資源描述：
《壓縮感知測量矩陣的研究及設(shè)計(jì)》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、壓縮感知測量矩陣的研究及設(shè)計(jì)作者姓名王夢絲導(dǎo)師姓名、職稱肖嵩教授一級學(xué)科信息與通信工程二級學(xué)科通信與信息系統(tǒng)申請學(xué)位類別工學(xué)碩士提交學(xué)位論文日期2014年12月學(xué)校代碼10701學(xué)號1201120196分類號TN91密級公開西安電子科技大學(xué)碩士學(xué)位論文壓縮感知測量矩陣的研究及設(shè)計(jì)作者姓名：王夢絲一級學(xué)科：信息與通信工程二級學(xué)科：通信與信息系統(tǒng)學(xué)位類別：工學(xué)碩士指導(dǎo)教師姓名、職稱：肖嵩教授提交日期：2014年12月ResearchandDesignofMeasurementMatrixforCompressedSensingAthesissubmittedtoXIDIANU
2、NIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinInformationandCommunicationEngineeringByWangMengsiSupervisor:Prof.XiaoSongDecember2014西安電子科技大學(xué)學(xué)位論文獨(dú)創(chuàng)性（或創(chuàng)新性）聲明秉承學(xué)校嚴(yán)謹(jǐn)?shù)膶W(xué)風(fēng)和優(yōu)良的科學(xué)道德，本人聲明所呈交的論文是我個人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知，除了文中特別加以標(biāo)注和致謝中所羅列的內(nèi)容以外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果；也不包含為獲得
3、西安電子科技大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說明并表示了謝意。學(xué)位論文若有不實(shí)之處，本人承擔(dān)一切法律責(zé)任。本人簽名：日期：西安電子科技大學(xué)關(guān)于論文使用授權(quán)的說明本人完全了解西安電子科技大學(xué)有關(guān)保留和使用學(xué)位論文的規(guī)定，即：研究生在校攻讀學(xué)位期間論文工作的知識產(chǎn)權(quán)單位屬于西安電子科技大學(xué)。學(xué)校有權(quán)保留送交論文的復(fù)印件，允許查閱、借閱論文；學(xué)?？梢怨颊撐牡娜炕虿糠謨?nèi)容，允許采用影印、縮印或其它復(fù)制手段保存論文。同時本人保證，獲得學(xué)位后結(jié)合學(xué)位論文研究成果撰寫的文章，署名單位為西安電子科技大學(xué)。保密
4、的學(xué)位論文在年解密后適用本授權(quán)書。本人簽名：導(dǎo)師簽名：日期：日期：摘要摘要壓縮感知（CompressedSensing）是一種新的信號采樣與處理的理論框架，它通過利用信號的稀疏性或可壓縮性對信號進(jìn)行采樣壓縮，在保證信號正確重構(gòu)的前提下所需的采樣數(shù)可以突破傳統(tǒng)奈奎斯特采樣定律中關(guān)于采樣帶寬的要求，并且能夠在信號采樣的同時進(jìn)行信號的壓縮。由于測量矩陣的性能直接影響信號采樣與信號重建的性能，在壓縮感知的過程中起著至關(guān)重要的作用，因此設(shè)計(jì)性能良好的壓縮感知測量矩陣對壓縮感知理論的發(fā)展及應(yīng)用具有重要意義。本文圍繞壓縮感知測量矩陣進(jìn)行了研究，詳細(xì)討論了壓縮感知的原理及其發(fā)展與應(yīng)用的領(lǐng)
5、域，深入研究了現(xiàn)有常用的壓縮感知測量矩陣的特點(diǎn)及性能，針對目前壓縮感知測量矩陣中存在的問題，本文主要進(jìn)行了以下工作：1.針對壓縮感知測量矩陣計(jì)算復(fù)雜度高、硬件不易生成等問題，提出了一種新型結(jié)構(gòu)的壓縮感知塊稀疏循環(huán)移位矩陣，該矩陣的元素屬于集合{0，1，-1}，矩陣中的每一個子矩陣都通過隨機(jī)循環(huán)移位一個稀疏托普利茲矩陣而得到。理論證明了所提出的塊稀疏循環(huán)移位矩陣滿足約束等距性（RIP）條件，即用該矩陣進(jìn)行稀疏信號采樣，可以保證信號的恢復(fù)性能在一個較高的水平上。詳細(xì)比較了所提塊稀疏循環(huán)移位矩陣與高斯隨機(jī)矩陣、托普利茲矩陣、塊托普利茲矩陣，在計(jì)算復(fù)雜度、存儲量和矩陣元素類型上的
6、區(qū)別及優(yōu)勢，并通過Matlab仿真，驗(yàn)證了采用塊稀疏循環(huán)移位矩陣，可以在保證信號恢復(fù)質(zhì)量的前提下顯著降低計(jì)算復(fù)雜度，并優(yōu)化了矩陣行權(quán)重值，確定了行權(quán)重值的下限。與傳統(tǒng)壓縮感知測量矩陣相比，所提出的測量矩陣具有以下優(yōu)勢：（1）低感知復(fù)雜度；（2）高恢復(fù)精確度；（3）低存儲容量；（4）硬件友好。2.針對用壓縮感知對二維圖像進(jìn)行處理過程中存在的存儲量大、計(jì)算復(fù)雜度高、運(yùn)算耗時長的問題，提出適合于二維圖像尤其是醫(yī)學(xué)圖像處理的塊稀疏循環(huán)移位矩陣，并基于圖像的分塊處理，使每一個圖像塊都可以獨(dú)立、實(shí)時地用該矩陣進(jìn)行采樣。仿真實(shí)驗(yàn)表明，與目前壓縮感知二維圖像處理中性能穩(wěn)定、處理快速、使用
7、廣范的置亂塊哈達(dá)瑪矩陣相比，所提適用于二維圖像處理的塊稀疏循環(huán)移位矩陣，在與置亂塊哈達(dá)瑪矩陣獲得相同的恢復(fù)質(zhì)量的條件下，能夠顯著降低壓縮感知采樣與重構(gòu)的復(fù)雜度，進(jìn)而降低壓縮采樣與信號重構(gòu)的時間，因此非常適合應(yīng)用于具有稀疏離散梯度特性的醫(yī)學(xué)圖像的采集，并且由于在采樣時無需直接獲取整幅圖像，更適合于實(shí)時壓縮。關(guān)鍵詞：壓縮感知,測量矩陣,分塊矩陣,稀疏矩陣,循環(huán)矩陣,塊處理I西安電子科技大學(xué)碩士學(xué)位論文論文類型：應(yīng)用基礎(chǔ)研究類IIABSTRACTABSTRACTCompressedSensingisanemergingmethodo
