壓縮感知理論中信號(hào)重構(gòu)算法研究與FPGA實(shí)現(xiàn).pdf

1、壓縮感知理論是近年來興起的一種新穎采樣理論，其提供了一種從少量的采樣值中精確重構(gòu)原始信號(hào)的方法。自提出以來便引起了相關(guān)領(lǐng)域科研者的廣泛關(guān)注，如何提高信號(hào)重構(gòu)質(zhì)量、降低算法復(fù)雜度是目前相關(guān)研究的重點(diǎn)與熱點(diǎn)課題之一。鑒于此，本文對(duì)壓縮感知理論中信號(hào)重構(gòu)算法進(jìn)行了深入研究，著力于尋找高概率、魯棒的壓縮感知重構(gòu)算法。本文工作的主要貢獻(xiàn)和創(chuàng)新總結(jié)如下：
　　首先，在研究了基于最小范數(shù)的壓縮感知圖像重構(gòu)算法基礎(chǔ)上，針對(duì)拉格朗日函數(shù)序列二次規(guī)劃

2、(Sequential Quadratic Programming，SQP)方法中海瑟( Hesse)矩陣不正定導(dǎo)致計(jì)算量很大的問題，提出了基于l p范數(shù)的壓縮感知圖像重構(gòu)優(yōu)化算法，該算法將價(jià)值函數(shù)與修正Hesse矩陣序列二次規(guī)劃方法相結(jié)合，并采用了圖像分塊壓縮感知技術(shù)。通過在不同采樣率和不同重構(gòu)算法下對(duì)圖像重構(gòu)效果進(jìn)行對(duì)比，實(shí)驗(yàn)驗(yàn)證了該圖像重構(gòu)算法取得重構(gòu)精度與算法時(shí)間上的平衡；
　　其次，針對(duì)壓縮感知重構(gòu)算法中正交匹配追蹤(O

3、rthogonal Matching Pursuit, OMP)算法在每次迭代中不能選取最優(yōu)原子問題，改進(jìn)其原子選擇準(zhǔn)則，從而保證了每次迭代的當(dāng)前觀測(cè)信號(hào)余量最小，并提出了一種基于FPGA實(shí)現(xiàn)的優(yōu)化OMP算法硬件結(jié)構(gòu)設(shè)計(jì)，該設(shè)計(jì)在矩陣分解過程采取了修正喬列斯基(Cholesky)分解方案，回避開方計(jì)算，以減少運(yùn)算延時(shí)，易于FPGA實(shí)現(xiàn)；
　　最后，設(shè)計(jì)了基于FPGA的圖像采集及處理硬件系統(tǒng)，實(shí)現(xiàn)了壓縮感知對(duì)圖像的采集，此系統(tǒng)給出了