压缩感知中广义OMP算法和词典构造研究

发布时间：2017-05-15 21:22

  本文关键词：压缩感知中广义OMP算法和词典构造研究，由笔耕文化传播整理发布。

【摘要】：压缩感知理论指出,稀疏信号或者可压缩信号可以以很大概率从其非自适应、不充分线性量测信号恢复出来。贪婪类算法、凸优化类算法、非凸优化类算法等相继被提出用以重构压缩感知稀疏信号。稀疏信号重构算法成功的充分条件是压缩感知中一个重要的、值得研究的问题,此充分条件往往与量测词典的性质有关,因此构造压缩感知量测词典以提高稀疏信号重构算法成功概率是近年来一个研究热点。本文重点研究广义正交匹配追踪算法(g OMP)充分条件和构建压缩感知中的词典,其主要工作包括以下四个方面:首先,提出无噪声条件下和有噪声条件下g OMP算法成功恢复稀疏信号支撑集合的充分条件,与已有g OMP算法充分条件相比,本文提出的充分条件更加宽松因而更容易被满足。在有噪声条件下,给出了g OMP算法恢复的稀疏信号误差二范数上界。除了考虑一般稀疏信号外,还考虑了稀疏信号为强衰减稀疏信号情况。当稀疏信号稀疏度未知时,在各种噪声条件下,提出g OMP算法终止条件,可以保证稀疏信号支撑集合正确恢复。由于g OMP算法是OMP算法的一个推广,因此所提出的g OMP算法的充分条件也适用于OMP算法。其次,提出一种量测词典和感知词典构造算法,用以构造具有小的互相关系数的感知词典和量测词典,应用此词典可以提高贪婪类算法恢复稀疏信号性能。利用交替投影算法,依次构造量测词典和感知词典使其类Gram矩阵接近理想Gram矩阵集合,从而减小其互相关系数的值。进行仿真分析,以验证利用所提出算法构造的词典可以提高OMP和g OMP算法恢复稀疏信号的性能。再次,提出一种块压缩感知中块感知词典和块量测词典构造算法,可以构造具有小的块内和块间互相关系数的块感知词典和块量测词典,应用此词典可提高块OMP算法恢复块稀疏信号性能。此算法交替地构造块感知词典和块量测词典,用以降低块内和块间互相关系数。每一个原子构造都是一线性约束二次优化问题,其封闭解存在且可解出。根据解的结构,提出降低解计算复杂度方法。利用所提出算法构造的块感知词典和块量测词典具有小的块内和块间互相关系数。利用仿真分析以验证利用本文算法构造的词典可提高块OMP算法恢复块稀疏信号性能。最后,提出一种部分傅里叶词典构造算法,可以构造具有小的相关系数的部分傅里叶词典,以提高OMP算法恢复稀疏信号性能。傅里叶矩阵的每个行被用来计算子Gram矩阵,部分傅里叶词典行选择基于残差信号与各个行对应的Gram矩阵的相关性。利用交替投影算法计算被选择子Gram矩阵仿射组合和其仿射组合在理想Gram矩阵集合的投影,利用这两个矩阵更新残差信号。利用傅里叶矩阵结构,给出计算子Gram矩阵仿射组合系数的快速算法。进行仿真分析以验证所提出算法构造的部分傅里叶词典具有小的相关系数和积累相关系数,可提高OMP等算法恢复稀疏信号的性能。值得指出的是,本文算法构造的部分傅里叶词典也可用于其他需要小相关系数部分傅里叶词典的应用场合。
【关键词】：压缩感知 广义正交匹配追踪算法 量测词典 感知词典 部分傅里叶词典
【学位授予单位】：哈尔滨工业大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TN911.7
【目录】：

• 摘要4-6
• ABSTRACT6-13
• 第1章 绪论13-25
• 1.1 课题的背景13-15
• 1.2 国内外研究现状15-23
• 1.2.1 信号稀疏表示与压缩感知问题15-20
• 1.2.2 压缩感知稀疏信号恢复算法20-22
• 1.2.3 压缩感知词典构造算法22-23
• 1.3 本文主要研究内容及结构安排23-25
• 第2章 广义正交匹配追踪算法充分条件研究25-66
• 2.1 广义正交匹配追踪算法25-28
• 2.2 无噪声条件下g OMP算法充分条件研究28-33
• 2.2.1 无噪声条件下一般稀疏信号g OMP算法充分条件28-32
• 2.2.2 无噪声条件下强衰减稀疏信号g OMP算法充分条件32-33
• 2.3 噪声条件下g OMP算法充分条件研究33-44
• 2.3.1 噪声量测模型33-36
• 2.3.2 噪声条件下一般稀疏信号g OMP算法充分条件36-41
• 2.3.3 噪声条件下强衰减稀疏信号g OMP算法充分性条件41-44
• 2.4 噪声条件下g OMP算法停止条件44-55
• 2.4.1 l_2噪声情况45-49
• 2.4.2 l_∞ 噪声情况49-53
• 2.4.3 高斯噪声情况53-55
• 2.5 仿真实验55-60
• 2.6 本章小结60-66
• 第3章 感知词典与量测词典构造算法66-89
• 3.1 OMP算法简单分析66-69
• 3.2 基于感知词典的改进OMP算法分析69-73
• 3.3 感知词典和量测词典构造73-77
• 3.4 仿真实验77-88
• 3.4.1 相关系数和积累相关系数比较78-79
• 3.4.2 基于感知词典和量测词典的OMP算法仿真79-83
• 3.4.3 基于感知词典和量测词典的g OMP算法仿真83-84
• 3.4.4 基于感知词典和量测词典的OMP算法恢复压缩超声图像仿真84-88
• 3.5 本章小结88-89
• 第4章 块感知词典与块量测词典构造算法89-108
• 4.1 块压缩感知89-91
• 4.2 基于感知词典的块正交匹配追踪算法91-92
• 4.3 块感知词典与块量测词典构造92-95
• 4.4 仿真实验95-105
• 4.4.1 块内相关系数和块间相关系数比较96
• 4.4.2 BOMP算法性能比较96-99
• 4.4.3 运行时间比较99-103
• 4.4.4 利用各类词典BOMP算法恢复压缩超声图像性能比较103-105
• 4.5 本章小结105-108
• 第5章 部分傅里叶矩阵构造算法108-123
• 5.1 部分傅里叶词典构造问题描述108-110
• 5.2 仿射系数计算110-113
• 5.3 部分傅里叶词典行选取算法113-116
• 5.4 仿真分析116-117
• 5.5 本章小结117-123
• 结论123-125
• 参考文献125-134
• 攻读博士学位期间发表的论文及其他成果134-136
• 致谢136-137
• 个人简历137

【共引文献】

中国期刊全文数据库 前10条

1 顾福飞;张群;梁颖;杨秋;孙凤莲;;基于压缩感知的地面运动目标成像方法[J];电波科学学报;2013年04期

2 王蓉芳;焦李成;刘芳;杨淑媛;;利用纹理信息的图像分块自适应压缩感知[J];电子学报;2013年08期

3 秦乙;朱卫纲;胡旭;舒奇泉;;宽带跳频信号的压缩采样与重构[J];国外电子测量技术;2013年09期

4 CAI Yun;LI Song;;Compressed data separation via dual frames based split-analysis with Weibull matrices[J];Applied Mathematics:A Journal of Chinese Universities(Series B);2013年04期

5 吕方旭;张金成;石洪君;王泉;王钰;;WSN中的分布式压缩感知[J];传感技术学报;2013年10期

6 徐艺萌;管桦;王国正;张群;周丽;;基于Chirplet变换和压缩感知的空中颤振目标稀疏成像[J];电讯技术;2013年10期

7 孙虎;;利用ZC序列的OFDM同步及稀疏信道估计[J];电子科技;2013年11期

8 舒奇泉;贾鑫;秦乙;;基于压缩感知的间歇采样转发干扰方法[J];电子信息对抗技术;2013年06期

9 娄静涛;谭树人;李永乐;王炜;张茂军;;基于非均匀测量矩阵的超分辨率全向图像重建[J];光电子.激光;2013年12期

10 邹建成;陈婷婷;张波;崔海港;;一种基于压缩感知的数字图像加密新算法[J];北方工业大学学报;2014年01期

中国重要会议论文全文数据库 前6条

1 舒奇泉;胡旭;秦乙;;模拟信号压缩采样的自适应改进算法[A];虚拟运营与云计算——第十八届全国青年通信学术年会论文集（上册）[C];2013年

2 舒奇泉;胡旭;秦乙;;模拟信号压缩采样的自适应改进算法[A];第十八届全国青年通信学术年会论文集（上册）[C];2013年

3 胡晓宇;陈U，

本文编号：368924