壓縮感知中構(gòu)造測(cè)量矩陣研究.pdf

壓縮感知中構(gòu)造測(cè)量矩陣研究.pdf

ID:52476668

大?。?26.37 KB

頁(yè)數(shù):3頁(yè)

時(shí)間:2020-03-28

壓縮感知中構(gòu)造測(cè)量矩陣研究.pdf_第1頁(yè)
壓縮感知中構(gòu)造測(cè)量矩陣研究.pdf_第2頁(yè)
壓縮感知中構(gòu)造測(cè)量矩陣研究.pdf_第3頁(yè)
資源描述:

《壓縮感知中構(gòu)造測(cè)量矩陣研究.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、[摘要]1.引言香農(nóng)采樣定理理、存儲(chǔ)、傳輸?shù)?,另外,為保證信息的安全傳輸,通常的加密Donoho給出測(cè)量矩陣要滿足三個(gè)特性:技術(shù)是用某種方式對(duì)信號(hào)進(jìn)行編碼,其采樣率不小于最高頻(1)由測(cè)量矩陣的列向量組成的子矩陣的最小奇異值必須率的兩倍。該理論指導(dǎo)下的信息獲取、存儲(chǔ)、融合、處理及傳輸大于一定的常數(shù)。其列向量有一定的線性獨(dú)立性;等成為目前信息領(lǐng)域進(jìn)一步發(fā)展的主要瓶頸之一,主要表現(xiàn)(2)測(cè)量矩陣的列向量體現(xiàn)類似于噪聲的隨機(jī)獨(dú)立性;在兩個(gè)方面:(1)數(shù)據(jù)獲取和處理方面;(2)數(shù)據(jù)存儲(chǔ)和傳輸方(3)滿足稀疏度的解是1.范數(shù)最小的向量。面。眾所周知,Nyquist采樣率是信號(hào)

2、精確復(fù)原的充分條件,但這三個(gè)特性對(duì)矩陣的構(gòu)造起著決定性作用。絕不是必要條件;除帶寬可作為先驗(yàn)信息外,實(shí)際應(yīng)用中的大選擇測(cè)量矩陣時(shí)需滿足三個(gè)條件:多數(shù)信號(hào)/圖像中擁有大量的結(jié)構(gòu)。(1)盡量少的數(shù)據(jù)量:近年來(lái),由D.Donoho(美國(guó)科學(xué)院院士1、E.Can—(2)便于硬件實(shí)現(xiàn)和優(yōu)化算法實(shí)現(xiàn);des(Ridgelet,Curvelet創(chuàng)始人1及華裔科學(xué)家T.Tao等人提出(3)普適性。了壓縮感知(compressedsensing,簡(jiǎn)稱CS)理論_l_。壓縮感知理3.測(cè)量矩陣的構(gòu)造論表示:如果信號(hào)通過(guò)某種變換(如傅立葉變換,小波變換等)后,是可稀疏表示或可壓縮的,則可設(shè)

3、計(jì)一個(gè)與變換基不相關(guān)構(gòu)造測(cè)量矩陣分為隨機(jī)測(cè)量矩陣和確定性測(cè)量矩陣,下的測(cè)量矩陣測(cè)量信號(hào),得到的測(cè)量值通過(guò)求解優(yōu)化問(wèn)題,可實(shí)面將從這兩方面來(lái)闡述構(gòu)造方法?,F(xiàn)信號(hào)的精確或近似重構(gòu)。測(cè)量后,信號(hào)f由N維減少到M維3.1隨機(jī)測(cè)量矩陣的構(gòu)造(M<

4、MxN階矩陣,H∈R,式(2)為其通項(xiàng)。2.構(gòu)造測(cè)量矩陣的理論H(id)=—、/一h構(gòu)建壓縮矩陣的關(guān)鍵是測(cè)量矩陣的構(gòu)造,它可由測(cè)量波M形和采樣方式來(lái)決定?;跍y(cè)量矩陣的普適性和實(shí)用性,矩陣的每個(gè)元素服從均值0,方差為1/\/而的高斯分布,Candes等研究出著名的RIP(RestrictedIsometryPrinciple)理是一個(gè)隨機(jī)性很強(qiáng)的矩陣,而且它與絕大多數(shù)正交稀疏矩陣論l3I,RIP理論成為壓縮感知的奠基理論。不相關(guān)。缺點(diǎn)是不確定性高。RIP理論內(nèi)容:假定x是長(zhǎng)度為N、稀疏度為K的向量信貝努力矩陣構(gòu)造方式:設(shè)R為MxN階矩陣,矩陣的每個(gè)號(hào),測(cè)量矩陣為R大

5、小為MxN,向量集合T∈{1,2AN},且集元素服從貝努力分布,中=±1/、/_M的概率相等分別為1/2。合N中元素個(gè)數(shù)小于或者等于稀疏度K,矩陣R為測(cè)量矩陣(2)以傅里葉矩陣為代表,該矩陣是在一個(gè)NxM正交矩,由集合力T中元素所指向的列向量構(gòu)成大小為MxT的子陣中隨機(jī)抽取M行,再對(duì)每一行進(jìn)行歸一化處理所得。其中部矩陣,如果存在常數(shù)使以下不定式式(1)成立:分傅里葉矩陣運(yùn)用了快速傅里葉變換。所以優(yōu)點(diǎn)是計(jì)算速度(1—8K)JfXTlli≤fIRrxTll≤(1+8K)llXTJf;(1)快,缺點(diǎn)是其只能與時(shí)域或頻域的信號(hào)不相關(guān)。我們就說(shuō)矩陣具有K階RIP性質(zhì),其O<8

6、<1中。傅里葉矩陣構(gòu)造方式如式(3):RIP盡管有完美的形式和豐富的內(nèi)涵,然而無(wú)法使用它來(lái)w=√、/_N(3)作者簡(jiǎn)介:付強(qiáng),男,山西臨汾人,碩-5-。主要研究方向:圖像處理。一39~刺捩采島拆籠其中CO為l的n次方根的土值,大小為exp(一2-rri/N),1/CIC2C3?Cnacncic2?Cn.1、/N為規(guī)化。隨機(jī)抽取其中的M行向置,對(duì)MxN階C:acnIacnci?Cn2(5)矩陣的列向量位化得到測(cè)量矩陣。ac2ac3ac4?cl(3)稀疏隨機(jī)測(cè)量矩陣構(gòu)造:首先成個(gè)零元素矩陣f3)哈達(dá)瑪矩陣構(gòu)造方式:構(gòu)造‘個(gè)NxN的哈達(dá)瑪R,在矩陣R中每‘個(gè)列向量中隨機(jī)抽

7、取d個(gè)位置將其賦(內(nèi)部元素是1和一1的矩陣),隨機(jī)的抽取M行向量,塒MxN值為1,d的取值為{4,8,10,16}。階矩陣的列向量進(jìn)行單位化,得劍測(cè)量矩陣。(4)1E交測(cè)量矩陣構(gòu)造方式:構(gòu)造‘個(gè)NxN的正交矩陣,(41多項(xiàng)式確定性矩陣,該矩陣由DonaldA.Devore提出。隨機(jī)抽取M行向量,對(duì)MxN階矩陣的列向量單位化得劍測(cè)量構(gòu)造方式:首先確定多項(xiàng)式,Q(x)的系數(shù)取值范圍為仃限。域F,F(xiàn)的元素個(gè)數(shù)為(1,2,3?4..n.1),此N=P個(gè)類似]3.1.2構(gòu)造隨機(jī)測(cè)黽矩陣改進(jìn)方法0(x)的多項(xiàng)式,Q(x)本身是屬于最高次冪數(shù)小Jr的多項(xiàng)式集以上陣大多數(shù)是隨機(jī)

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫(huà)的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無(wú)此問(wèn)題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無(wú)法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。