本文關(guān)鍵詞：壓縮感知中測量矩陣的優(yōu)化方法研究

  更多相關(guān)文章： 壓縮感知 測量矩陣 梯度下降法 自適應(yīng)步長 RS碼法矩陣優(yōu)化

【摘要】：傳統(tǒng)的對模擬信號采樣方法會得到大量的采樣數(shù),導(dǎo)致后續(xù)處理硬件和存儲的實(shí)現(xiàn)較為困難,壓縮感知(Compressive Sensing,CS)理論的提出為信號處理領(lǐng)域開辟了新的視野,它在對信號進(jìn)行壓縮的同時(shí)獲得了原始信號的信息采樣,利用少量的信息觀測值可以代替原始信號中大部分信息,并能利用這些觀測值來重構(gòu)原始信號。相對于傳統(tǒng)信號處理方法而言,CS采樣時(shí)的信息速率不受限于奈奎斯特定理。在壓縮感知的整個(gè)過程中,測量矩陣和重構(gòu)算法是其最主要的核心內(nèi)容。在CS過程中,觀測矢量的獲得非常關(guān)鍵,然而測量矩陣又決定著觀測矢量的信息含量,設(shè)計(jì)一個(gè)性能良好的測量矩陣能使原始信號的壓縮過程中得到相對較少的觀測值,而同樣可以表達(dá)原始信號中的全部有用信息,并通過一定算法精確重構(gòu)原始信號。如果使用相同的重構(gòu)算法,那么影響重構(gòu)效果的第一要素就是測量矩陣,測量矩陣性能越好,則重建誤差越小,因此對測量矩陣的優(yōu)化技術(shù)研究具有重要的理論和實(shí)際意義。近年來,許多設(shè)計(jì)和優(yōu)化測量矩陣的方法相繼被提出,各種類型的測量矩陣也陸續(xù)被應(yīng)用到不同場合,可大體歸納為三類:第一類為隨機(jī)性矩陣,如隨機(jī)高斯矩陣、隨機(jī)伯努利矩陣等;第二類為部分正交陣,如部分哈達(dá)瑪陣、部分傅里葉陣等;第三類是確定性結(jié)構(gòu)化矩陣,如Toeplitz陣、循環(huán)矩陣、二進(jìn)制矩陣等。這些矩陣存在著許多不足:如測量矩陣的元素隨機(jī)性導(dǎo)致其存儲硬件的實(shí)現(xiàn)十分困難,而一些確定性測量矩陣雖然硬件實(shí)現(xiàn)相對簡單,但為了保持一定的信號重建精度就需要更多的關(guān)于原始信號的信息采樣測量值;而部分正交測量矩陣的限制條件較多,導(dǎo)致其適用范圍有限。論文的第一部分詳細(xì)介紹壓縮感知理論的基本概念和數(shù)學(xué)原理,并著重介紹CS理論中幾個(gè)重要組成部分:稀疏信號的表示、測量矩陣和重構(gòu)算法;第二部分描述了測量矩陣的分類,列舉了各類測量矩陣并分析了它們各自的特點(diǎn),對常見的測量矩陣進(jìn)行定量的性能分析,給出了一些現(xiàn)有測量矩陣的優(yōu)化方法,分析目前測量矩陣優(yōu)化方法中的長處和不足;在前人的理論與實(shí)踐中提取這些研究工作的精髓。第三部分詳細(xì)分析測量矩陣需要滿足的性質(zhì)和優(yōu)化設(shè)計(jì)該矩陣需要考慮的因素,提出一種改進(jìn)的變步長(Adaptive Step Size,ASS)梯度下降(Gradient Descent Method,GDM)的測量矩陣優(yōu)化方法:ASS-GDM法。該方法在梯度下降中基于模擬退火(Simulated Annealing,SA)系數(shù)來調(diào)節(jié)步長從而達(dá)到步長的自適應(yīng)變化,提高算法的收斂速度。第四部分提出一種優(yōu)化測量矩陣的改進(jìn)新方法—RS碼方法,由RS碼經(jīng)過多重算法最終得到測量矩陣的相關(guān)性漸近Welch界,從而達(dá)到性能漸近最優(yōu)。
【關(guān)鍵詞】：壓縮感知 測量矩陣 梯度下降法 自適應(yīng)步長 RS碼法矩陣優(yōu)化
【學(xué)位授予單位】：杭州電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN911.7
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 緒論10-16
• 1.1 課題研究的背景與意義10-11
• 1.2 相關(guān)理論的研究狀況與發(fā)展趨勢11-14
• 1.3 論文的內(nèi)容編排14-16
• 第2章 壓縮感知16-24
• 2.1 CS基本原理16-17
• 2.2 測量矩陣和恢復(fù)算法17-23
• 2.2.1 稀疏表示17-18
• 2.2.2 測量矩陣18-19
• 2.2.3 恢復(fù)算法19-23
• 2.3 本章小結(jié)23-24
• 第3章 測量矩陣及其優(yōu)化方法24-35
• 3.1 概述24
• 3.2 測量矩陣綜述24-28
• 3.2.1 一般測量矩陣分類24-25
• 3.2.2 常用測量矩陣的特性25-28
• 3.3 現(xiàn)有矩陣優(yōu)化方法28-31
• 3.4 實(shí)際場合對測量矩陣的要求31-34
• 3.4.1 采樣信息獨(dú)立性要求31
• 3.4.2 RIP性質(zhì)的要求31-33
• 3.4.3 壓縮后的背景白噪聲要求33
• 3.4.4 最大化壓縮后信噪比要求33-34
• 3.5 本章小結(jié)34-35
• 第4章 改進(jìn)的ASS-GDM優(yōu)化測量矩陣方法35-42
• 4.1 概述35-36
• 4.2 ASS-GDM優(yōu)化方法36-39
• 4.2.1 測量矩陣優(yōu)化中的目標(biāo)函數(shù)36-37
• 4.2.2 模擬退火系數(shù)和算法過程37-39
• 4.3 數(shù)值仿真與分析39-41
• 4.4 本章小結(jié)41-42
• 第5章 基于RS碼構(gòu)造測量矩陣42-50
• 5.1 概述42-43
• 5.2 測量矩陣的RS碼構(gòu)造方法43-46
• 5.3 仿真與分析46-49
• 5.4 本章小結(jié)49-50
• 第6章 總結(jié)和展望50-52
• 致謝52-53
• 參考文獻(xiàn)53-57
• 附錄57

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 ;1998年第24期擂臺賽點(diǎn)評[J];電腦愛好者;1999年06期

2 郝家欍;矩陣、概率與統(tǒng)計(jì)自學(xué)參考[J];煤礦機(jī)械;1985年03期

3 譚瓊;如何形成網(wǎng)絡(luò)流規(guī)劃中的路矩陣[J];系統(tǒng)工程理論與實(shí)踐;1992年04期

4 王以德,賈力普;快速算法及矩陣的新式分解[J];計(jì)算機(jī)應(yīng)用與軟件;1984年03期

5 黃祿炳,黃顯高;矩陣應(yīng)用中值得注意的問題[J];西安郵電學(xué)院學(xué)報(bào);1997年01期

6 李大農(nóng);漢字鄰接頻率的矩陣表示[J];黃岡師專學(xué)報(bào);1997年01期

7 楊秀文,嚴(yán)尚安,張潔,曾順鵬;可達(dá)矩陣的新求法[J];電子科技大學(xué)學(xué)報(bào);2000年06期

8 樊葆華;竇強(qiáng);張鶴穎;;網(wǎng)絡(luò)演算的矩陣解釋[J];計(jì)算機(jī)學(xué)報(bào);2009年12期

9 馮春生;;2維空間填充曲線的塊矩陣迭代法[J];計(jì)算機(jī)工程與應(yīng)用;2011年12期

10 孟章榮;幾個(gè)圖矩陣及其應(yīng)用[J];系統(tǒng)工程與電子技術(shù);1981年01期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 楊偉;;模糊軟矩陣及其格結(jié)構(gòu)[A];中國運(yùn)籌學(xué)會模糊信息與模糊工程分會第五屆學(xué)術(shù)年會論文集[C];2010年

2 陳文康;姚陳;;對Bond變換的若干思考[A];中國地球物理·2009[C];2009年

中國重要報(bào)紙全文數(shù)據(jù)庫 前1條

1 金_g;IT自考學(xué)習(xí)資源大搜索（一）[N];中國電腦教育報(bào);2002年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前8條

1 賀楊成;半監(jiān)督低秩矩陣學(xué)習(xí)及其應(yīng)用[D];上海交通大學(xué);2015年

2 郝曉麗;粒度格矩陣空間模型及其應(yīng)用研究[D];太原理工大學(xué);2009年

3 韓曦;基于多維矩陣的移動(dòng)通信信號檢測及參數(shù)估計(jì)技術(shù)研究[D];北京郵電大學(xué);2013年

4 張芬;基于低秩矩陣填充的相位檢索方法研究[D];安徽大學(xué);2015年

5 方茂中;關(guān)于矩陣填充和非負(fù)矩陣的研究[D];華東師范大學(xué);2008年

6 陳娜;矩陣恢復(fù)算法及誤差分析[D];華中科技大學(xué);2012年

7 耿娟;低秩矩陣與張量完整化問題的算法研究[D];中國農(nóng)業(yè)大學(xué);2014年

8 田貴賢;圖譜理論和幾類矩陣的譜與組合特征研究[D];電子科技大學(xué);2009年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 吳越;Vandermonde矩陣的理論與應(yīng)用研究[D];安徽大學(xué);2016年

2 曹萌;幾類Bezout矩陣的研究[D];安徽大學(xué);2016年

3 唐云;基于Spark的大規(guī)模分布式矩陣運(yùn)算算法研究與實(shí)現(xiàn)[D];南京大學(xué);2016年

4 陳露;關(guān)于矩陣運(yùn)算的公開可驗(yàn)委托計(jì)算的研究與分析[D];蘇州大學(xué);2016年

5 劉瓊;最終D-SDD、最終S-SDD矩陣及矩陣的特征值包含集[D];云南大學(xué);2016年

6 李國政;圖D_(MAX)-矩陣的性質(zhì)研究[D];青海師范大學(xué);2016年

7 徐小拼;基于隨機(jī)OD矩陣估計(jì)的交通檢測器優(yōu)化布點(diǎn)問題[D];中國礦業(yè)大學(xué);2016年

8 魏從靜;壓縮感知中測量矩陣的構(gòu)造與優(yōu)化研究[D];南京郵電大學(xué);2016年

9 崔亞偉;流量矩陣的Markov-BPNN估計(jì)模型及方法的研究[D];華中師范大學(xué);2016年

10 孫駿;壓縮感知中結(jié)構(gòu)化測量矩陣與編碼算法的研究[D];天津大學(xué);2014年

，

本文編號：1080643