壓縮感知中測量矩陣的優(yōu)化方法研究

《壓縮感知中測量矩陣的優(yōu)化方法研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、碩士學(xué)位論文題目:壓縮感知中測量矩陣的優(yōu)化方法研究研究生胡歡專業(yè)通信與信息系統(tǒng)指導(dǎo)教師汪立新教授完成日期2016年3月杭州電子科技大學(xué)學(xué)位論文原創(chuàng)性聲明和使用授權(quán)說明原創(chuàng)性聲明，，本人鄭里聲明：所呈交的學(xué)位論文足本人在導(dǎo)師的指導(dǎo)下獨立進行研巧工作所取得的成果。除文中己經(jīng)注明引用的內(nèi)容外，本論文不含任何其他個人誠集體己經(jīng)發(fā)衷或撰寫過■Ｌ，的作品誠成巧。對本文的研巧做出玉耍方獻的個人和集體均己巧文中Ｕ叫確方式ｔ小明。－一申請學(xué)位論文賞料右有不實之處，本人樂巧切扣關(guān)責(zé)任。論文作存簽知ｎ朋：年３月／谷ｎ學(xué)位論文使用授權(quán)說明：本人完倉ｙ解杭州化子科技大學(xué)

2、關(guān)ｆ保留和使用學(xué)位論文的規(guī)定，啡硏兄生化校攻讀，。學(xué)化期問論義Ｘ作的巧ｉ識產(chǎn)權(quán)中化屬化州電了科技火學(xué)本人保證畢業(yè)留校抗發(fā)巧論義或使用論義工作成果時署名單位仍然為杭卵電子科技大學(xué)。學(xué)校有權(quán)保留送交論文的復(fù)印件，．、允許巧閱和借閲論文擇，可臥允許米用影印縮印或共；學(xué)?？膳P公布論文的全部或部分內(nèi)它復(fù)制乎段保巧論文。（保密論義也解密ｉｎ迪守此規(guī)出）＇真論文作吝端曰期：＞《年多月ｆ日、屋：ｃ１指導(dǎo)巧師簽名１期如（年）月戶｜ｊ；杭州電子科技大學(xué)碩士學(xué)位論文壓縮感知中測量矩陣的優(yōu)化方法研究研究生：胡歡指導(dǎo)教師：汪立新教授2016年3月DissertationSub

3、mittedtoHangzhouDianziUniversityfortheDegreeofMasterResearchonoptimizationmethodofmeasurementmatrixbasedoncompressivesensingCandidate:HuHuanSupervisor:Prof.WangLixinMarch，2016杭州電子科技大學(xué)碩士學(xué)位論文摘要傳統(tǒng)的對模擬信號采樣方法會得到大量的采樣數(shù)，導(dǎo)致后續(xù)處理硬件和存儲的實現(xiàn)較為困難，壓縮感知(CompressiveSensing,CS)理論的提出為信號處理領(lǐng)域開辟了新的視野，它在對信號進行壓縮的同時獲得

4、了原始信號的信息采樣，利用少量的信息觀測值可以代替原始信號中大部分信息，并能利用這些觀測值來重構(gòu)原始信號。相對于傳統(tǒng)信號處理方法而言，CS采樣時的信息速率不受限于奈奎斯特定理。在壓縮感知的整個過程中，測量矩陣和重構(gòu)算法是其最主要的核心內(nèi)容。在CS過程中，觀測矢量的獲得非常關(guān)鍵，然而測量矩陣又決定著觀測矢量的信息含量，設(shè)計一個性能良好的測量矩陣能使原始信號的壓縮過程中得到相對較少的觀測值，而同樣可以表達原始信號中的全部有用信息，并通過一定算法精確重構(gòu)原始信號。如果使用相同的重構(gòu)算法，那么影響重構(gòu)效果的第一要素就是測量矩陣，測量矩陣性能越好，則重建誤差越小，因此對測量矩陣的優(yōu)化技術(shù)研

5、究具有重要的理論和實際意義。近年來，許多設(shè)計和優(yōu)化測量矩陣的方法相繼被提出，各種類型的測量矩陣也陸續(xù)被應(yīng)用到不同場合，可大體歸納為三類：第一類為隨機性矩陣，如隨機高斯矩陣、隨機伯努利矩陣等；第二類為部分正交陣，如部分哈達瑪陣、部分傅里葉陣等；第三類是確定性結(jié)構(gòu)化矩陣，如Toeplitz陣、循環(huán)矩陣、二進制矩陣等。這些矩陣存在著許多不足：如測量矩陣的元素隨機性導(dǎo)致其存儲硬件的實現(xiàn)十分困難，而一些確定性測量矩陣雖然硬件實現(xiàn)相對簡單，但為了保持一定的信號重建精度就需要更多的關(guān)于原始信號的信息采樣測量值；而部分正交測量矩陣的限制條件較多，導(dǎo)致其適用范圍有限。論文的第一部分詳細介紹壓縮感知

6、理論的基本概念和數(shù)學(xué)原理，并著重介紹CS理論中幾個重要組成部分：稀疏信號的表示、測量矩陣和重構(gòu)算法；第二部分描述了測量矩陣的分類，列舉了各類測量矩陣并分析了它們各自的特點，對常見的測量矩陣進行定量的性能分析，給出了一些現(xiàn)有測量矩陣的優(yōu)化方法，分析目前測量矩陣優(yōu)化方法中的長處和不足；在前人的理論與實踐中提取這些研究工作的精髓。第三部分詳細分析測量矩陣需要滿足的性質(zhì)和優(yōu)化設(shè)計該矩陣需要考慮的因素，提出一種改進的變步長(AdaptiveStepSize,ASS)梯度下降(GradientDescentMethod,GDM)的測量矩陣優(yōu)化方法：ASS-GDM法。該方法在梯度下降中基于模擬

7、退火(SimulatedAnnealing，SA)系數(shù)來調(diào)節(jié)步長從而達到步長的自適應(yīng)變化，提高算法的收斂速度。第四部分提出一種優(yōu)化測量矩陣的改進新方法—RS碼方法，由RS碼經(jīng)過多重算法最終得到測量矩陣的相關(guān)性漸近Welch界，從而達到性能漸近最優(yōu)。關(guān)鍵詞：壓縮感知，測量矩陣，梯度下降法，自適應(yīng)步長，RS碼法矩陣優(yōu)化I杭州電子科技大學(xué)碩士學(xué)位論文ABSTRACTTraditionalanalogsignalsamplingmethodwillgetalotofsamples,the