基于壓縮感知的測(cè)量矩陣設(shè)計(jì)及在成像系統(tǒng)中的應(yīng)用.pdf_第1頁(yè)
已閱讀1頁(yè),還剩60頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、壓縮感知理論是信息化社會(huì)不斷發(fā)展的一個(gè)產(chǎn)物,由于人們對(duì)于信息的存儲(chǔ)、傳輸?shù)纫笤絹?lái)越高,傳統(tǒng)的信號(hào)壓縮方法在某些方面已經(jīng)難以滿足人們的要求。于是壓縮感知理論應(yīng)運(yùn)而生。這個(gè)全新的理論并沒(méi)有建立在傳統(tǒng)的奈奎斯特定律的基礎(chǔ)之上,而是突破了這個(gè)限制,使得信號(hào)的采集無(wú)需滿足奈奎斯特定律,從而大大的降低了采樣的速率。正是由于這個(gè)原因,近年來(lái)壓縮感知成為人們研究的熱點(diǎn)。其中,構(gòu)造簡(jiǎn)單而又有效的測(cè)量矩陣對(duì)于壓縮感知的硬件實(shí)現(xiàn)有著重大的意義。
  

2、本文在大量的閱讀有關(guān)于壓縮感知的文獻(xiàn)的基礎(chǔ)之上,對(duì)于信號(hào)的稀疏表示、測(cè)量矩陣的設(shè)計(jì)以及后端恢復(fù)算法的研究這三個(gè)壓縮感知過(guò)程中的核心問(wèn)題進(jìn)行了深入的討論和全面的綜述。然后,本文在對(duì)現(xiàn)有測(cè)量矩陣進(jìn)行總結(jié)與討論的基礎(chǔ)上,針對(duì)LDPC矩陣構(gòu)造時(shí),針對(duì)不同維數(shù)的測(cè)量矩陣,都需要一系列實(shí)驗(yàn)確定其最優(yōu)的d值(矩陣每一列中“1”的數(shù)量),過(guò)程繁瑣,不利于實(shí)際應(yīng)用的這個(gè)問(wèn)題,設(shè)計(jì)出一種基于LDPC矩陣的半循環(huán)半隨機(jī)式測(cè)量矩陣,該矩陣不僅具有LDPC矩陣的

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論