壓縮感知算法及其在成像中的應(yīng)用.pdf

1、壓縮感知是一種新穎的信號(hào)處理理論,它突破了奈奎斯特采樣速率的限制，實(shí)現(xiàn)了亞奈奎斯特采樣速率下信號(hào)的稀疏重構(gòu)。壓縮感知理論是信號(hào)采樣領(lǐng)域的一次變革，為信號(hào)處理提出了新的思路和方法。由于實(shí)際問題中很多信號(hào)具有稀疏特性，所以將壓縮感知理論用于實(shí)際信號(hào)處理系統(tǒng)可以很好地提升系統(tǒng)的性能。本文針對(duì)壓縮感知理論中的兩個(gè)關(guān)鍵問題—測(cè)量矩陣和重建算法，提出改進(jìn)的測(cè)量矩陣迭代優(yōu)化算法和改進(jìn)的稀疏重建算法，并對(duì)壓縮成像系統(tǒng)中的圖像重建問題進(jìn)行了研究。本文的主

2、要工作如下：
　　首先，討論了一種基于迭代的測(cè)量矩陣訓(xùn)練優(yōu)化算法，并在此基礎(chǔ)上對(duì)其進(jìn)行了改進(jìn)。正交匹配追蹤（OMP）算法的重建能力與感知矩陣的互相關(guān)性息息相關(guān)。本文引入了自適應(yīng)的閾值選擇策略，并保證迭代過程中稀疏基不變，有效地降低了原子間的互相關(guān)性，從而提高了OMP算法的信號(hào)重建能力。
　　其次，針對(duì)前向預(yù)測(cè)正交匹配追蹤（LAOMP）重建算法提出了改進(jìn)型算法，克服了LAOMP算法缺少錯(cuò)誤原子糾正機(jī)制、迭代收斂較慢等問題。該算