本文關(guān)鍵詞：基于信號結(jié)構(gòu)特性的壓縮感知關(guān)鍵技術(shù)研究　出處：《北京郵電大學》2015年博士論文　論文類型：學位論文

  更多相關(guān)文章： 壓縮感知 小波變換 相似性 單測量向量 多測量向量

【摘要】：壓縮感知或壓縮采樣(Compressed Sensing or Compressive Sampling, CS)理論為信號壓縮編碼技術(shù)帶來了新的革命性突破。相比于傳統(tǒng)的采樣壓縮算法,壓縮感知在降低數(shù)據(jù)采集和處理成本、節(jié)約存儲空間、提高傳輸效率等方面具有巨大的潛力。本論文選題具有重要的理論意義和廣闊的應(yīng)用前景。本文的主要目標是設(shè)計并優(yōu)化CS算法以提高信號的重構(gòu)質(zhì)量與精度,為將CS理論成功推廣并應(yīng)用于實際數(shù)據(jù)壓縮采樣系統(tǒng)奠定良好的基礎(chǔ)。論文的主要研究工作是將壓縮感知理論與信號的結(jié)構(gòu)特性相結(jié)合,提出有效的算法,擴展和豐富了CS理論。主要研究成果和創(chuàng)新點包括：1.針對基于小波變換的稀疏表示使得圖像的一部分信息在測量采樣之前就已丟失的問題,提出了一種基于圖像子塊相似性的分塊壓縮感知(block-CS)算法。利用圖像子塊的相似性,提出分類算法,以類為基本單位對圖像子塊進行處理,提高了變換系數(shù)的稀疏度,減少了信息的丟失。仿真結(jié)果表明,所提算法在相同測量數(shù)目的條件下有效提高了重構(gòu)圖像的質(zhì)量。2.為了提高分塊壓縮感知算法的性能,提出了一種基于圖像子塊相似性的分類壓縮感知(Clustering Compressed Sensing, CCS)算法。該算法同樣利用圖像子塊的相似性,將分類算法引入到CS框架中,選取每一類中最優(yōu)的公共圖像子塊作為代表進行傳輸,而不是傳輸全部的圖像子塊,減少了系統(tǒng)所需傳送的數(shù)據(jù)量。此外,為了進一步提高CCS算法的性能,提出基于小波系數(shù)特性的不等分類壓縮感知(unequal-CCS)算法。仿真結(jié)果表明,相比于已有的block-CS算法,所提算法能夠顯著提高重構(gòu)圖像的質(zhì)量。3.為了使一般的圖像信號也可以用于多測量向量模型,提出了一種基于圖像小波系數(shù)特點的結(jié)構(gòu)化CS算法。首先利用小波系數(shù)的四叉樹表示,提出了插零算法,將單測量向量(Single Measurement Vector, SMV)模型的重構(gòu)問題轉(zhuǎn)換為多測量向量(Multiple Measurement Vectors, MMV)模型的聯(lián)合稀疏重構(gòu)問題,使得一般的圖像信號可以用于MMV模型,而不僅限于幾類特殊信號。此外,為了進一步提高圖像的重構(gòu)精度,利用圖像子塊的相似性,將分類算法引入到MMV模型轉(zhuǎn)換框架中,增加了聯(lián)合稀疏矩陣的列數(shù)。在相同測量數(shù)目的條件下,提出的算法能夠顯著提高圖像的重構(gòu)精度。4.針對一維信號在MMV模型應(yīng)用中的局限性,提出了一種基于信號波形相似性的結(jié)構(gòu)化CS算法。利用一維信號的波形相似性,提出分段算法,將一維信號轉(zhuǎn)換為二維的聯(lián)合稀疏矩陣,使得一維信號可以用于MMV模型,進一步提高信號的恢復(fù)質(zhì)量。仿真結(jié)果表明,提出的算法可以實現(xiàn)信號的高質(zhì)量恢復(fù)。此外,相比于基于SMV模型的CS算法,在壓縮率(Compression Ratio, CR)波動比較大的條件下,所提出的MMV模型轉(zhuǎn)換算法的性能更穩(wěn)定。5.對CS理論在信源信道聯(lián)合(Jiont Source Channel Coding, JSCC)編碼中的應(yīng)用進行了初步探索和研究。提出了基于CS理論的不等差錯保護(Unequal Error Protection, UEP)方法。該方法不僅在信源編碼端采用CS算法以實現(xiàn)無線通信系統(tǒng)的有效性,同時在信道編碼端也采用了CS方法以保證無線通信系統(tǒng)的可靠性。仿真結(jié)果表明,提出的方法可實現(xiàn)較高的峰值信噪比(PSNR),并且顯著改善系統(tǒng)的容錯性能。此外提出的CS-UEP方法具有很好的魯棒性,特別適用于信道條件波動比較大的系統(tǒng)。最后對全文研究工作進行了總結(jié),并對基于信號結(jié)構(gòu)特性的壓縮感知關(guān)鍵技術(shù)研究進行了展望。
【學位授予單位】：北京郵電大學
【學位級別】：博士
【學位授予年份】：2015
【分類號】：TP391.41

【參考文獻】

相關(guān)期刊論文 前1條

1 葉蕾;楊震;王天荊;孫林慧;;行階梯觀測矩陣、對偶仿射尺度內(nèi)點重構(gòu)算法下的語音壓縮感知[J];電子學報;2012年03期

，

本文編號：1335736