2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩74頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、壓縮感知理論解決了傳統(tǒng)采樣理論對帶寬要求的瓶頸,以“邊采樣邊壓縮”的方式直接對信號進(jìn)行處理,其中采樣中最關(guān)鍵的環(huán)節(jié)就是觀測矩陣的構(gòu)造。性能優(yōu)良的觀測矩陣將信號投影到低維空間,得到的觀測值包含盡可能多的原始信號的重要信息,這樣確保更精準(zhǔn)地重構(gòu)出原始信號。本文圍繞觀測矩陣的構(gòu)造問題,深入研究了觀測矩陣的分類以及各類觀測矩陣的構(gòu)造原理和方法。針對現(xiàn)有的常用觀測矩陣存在的問題,本文提出了相應(yīng)的構(gòu)造和改進(jìn)方法,主要的創(chuàng)新工作包括:
  (1

2、)針對現(xiàn)有觀測矩陣構(gòu)造復(fù)雜且元素不是二值化的問題,在已有的低密度奇偶觀測矩陣基礎(chǔ)上,提出一種級聯(lián)LDPC觀測矩陣的構(gòu)造方法。LDPC校驗矩陣的構(gòu)造條件之一就是各列元素之間保持不相干性,滿足觀測矩陣的RIP準(zhǔn)則,故將其應(yīng)用于壓縮感知中作為觀測矩陣使用。級聯(lián)LDPC觀測矩陣的構(gòu)造受Mackay1A構(gòu)造法的啟發(fā),用Gallager構(gòu)造法取代Mackay構(gòu)造法中部分內(nèi)容,由這兩者級聯(lián)生成。實驗結(jié)果表明,級聯(lián)LDPC觀測矩陣性能優(yōu)于用單一方法構(gòu)造

3、的LDPC觀測矩陣。
  (2)針對現(xiàn)有觀測矩陣存儲量大且不易于硬件實現(xiàn)的問題,在LDPC觀測矩陣的基礎(chǔ)上,提出對角化LDPC觀測矩陣的構(gòu)造方法。將LDPC觀測矩陣與對角塊矩陣相結(jié)合,生成對角化LDPC觀測矩陣。對角線位置放置相同的LDPC塊,不僅簡化構(gòu)造復(fù)雜度,而且能夠減小存儲空間,只需要存儲一個LDPC塊大小的元素,即可得到一個完整的對角化LDPC觀測矩陣。實驗結(jié)果表明,對角化LDPC觀測矩陣具有以下優(yōu)勢:a.構(gòu)造簡單且矩陣元

4、素少;b.重構(gòu)精度高;c.計算量和存儲空間小;d.方便硬件實現(xiàn)。將對角化LDPC觀測矩陣應(yīng)用于遙感圖像重構(gòu)仿真實驗,重構(gòu)效果優(yōu)于其他觀測矩陣,且重構(gòu)時間較短。
  (3)針對圖像數(shù)據(jù)采樣的復(fù)雜性,同時為了驗證觀測矩陣的性能,本文設(shè)計實現(xiàn)一個壓縮感知圖像重構(gòu)仿真軟件系統(tǒng)。該軟件能夠清晰地看到壓縮感知圖像重構(gòu)的所有流程,包括圖像信號的稀疏表示、信號的感知采樣和圖像信號的重構(gòu)。軟件側(cè)重于觀測矩陣的采樣過程,可以根據(jù)需求生成所需大小的觀測

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論