压缩感知中改进的匹配追踪类算法研究

发布时间：2017-04-11 22:07

  本文关键词：压缩感知中改进的匹配追踪类算法研究，由笔耕文化传播整理发布。

【摘要】：随着信息技术的飞快发展,信息量的需求也在飞快增长。因此,在高速传输和存储大容量数据的过程中,人们对信息的大量需求造成了传输和存储的巨大压力。如何有效地获取信息,是电子信息领域中的一个迫切问题。压缩感知(Compressed sensing, CS)是一种新兴的信息采样及编解码理论,充分利用了信号的稀疏性和可压缩性,将信号采样和压缩融合在一起。对于一个高维空间中的稀疏信号,希望能够有效地从一个有限数量的线性投影测量中准确地重构,这就要求对压缩感知中的重构算法进行研究。重构算法作为压缩感知理论研究中的关键内容之一,其研究目的就是用最少的开销来获取最好的重构效果。本论文研究的主要内容如下：(1)讲解了压缩感知理论三个关键技术：信号的稀疏化表示、观测矩阵的设计及重构算法。总结了几种经典的贪婪重构算法,并且利用仿真实验对算法的重构率和重构时间等方面进行比较。(2)重构算法对频谱进行估计时可能会产生少量的错误,从而对时域信号的重构精度会产生影响。为了提高重构精度,在对广义正交匹配追踪(Generalized Orthogonal Matching Pursuit, GOMP)算法研究中,把傅里叶的共轭对称性应用到原子的选择过程,提出了一种基于傅里叶共轭对称性的广义正交匹配追踪(Generalized Orthogonal Matching Pursuit Algorithm Based on the Fourier Conjugate, FGOMP)算法。通过对信号的重构效率、重构相对误差、重构运行时间等三个方面的仿真实验,可以看出基于傅里叶共轭对称性的广义正交匹配追踪算法的可行性。实验结果表明了基于傅里叶共轭对称性的广义正交匹配追踪算法的重构性能优于广义正交匹配追踪算法。
【关键词】：压缩感知 稀疏表示 重构算法 傅里叶共轭对称性
【学位授予单位】：安徽大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN911.7
【目录】：

• 摘要3-4
• Abstract4-8
• 第一章 绪论8-13
• 1.1 研究背景及意义8-10
• 1.2 压缩感知的研究现状10-11
• 1.3 本文主要内容与结构安排11-13
• 第二章 压缩感知理论13-22
• 2.1 主要思想13-14
• 2.2 问题设定14-16
• 2.3 压缩感知的关键技术16-19
• 2.3.1 信号稀疏表示16
• 2.3.2 观测矩阵16-18
• 2.3.3 信号重构18-19
• 2.4 压缩感知的应用19-21
• 2.4.1 纠错19-20
• 2.4.2 图像20
• 2.4.3 雷达20
• 2.4.4 天文学20-21
• 2.5 压缩感知理论的不足21
• 2.6 本章小结21-22
• 第三章 压缩感知重构算法22-36
• 3.1 引言22
• 3.2 凸优化算法22-23
• 3.2.1 基追踪(BP)算法22-23
• 3.3 贪婪算法23-32
• 3.3.0 匹配追踪(MP)算法24-26
• 3.3.1 正交匹配追踪(OMP)算法26-28
• 3.3.2 正则化正交匹配追踪(ROMP)算法28
• 3.3.3 压缩采样匹配追踪(CoSaMP)算法28-30
• 3.3.4 分段正交匹配追踪(StOMP)算法30-31
• 3.3.5 广义正交匹配追踪(GOMP)算法31-32
• 3.4 几种典型重构算法的仿真实验32-35
• 3.5 本章小结35-36
• 第四章 基于傅里叶共轭对称性的广义正交匹配追踪算法36-45
• 4.0 引言36
• 4.1 问题的提出36
• 4.2 傅里叶共轭对称性36-37
• 4.3 基于傅里叶共轭对称性的广义正交匹配追踪算法37-39
• 4.4 实验仿真结果39-44
• 4.4.1 重构效果仿真39-41
• 4.4.2 抗噪性能仿真41-42
• 4.4.3 低信噪比下算法的重构性能42-43
• 4.4.4 算法重构时间的比较43-44
• 4.5 本章小结44-45
• 第五章 总结与展望45-47
• 5.1 总结45
• 5.2 展望45-47
• 参考文献47-51
• 致谢51-52
• 攻读硕士学位期间的研究成果52

【参考文献】

中国期刊全文数据库 前2条

1 吕方旭;张金成;王泉;王钰;;基于傅里叶基的自适应压缩感知重构算法[J];北京航空航天大学学报;2014年04期

2 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

中国硕士学位论文全文数据库 前10条

1 李锦秀;基于压缩感知的信号重构算法研究[D];北京理工大学;2015年

2 文亚洲;无线传感器网络中DCS的算法研究[D];兰州交通大学;2014年

3 王光钰;基于混合范数重构的图像压缩感知多描述编码[D];大连海事大学;2014年

4 李洁;压缩感知理论的研究与应用[D];浙江工业大学;2014年

5 马硕骜;稀疏时变信号压缩感知重构算法的研究[D];南京理工大学;2014年

6 曹殿元;压缩感知理论及其算法[D];南京邮电大学;2013年

7 李博;压缩感知理论的重构算法研究[D];吉林大学;2013年

8 杨良龙;压缩感知中信号重建算法和确定性测量矩阵研究[D];南京邮电大学;2013年

9 马庆涛;压缩感知中的信号重构算法研究[D];南京邮电大学;2013年

10 王方非;基于树形结构回溯正交匹配追踪的稀疏恢复算法研究[D];北京交通大学;2012年

  本文关键词：压缩感知中改进的匹配追踪类算法研究，，由笔耕文化传播整理发布。

本文编号：300070