資源描述：
《基于量子粒子群優(yōu)化算法的壓縮感知數(shù)據(jù)重構(gòu)方法.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。
1、第28卷第6期傳感技術(shù)學(xué)報(bào)Vo1．28No．62015年6月CHINESEJOURNALOFSENSORSANDACTUATORSJune2015PerceptualDataReconstructionforCompressedSensingBasedonQuantumBehavedParticleSwarmOptimizationL／UZhouzhou，LIYanping(1．Xi’anAeronauticalUniversity，Xi~an710077，China；2．DepartmentofComput
2、erandInformationEngineering，HezeUniversity，HezeShandong274015，China)Abstract：Accordingtowirelesssensornetworkmonitoringobjectfeatures，thecompressedsensingtheoryisappliedtodatacompressiontoreducethecommunicationenergy．Consideringthatreconstructionaccuracyofe
3、xistingdatareconstructionincompressedsensingcanbeeasilyinfluencedbysparsity，afteranalysisofcompressedsensingdatareconstructionprinciple，withsub-flameprocessingtheoriginalsignalinfixedlengthtoreducethesolutionspace，andapplyingquantumtheoryencodinginParticleS
4、warmOptimization，CompressedSensingDataReconstructionthatbasedonQuantum—behavedParticleSwarmOptimizationappears．Accordingtowirelesssensornetworkmonito-ringobjectfeatures，thisalgorithmimprovestheaccuracyofthedatareconstructionbyimprovingparticleinitialpo—siti
5、onandupdatemodeinParticleSwarmOptimizationfromStatistics．Simulationresultsshowthatunderconditionsofsparsitylessthan50，QP—CSDRgets20％～40％performanceimprovementonReconstructionaccuracycomparingtoexistingalgorithms．Nowthealgorithmhasbeenappliedtomicro—earthqua
6、kesandaudiomonitoringsystem，andinactualinspection，theactualsystemlifeisextendedabout2-4timeswithassurancedataaccuracy．Keywords：wirelesssensornetwork；quantumtheory；particleswarmoptimizationalgorithm；compressedsensor；datareconstrueti0nEEACC：7230doi：10．3．issn．
7、1004—1699．2015．06．011基于量子粒子群優(yōu)化算法的壓縮感知數(shù)據(jù)重構(gòu)方法術(shù)劉洲洲，李艷平(1．西安航空學(xué)院，西安710077；2．菏澤學(xué)院計(jì)算機(jī)與信息工程系，山東菏澤274015)摘要：針對(duì)傳感器監(jiān)測(cè)對(duì)象特點(diǎn)，將壓縮感知理論應(yīng)用于數(shù)據(jù)壓縮過(guò)程以降低通信能耗，并根據(jù)現(xiàn)有壓縮感知數(shù)據(jù)重構(gòu)算法存在的重構(gòu)精度受稀疏度影響較大的缺點(diǎn)，在分析了壓縮感知數(shù)據(jù)重構(gòu)原理后，提出了將原始信號(hào)按固定長(zhǎng)度進(jìn)行分幀處理以減少算法解空間的數(shù)量，并將量子理論中的編碼方式應(yīng)用于粒子群優(yōu)化算法，提出了基于量子粒子群優(yōu)化算法的壓縮
8、感知數(shù)據(jù)重構(gòu)方法QP—CSDR。算法根據(jù)傳感器監(jiān)測(cè)對(duì)象特點(diǎn)，從統(tǒng)計(jì)學(xué)角度出發(fā)對(duì)粒子群優(yōu)化算法中的粒子初始位置及粒子群更新方式加以改進(jìn)，以提高數(shù)據(jù)重構(gòu)精度。仿真實(shí)驗(yàn)結(jié)果表明，在稀疏度小于5O的條件下，QP—CSDR算法相對(duì)已有算法在重構(gòu)精度方面性能提升20％～40％，該算法已應(yīng)用于微地震及音頻監(jiān)測(cè)系統(tǒng)中，經(jīng)實(shí)際檢驗(yàn)算法在保證數(shù)據(jù)精度的前提下延長(zhǎng)系統(tǒng)壽命2倍～4倍左右。關(guān)鍵詞：量子理論；粒子群優(yōu)化算法；
