基于卷积神经网络的压缩感知算法研究
发布时间：2021-12-22 15:32
压缩感知（Compressive Sensing,CS）是一种从随机采样测量中重构信号的先进采样方法,在图像处理、地球物理、医学成像、计算机科学、信号处理、应用数学等方面拥有广泛应用,有着传统信号处理理论无法比拟的优点。本文主要研究了基于深度网络的压缩感知重构算法,提出了两种算法模型,从算法的稀疏性依赖条件、对测量值的要求、实用性、时间成本、抗噪性等方面对重构性能进行了评估。本文的主要研究内容及创新点如下:1.针对土壤超宽带雷达（Ultra Wide Band,UWB）回波信号,提出三种高斯类脉冲函数稀疏字典模型和KSVD学习字典,实验验证了高斯一阶脉冲字典比KSVD和其他高斯类脉冲字典更稳定并且性能更好。2.设计了基于长短时记忆网络（Long Short Term Memory Networks,LSTM）网络的分布式压缩感知模型,对其联合稀疏先验条件进行了研究和仿真验证,证明了针对深度学习的压缩感知可以不依赖于稀疏先验信息直接运用原始数据进行压缩测量,为后续模型提供研究基础。3.根据正交匹配追踪（Orthogonal Matching Pursuit,OMP）算法原理设计了一套基于...
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
P410设备与测量环境示意图
电子科技大学硕士学位论文16达传感器在时域内测量土壤信道数据。图2-2TDR300示意图，用于测量土壤湿度在测量过程中，需要提前对土壤性质（水分值）进行调整和测量。测得的土壤回波数据是以湿度等级来分类的，测量湿度采用的是TDR300，如下图2-2所示。它可以测量0-0.8的湿度值范围。它有两个测量探针，可以插入土壤，然后得到土壤的水分值。实验在每个水分值测量点测量400组数据，每组数据维度是480.2.2.2土壤回波数据获取实验测量了土壤数据的十种湿度值。部分波形见图2-3。从图中可以看出，信号的幅度有明显的随时间衰减趋势。该数据由超宽带脉冲平移叠加而成。（a）（b）图2-3接收信号波形图。（a）湿度值为0.084;（b）湿度值为0.182.2.3字典性能检验本文采用均方根误差（RMSE）衡量重构信号与原始信号的误差，RMSE的
电子科技大学硕士学位论文16达传感器在时域内测量土壤信道数据。图2-2TDR300示意图，用于测量土壤湿度在测量过程中，需要提前对土壤性质（水分值）进行调整和测量。测得的土壤回波数据是以湿度等级来分类的，测量湿度采用的是TDR300，如下图2-2所示。它可以测量0-0.8的湿度值范围。它有两个测量探针，可以插入土壤，然后得到土壤的水分值。实验在每个水分值测量点测量400组数据，每组数据维度是480.2.2.2土壤回波数据获取实验测量了土壤数据的十种湿度值。部分波形见图2-3。从图中可以看出，信号的幅度有明显的随时间衰减趋势。该数据由超宽带脉冲平移叠加而成。（a）（b）图2-3接收信号波形图。（a）湿度值为0.084;（b）湿度值为0.182.2.3字典性能检验本文采用均方根误差（RMSE）衡量重构信号与原始信号的误差，RMSE的
【参考文献】：
期刊论文
[1]低复杂度压缩感知中的快速观测方法[J]. 权磊,肖嵩,薛晓,李颖. 西安电子科技大学学报. 2017(01)
[2]压缩感知理论中的RIP准则[J]. 路畅,刘玉红. 自动化与仪器仪表. 2015(08)
[3]压缩感知中的确定性随机观测矩阵构造[J]. 王侠,王开,王青云,梁瑞宇,左加阔,赵力,邹采荣. 信号处理. 2014(04)
[4]稀疏随机矩阵有限等距性质分析[J]. 张波,刘郁林,王开. 电子与信息学报. 2014(01)
[5]压缩感知重构算法综述[J]. 李珅,马彩文,李艳,陈萍. 红外与激光工程. 2013(S1)
[6]压缩感知理论在超宽带系统中的应用前景分析[J]. 吴锋,赵德双,王秉中,葛广顶. 核电子学与探测技术. 2011(06)
[7]压缩采样技术及其应用[J]. 金坚,谷源涛,梅顺良. 电子与信息学报. 2010(02)
[8]压缩感知理论在探地雷达三维成像中的应用[J]. 余慧敏,方广有. 电子与信息学报. 2010(01)
[9]基于近似KLT域的语音信号压缩感知[J]. 郭海燕,杨震. 电子与信息学报. 2009(12)
[10]压缩传感综述[J]. 李树涛,魏丹. 自动化学报. 2009(11)
博士论文
[1]超光谱成像仪成像链的调制传递函数研究[D]. 李宏升.中国科学院研究生院（长春光学精密机械与物理研究所） 2006
硕士论文
[1]基于半监督学习的高分辨一维像空中目标识别技术研究[D]. 何旭东.电子科技大学 2019
[2]压缩感知在脉冲超宽带中的应用研究[D]. 周美霞.北京邮电大学 2010
本文编号：3546638
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
P410设备与测量环境示意图
电子科技大学硕士学位论文16达传感器在时域内测量土壤信道数据。图2-2TDR300示意图，用于测量土壤湿度在测量过程中，需要提前对土壤性质（水分值）进行调整和测量。测得的土壤回波数据是以湿度等级来分类的，测量湿度采用的是TDR300，如下图2-2所示。它可以测量0-0.8的湿度值范围。它有两个测量探针，可以插入土壤，然后得到土壤的水分值。实验在每个水分值测量点测量400组数据，每组数据维度是480.2.2.2土壤回波数据获取实验测量了土壤数据的十种湿度值。部分波形见图2-3。从图中可以看出，信号的幅度有明显的随时间衰减趋势。该数据由超宽带脉冲平移叠加而成。（a）（b）图2-3接收信号波形图。（a）湿度值为0.084;（b）湿度值为0.182.2.3字典性能检验本文采用均方根误差（RMSE）衡量重构信号与原始信号的误差，RMSE的
电子科技大学硕士学位论文16达传感器在时域内测量土壤信道数据。图2-2TDR300示意图，用于测量土壤湿度在测量过程中，需要提前对土壤性质（水分值）进行调整和测量。测得的土壤回波数据是以湿度等级来分类的，测量湿度采用的是TDR300，如下图2-2所示。它可以测量0-0.8的湿度值范围。它有两个测量探针，可以插入土壤，然后得到土壤的水分值。实验在每个水分值测量点测量400组数据，每组数据维度是480.2.2.2土壤回波数据获取实验测量了土壤数据的十种湿度值。部分波形见图2-3。从图中可以看出，信号的幅度有明显的随时间衰减趋势。该数据由超宽带脉冲平移叠加而成。（a）（b）图2-3接收信号波形图。（a）湿度值为0.084;（b）湿度值为0.182.2.3字典性能检验本文采用均方根误差（RMSE）衡量重构信号与原始信号的误差，RMSE的
【参考文献】：
期刊论文
[1]低复杂度压缩感知中的快速观测方法[J]. 权磊,肖嵩,薛晓,李颖. 西安电子科技大学学报. 2017(01)
[2]压缩感知理论中的RIP准则[J]. 路畅,刘玉红. 自动化与仪器仪表. 2015(08)
[3]压缩感知中的确定性随机观测矩阵构造[J]. 王侠,王开,王青云,梁瑞宇,左加阔,赵力,邹采荣. 信号处理. 2014(04)
[4]稀疏随机矩阵有限等距性质分析[J]. 张波,刘郁林,王开. 电子与信息学报. 2014(01)
[5]压缩感知重构算法综述[J]. 李珅,马彩文,李艳,陈萍. 红外与激光工程. 2013(S1)
[6]压缩感知理论在超宽带系统中的应用前景分析[J]. 吴锋,赵德双,王秉中,葛广顶. 核电子学与探测技术. 2011(06)
[7]压缩采样技术及其应用[J]. 金坚,谷源涛,梅顺良. 电子与信息学报. 2010(02)
[8]压缩感知理论在探地雷达三维成像中的应用[J]. 余慧敏,方广有. 电子与信息学报. 2010(01)
[9]基于近似KLT域的语音信号压缩感知[J]. 郭海燕,杨震. 电子与信息学报. 2009(12)
[10]压缩传感综述[J]. 李树涛,魏丹. 自动化学报. 2009(11)
博士论文
[1]超光谱成像仪成像链的调制传递函数研究[D]. 李宏升.中国科学院研究生院（长春光学精密机械与物理研究所） 2006
硕士论文
[1]基于半监督学习的高分辨一维像空中目标识别技术研究[D]. 何旭东.电子科技大学 2019
[2]压缩感知在脉冲超宽带中的应用研究[D]. 周美霞.北京邮电大学 2010
本文编号：3546638
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3546638.html
