發(fā)布時(shí)間：2023-06-01 21:08

　　信號(hào)降噪是信號(hào)處理領(lǐng)域的核心任務(wù).在信號(hào)降噪過(guò)程中,利用信號(hào)的先驗(yàn)知識(shí)選取正則項(xiàng)進(jìn)而構(gòu)建數(shù)學(xué)模型,因此先驗(yàn)知識(shí)起著決定性作用.本文首先針對(duì)MM(Majorization-Minimization,MM)算法的收斂性給出了理論上的證明,這在理論上保證了后續(xù)應(yīng)用的合理性.其次,利用信號(hào)在時(shí)域上的先驗(yàn)知識(shí),針對(duì)多正則Lasso問(wèn)題提出了基于不同分組稀疏先驗(yàn)的降噪方法,稱(chēng)為不同分組的降噪(DGDN-OGS)算法.最后,在小波域中刻畫(huà)了關(guān)于小波變換系數(shù)的組稀疏性先驗(yàn),并將其表述為交疊組稀疏(Overlapping-Group Sparsity,OGS)正則,進(jìn)而利用信號(hào)在小波域上的先驗(yàn)知識(shí),提出了帶有交疊組稀疏正則的小波變換域降噪(WTDN-OGS)算法.這兩種算法都是基于MM算法的框架,利用Proximal映射對(duì)構(gòu)建的優(yōu)化問(wèn)題進(jìn)行迭代求解.在美國(guó)密歇根心音數(shù)據(jù)庫(kù)中的數(shù)據(jù)上的實(shí)驗(yàn)結(jié)果中顯示,本文提出的小波域上的降噪算法在處理心音(Heart Sound,HS)信號(hào)上較為有效.

【文章頁(yè)數(shù)】：40 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 本文研究的目的和意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 本文的主要內(nèi)容
第2章 MM算法及其收斂性
    2.1 MM算法背景及基本要求
    2.2 MM算法的收斂性證明
    2.3 本章小結(jié)
第3章 基于不同分組稀疏先驗(yàn)的降噪方法
    3.1 不同分組稀疏正則
    3.2 上界函數(shù)與Proximal映射
    3.3 不同交疊分組稀疏信號(hào)降噪
    3.4 算法及模擬實(shí)驗(yàn)
    3.5 本章小結(jié)
第4章 基于小波域分組稀疏先驗(yàn)的降噪方法
    4.1 HS信號(hào)的小波分解
    4.2 小波域信號(hào)降噪先驗(yàn)
    4.3 交疊分組稀疏的小波域降噪
    4.4 實(shí)驗(yàn)
    4.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝



本文編號(hào)：3827057