩阵构造进行分析,讨论了测量矩阵构造过程中不同原则、结构、方法的优势;最后,在总结现有研究成果的基础上,对测量矩阵的发展方向进行了展望。
[Abstract]:The construction of compressed sensing measurement matrix is diverse and developing. In order to comb the existing research results and grasp the development of measurement matrix, the construction of compressed sensing measurement matrix is introduced systematically. Firstly, aiming at the problem of information redundancy in traditional signal acquisition theory, the advantages of high resource utilization ratio and small storage space in signal acquisition are expounded. Secondly, based on the theory framework of compressed perception, This paper analyzes the construction of compressed sensing measurement matrix from four aspects: the construction principle of measurement matrix, the method of producing measurement matrix, the structural design of measurement matrix, and the optimization method of measurement matrix, and discusses the different principles and structures in the process of constructing measurement matrix. Finally, on the basis of summarizing the existing research results, the development direction of measurement matrix is prospected.
【作者单位】： 军械工程学院车辆与电气工程系;
【基金】：国家自然科学基金资助项目(E51305454)~~
【分类号】：TN911.7

【相似文献】

相关期刊论文 前10条

1 强宇,刘宗田,林炜,时百胜,李云;一种模糊概念格构造算法研究[J];计算机工程与应用;2004年29期

2 樊建席;最小T－2倍树的构造算法[J];青岛大学学报(自然科学版);1996年04期

3 杨凯;马垣;张小平;;基于属性的概念格快速渐进式构造算法[J];计算机应用与软件;2006年12期

4 杨海峰;张继福;;粗糙概念格及构造算法[J];计算机工程与应用;2007年24期

5 余远;钱旭;钟锋;李晓瑞;;基于最大概念的概念格增量构造算法[J];计算机工程;2009年21期

6 赵焕平;;圈图的点可区别强全染色算法[J];计算机与现代化;2013年09期

7 董辉;马垣;宫玺;;概念格并行构造算法研究[J];广西师范大学学报(自然科学版);2008年03期

8 郑金英;滕春霞;;概念格构造算法的现状与发展前景[J];硅谷;2011年22期

9 林春杰;普杰信;张瑞玲;;近似概念格及其增量构造算法研究[J];计算机应用研究;2012年01期

10 杜秋香;张继福;张素兰;;概念特化的概念格更新构造算法[J];智能系统学报;2008年05期

相关会议论文 前5条

1 曲立平;刘大昕;杨静;张万松;;基于属性的概念格快速渐进式构造算法[A];第二十四届中国数据库学术会议论文集（研究报告篇）[C];2007年

2 杨本良;;压缩候选的贝叶斯信念网络构造算法[A];广西计算机学会2005年学术年会论文集[C];2005年

3 申锦标;;一种新颖的概念格构造算法[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

4 高茜;周大均;李爱民;;Petri网改进的可覆盖性树的构造算法[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

5 韩锋;张鸿宾;;不连通模型上多尺度Reeb图的构造算法[A];2008'中国信息技术与应用学术论坛论文集（二）[C];2008年

相关硕士学位论文 前10条

1 张海燕;准循环LDPC码的构造算法研究[D];西安电子科技大学;2014年

2 李晓龙;基于最大闭合项集的概念构造及应用[D];燕山大学;2016年

3 姜琴;基于多属性消减的概念格构造算法研究[D];郑州大学;2016年

4 朱文君;构造概念格的权值优化改进算法研究[D];上海海洋大学;2016年

5 王绍斐;概念格构造算法的研究及其在本体中的应用[D];大连交通大学;2010年

6 刘晓今;概念三元格构造算法及应用研究[D];西安电子科技大学;2013年

7 吴新荣;全可逆递进网格构造算法研究[D];中南大学;2007年

8 黄永城;基于多核环境的基因贝叶斯网络构造算法研究与实现[D];上海交通大学;2012年

9 刘丹丹;无线传感器网络中拓扑构造算法的研究[D];曲阜师范大学;2014年

10 张海龙;协议缓冲区数据的构造与解析软件设计与实现[D];哈尔滨工业大学;2012年

，

本文编号：2070059