基于压缩感知的冲击波信号采集及算法研究
发布时间：2022-12-05 07:59
火炮等武器发射产生的冲击波会对操作人员、武器和周围设备产生恶劣影响。故准确测量炮口冲击波数据,可为计算炸药用量以及规划武器安放位置提供重要参考依据。冲击波信号持续时间短,有效信息时段在整体采集时段占比较小,且由于其含有高频分量,采集系统需维持较高采样率对其进行采集。持续的高采样率造成的冗余数据过多,使得数据处理和存储困难。由于冲击波信号有用信息分布集中,易于稀疏表示,符合压缩感知理论应用的先验条件,本文提出压缩感知冲击波信号采集技术,解决了高采样率需求和有限系统资源间的矛盾。针对压缩感知相关的主要技术:稀疏基、观测矩阵以及重建算法展开讨论。采用经典稀疏方法稀疏实测冲击波信号,总结稀疏基稀疏不同信号的适应度。通过仿真结果总结几种常用观测矩阵对冲击波信号的观测效果,提出一种基于平均化特征值分解与QR分解结合的优化方法,通过增大观测矩阵与稀疏基的非相关性以及减小观测矩阵列向量间相关性的方法来优化观测矩阵。将此优化方式应用在伯努利随机矩阵上,证明了该改进方法能够有效提高观测矩阵所得数据的重构精度。对于压缩感知重构算法部分,重点研究被广泛应用的贪婪算法,并针对重构效果最好的子空间追踪（SP）算法...
【文章页数】：58 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究目的与意义
1.2 国内外研究现状
1.2.1 压缩感知理论研究现状
1.2.2 压缩感知应用研究现状
1.3 论文结构及安排
第2章 压缩感知理论框架
2.1 压缩感知原理
2.1.1 压缩感知简介
2.1.2 压缩感知数学模型
2.2 压缩感知的稀疏表示
2.3 压缩感知的观测矩阵
2.4 压缩感知的重构算法
2.4.1 凸优化算法
2.4.2 贪婪迭代类算法
2.4.3 迭代阈值算法
2.4.4 组合算法
2.5 本章小结
第3章 稀疏表示及观测矩阵研究与优化
3.1 稀疏表示
3.1.1 傅里叶稀疏基
3.1.2 小波变换稀疏基
3.1.3 稀疏表示仿真结果对比分析
3.2 观测矩阵的选择
3.2.1 高斯随机矩阵
3.2.2 伯努利随机矩阵
3.2.3 稀疏随机矩阵
3.2.4 观测矩阵对比分析
3.3 观测矩阵的优化方法
3.3.1 优化构造观测矩阵
3.3.2 仿真结果分析
3.4 本章小结
第4章 贪婪算法研究及子空间追踪算法优化
4.1 贪婪类重建算法原理
4.1.1 OMP算法
4.1.2 GOMP算法
4.1.3 CoSaMP算法
4.1.4 SP算法
4.2贪婪算法仿真实验
4.3 改进的子空间追踪算法
4.4 改进的子空间追踪算法仿真结果分析
4.4.1 SP算法重构结果
4.4.2 OMSP算法重构结果
4.4.3 算法优化前后重建结果对比
4.5 使用优化算法的压缩感知采样结果分析
4.6 本章小结
第5章 总结与展望
5.1 总结
5.2 展望
参考文献
攻读学位期间发表论文与研究成果清单
致谢
【参考文献】：
期刊论文
[1]基于非局部低秩和加权全变分的图像压缩感知重构算法[J]. 赵辉,张静,张乐,刘莹莉,张天骐. 电子与信息学报. 2019(08)
[2]分簇感知网络中基于压缩感知的数据收集方法[J]. 李玉龙,刘任任,赵津锋,臧浪,曹斌. 计算机工程. 2018(10)
[3]基于压缩感知和多变换域的CT图像水印算法[J]. 张蓓,黄洪琼. 电子设计工程. 2018(17)
[4]结合系数重用正交匹配追踪的字典学习算法[J]. 刘杰平,杨朝煜,陈栋,杨业长,马丽红. 华南理工大学学报(自然科学版). 2018(08)
[5]冲击波测试系统中压力传感器的实时动态补偿实现[J]. 魏娟,张志杰,赵晨阳,李岩峰. 传感技术学报. 2018(04)
[6]用于图像重构的基于行间支撑集相似度的CoSaMP算法[J]. 杜秀丽,顾斌斌,胡兴,邱少明,陈波. 计算机科学. 2018(04)
[7]视频压缩感知中基于结构相似的帧间组稀疏表示重构算法研究[J]. 和志杰,杨春玲,汤瑞东. 电子学报. 2018(03)
[8]压缩感知中观测矩阵的优化算法[J]. 李周,崔琛. 信号处理. 2018(02)
[9]基于Curvelet变换特征的人脸识别算法[J]. 杨晋吉,李亚文. 计算机应用与软件. 2018(01)
[10]基于观测矩阵优化的自适应压缩感知算法[J]. 胡强,林云. 计算机应用. 2017(12)
硕士论文
[1]压缩感知算法的改进及其在无线传感网络中的应用[D]. 陈剑美.燕山大学 2016
[2]压缩感知观测矩阵优化与信号重建算法研究[D]. 李继楼.南京邮电大学 2015
[3]基于压缩感知的语音信号压缩重构算法研究[D]. 王帅.中北大学 2014
[4]压缩感知中信号重建算法和确定性测量矩阵研究[D]. 杨良龙.南京邮电大学 2013
[5]压缩感知测量矩阵的研究[D]. 吴赟.西安电子科技大学 2012
本文编号：3710005
【文章页数】：58 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究目的与意义
1.2 国内外研究现状
1.2.1 压缩感知理论研究现状
1.2.2 压缩感知应用研究现状
1.3 论文结构及安排
第2章 压缩感知理论框架
2.1 压缩感知原理
2.1.1 压缩感知简介
2.1.2 压缩感知数学模型
2.2 压缩感知的稀疏表示
2.3 压缩感知的观测矩阵
2.4 压缩感知的重构算法
2.4.1 凸优化算法
2.4.2 贪婪迭代类算法
2.4.3 迭代阈值算法
2.4.4 组合算法
2.5 本章小结
第3章 稀疏表示及观测矩阵研究与优化
3.1 稀疏表示
3.1.1 傅里叶稀疏基
3.1.2 小波变换稀疏基
3.1.3 稀疏表示仿真结果对比分析
3.2 观测矩阵的选择
3.2.1 高斯随机矩阵
3.2.2 伯努利随机矩阵
3.2.3 稀疏随机矩阵
3.2.4 观测矩阵对比分析
3.3 观测矩阵的优化方法
3.3.1 优化构造观测矩阵
3.3.2 仿真结果分析
3.4 本章小结
第4章 贪婪算法研究及子空间追踪算法优化
4.1 贪婪类重建算法原理
4.1.1 OMP算法
4.1.2 GOMP算法
4.1.3 CoSaMP算法
4.1.4 SP算法
4.2贪婪算法仿真实验
4.3 改进的子空间追踪算法
4.4 改进的子空间追踪算法仿真结果分析
4.4.1 SP算法重构结果
4.4.2 OMSP算法重构结果
4.4.3 算法优化前后重建结果对比
4.5 使用优化算法的压缩感知采样结果分析
4.6 本章小结
第5章 总结与展望
5.1 总结
5.2 展望
参考文献
攻读学位期间发表论文与研究成果清单
致谢
【参考文献】：
期刊论文
[1]基于非局部低秩和加权全变分的图像压缩感知重构算法[J]. 赵辉,张静,张乐,刘莹莉,张天骐. 电子与信息学报. 2019(08)
[2]分簇感知网络中基于压缩感知的数据收集方法[J]. 李玉龙,刘任任,赵津锋,臧浪,曹斌. 计算机工程. 2018(10)
[3]基于压缩感知和多变换域的CT图像水印算法[J]. 张蓓,黄洪琼. 电子设计工程. 2018(17)
[4]结合系数重用正交匹配追踪的字典学习算法[J]. 刘杰平,杨朝煜,陈栋,杨业长,马丽红. 华南理工大学学报(自然科学版). 2018(08)
[5]冲击波测试系统中压力传感器的实时动态补偿实现[J]. 魏娟,张志杰,赵晨阳,李岩峰. 传感技术学报. 2018(04)
[6]用于图像重构的基于行间支撑集相似度的CoSaMP算法[J]. 杜秀丽,顾斌斌,胡兴,邱少明,陈波. 计算机科学. 2018(04)
[7]视频压缩感知中基于结构相似的帧间组稀疏表示重构算法研究[J]. 和志杰,杨春玲,汤瑞东. 电子学报. 2018(03)
[8]压缩感知中观测矩阵的优化算法[J]. 李周,崔琛. 信号处理. 2018(02)
[9]基于Curvelet变换特征的人脸识别算法[J]. 杨晋吉,李亚文. 计算机应用与软件. 2018(01)
[10]基于观测矩阵优化的自适应压缩感知算法[J]. 胡强,林云. 计算机应用. 2017(12)
硕士论文
[1]压缩感知算法的改进及其在无线传感网络中的应用[D]. 陈剑美.燕山大学 2016
[2]压缩感知观测矩阵优化与信号重建算法研究[D]. 李继楼.南京邮电大学 2015
[3]基于压缩感知的语音信号压缩重构算法研究[D]. 王帅.中北大学 2014
[4]压缩感知中信号重建算法和确定性测量矩阵研究[D]. 杨良龙.南京邮电大学 2013
[5]压缩感知测量矩阵的研究[D]. 吴赟.西安电子科技大学 2012
本文编号：3710005
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3710005.html
