本文關鍵詞：改進人工魚群的超聲調制光學信號稀疏分解

  更多相關文章： 人工魚群 最優(yōu)原子 稀疏分解

【摘要】：傳統(tǒng)方法在對超聲調制光學信號進行稀疏分解的過程中,存在耗時長、收斂性差等不足,提出改進人工魚群的超聲調制光學信號稀疏分解方法,構建人工魚群搜索優(yōu)化模型,模擬魚群行為搜索最佳原子;針對人工魚群搜索特點,改進魚群分布的初值和行為,快速尋找和匹配跟蹤過程中每一步信號分解的最優(yōu)原子,提高方法的收斂速度和穩(wěn)定性,最終實現(xiàn)超聲調制光學信號的稀疏分解。實驗證明提出的方法對光學信號分解速度快、全局收斂性好、魯棒性強。
【作者單位】： 周口師范學院物理與電信工程學院;
【關鍵詞】： 人工魚群 最優(yōu)原子 稀疏分解
【基金】：河南省科技廳科技攻關項目(142102210599;132102210577)
【分類號】：TN911.7
【正文快照】： 超聲調制光學技術有效地融合超聲和激光的優(yōu)點,克服了傳統(tǒng)超聲方法圖像反差不足和單純激光信號空間分辨率差的缺點,被廣泛地應用于光聲成像和醫(yī)學檢測等領域。超聲調制光學信號中摻雜著大量的噪聲干擾和缺陷信息,給后續(xù)的信號處理帶來較大難度。傳統(tǒng)的光學信號分解方法多建立

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 邵君;尹忠科;王建英;張躍飛;;信號稀疏分解中過完備原子庫的集合劃分[J];鐵道學報;2006年01期

2 徐帥;趙云龍;張江泉;;基于模擬退火的信號稀疏分解研究[J];通信技術;2008年11期

3 袁志剛;舒維杰;尹忠科;王建英;;利用禁忌遺傳和原子特性實現(xiàn)信號稀疏分解[J];計算機工程與應用;2009年11期

4 李炳杰;馬青海;閆龍;;基于位置參數(shù)二分法控制的信號稀疏分解[J];空軍工程大學學報(自然科學版);2013年05期

5 劉丹華;石光明;周佳社;;一種冗余字典下的信號稀疏分解新方法[J];西安電子科技大學學報;2008年02期

6 余付平;馮有前;高大化;安芹力;;聯(lián)合過完備庫下的信號稀疏分解[J];控制與決策;2012年08期

7 雷偉敏;;基于信號稀疏分解的毫米波主動探測[J];信息化研究;2012年03期

8 程村;;廣義高斯核模型在心電信號稀疏分解中的應用[J];工程地球物理學報;2012年06期

9 王春光;徐安鳳;孫即祥;王紅;;粒子群優(yōu)化在心電信號稀疏分解中的應用[J];計算機工程與設計;2008年16期

10 郭建濤;劉洋;劉瑞杰;;基于追蹤算法的信號稀疏分解方法[J];電聲技術;2014年06期

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 李新紅;信號稀疏分解及其在路面輪廓信號處理中的應用研究[D];哈爾濱工業(yè)大學;2009年

2 沈益青;基于改進的匹配追蹤算法的信號稀疏分解[D];浙江大學;2013年

3 朱俊學;基于信號稀疏分解的圖像壓縮編碼算法的研究[D];天津理工大學;2012年

4 房小娟;基于種群優(yōu)化的稀疏分解算法研究[D];北京工業(yè)大學;2013年

5 王崢嶸;基于MP的信號稀疏分解的算法研究[D];蘭州大學;2010年

6 陳磊;信號稀疏分解在空間譜估計中的應用[D];西南交通大學;2006年

7 袁志剛;基于聯(lián)合智能算法和MP的信號稀疏分解[D];西南交通大學;2009年

8 邵君;基于MP的信號稀疏分解算法研究[D];西南交通大學;2006年

9 高小滿;信號稀疏分解的快速GAMP算法與高斯核結構字典設計[D];華南理工大學;2012年

10 楊勝利;基于FFT的信號MP分解改進算法研究[D];西南交通大學;2010年

，

本文編號：1073373