資源描述：
《基于量子免疫克隆的壓縮感知數(shù)據(jù)重構(gòu)算法-論文.pdf》由會員上傳分享，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。
1、Ｎｏ．５微處理機(jī)第５期Ｏｃｔ．，２０１４ＭＩＣＲＯＰＲＯＣＥＳＳＯＲＳ２０１４年１０月基于量子免疫克隆的壓縮感知數(shù)據(jù)重構(gòu)算法１２祁浩，劉洲洲（１．西北工業(yè)大學(xué)電子信息學(xué)院，西安７１００７２；２．西安航空學(xué)院，西安７１００７７）摘要：提出了一種基于量子免疫克隆的壓縮感知數(shù)據(jù)重構(gòu)算法（Ｑ－ＣＳＤＲ）。算法先提出了一種能夠提高數(shù)據(jù)重構(gòu)概率的自適應(yīng)分幀方法，然后利用量子克隆免疫算法的優(yōu)化組合性能實(shí)現(xiàn)數(shù)據(jù)的精確重構(gòu)。實(shí)驗(yàn)結(jié)果表明，Ｑ－ＣＳＤＲ算法能夠根據(jù)原始信號稀疏度自動調(diào)節(jié)壓縮比率，具有重構(gòu)速度快，重構(gòu)精度高，能夠適應(yīng)于高稀疏度數(shù)據(jù)重構(gòu)等優(yōu)點(diǎn)。該算法已應(yīng)用于秦始皇帝陵博物院野外文物安防系
2、統(tǒng)。經(jīng)實(shí)際檢驗(yàn)，收到了良好效果。關(guān)鍵詞：量子免疫克??；壓縮感知；數(shù)據(jù)重構(gòu)；稀疏度ＤＯＩ編碼：１０．３９６９／ｊ．ｉｓｓｎ．１００２－２２７９．２０１４．０５．０１１中圖分類號：ＴＰ２４文獻(xiàn)標(biāo)識碼：Ａ文章編號：１００２－２２７９（２０１４）０５－００３４－０６ＡｌｇｏｒｉｔｈｍｏｆＣｏｍｐｒｅｓｓｅｄＳｅｎｓｏｒＤａｔａＲｅｃｏｎｓｔｒｕｃｔｉｏｎＢａｓｅｄｏｎＱｕａｎｔｕｍ－ｉｎｓｐｉｒｅｄＩｍｍｕｎｅＣｌｏｎ１２ＱＩＨａｏ，ＬＩＵＺｈｏｕ－ｚｈｏｕ（１．ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｎｉｃｓａｎｄＩｎｆｏｒｍａｔｉｏｎ，ＮｏｒｔｈｗｅｓｔＰｏｌｙｔｅｃｈｎｉｃａｌＵｎｉｖｅｒｓｉ
3、ｔｙ，Ｘｉ’ａｎ７１００７２，Ｃｈｉｎａ；２．Ｘｉ’ａｎＡｅｒｏｎａｕｔｉｃａｌＵｎｉｖｅｒｓｉｔｙ，Ｘｉ’ａｎ７１００７２，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ａｎａｌｇｏｒｉｔｈｍｏｆｃｏｍｐｒｅｓｓｅｄｓｅｎｓｏｒｄａｔａｒｅｃｏｎｓｔｒｕｃｔｉｏｎ，ｃａｌｌｅｄＱ－ＣＳＤＲ，ｂａｓｅｄｏｎｔｈｅａｌｇｏｒｉｔｈｍｏｆｑｕａｎｔｕｍ－ｉｎｓｐｉｒｅｄｉｍｍｕｎｅｃｌｏｎ，ｉｓｐｒｏｐｏｓｅｄｉｎｔｈｉｓｐａｐｅｒ．Ｑ－ＣＳＤＲｃａｎｉｎｃｒｅａｓｅｔｈｅｐｒｏｂａｂｉｌｉｔｙｏｆｄａｔａｒｅｃｏｎｓｔｒｕｃｔｉｏｎｔｈｒｏｕｇｈｆｒａｍｉｎｇｔｈｅｄａｔａａｄａｐｔｉｖｅｌｙ．Ｂｅ
4、ｃａｕｓｅｏｆｉｔｓｅｘｃｅｌｌｅｎｔｐｅｒｆｏｒｍａｎｃｅ，Ｑ－ＣＳＤＲｕｓｅｓｔｈｅａｌｇｏｒｉｔｈｍｔｏａｃｃｕｒａｔｅｌｙｒｅｃｏｎｓｔｒｕｃｔｔｈｅｄａｔａ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔｒｅｓｕｌｔｓｓｈｏｗｔｈａｔ，ａｃｃｏｒｄｉｎｇｔｏｔｈｅｓｐａｒｓｉｔｙｏｆｔｈｅｏｒｉｇｉｎａｌｄａｔａ，ｔｈｅａｌｇｏｒｉｔｈｍｃａｎａｕｔｏｍａｔｉｃａｌｌｙａｄｊｕｓｔｃｏｍｐｒｅｓｓｉｏｎｒａｔｉｏ，ｒａｉｓｅｔｈｅａｃｃｕｒａｃｙｏｆｄａｔａｒｅｃｏｎｓｔｒｕｃｔｉｏｎａｎｄａｄａｐｔｗｅｌｌｔｏｈｉｇｈｓｐａｒｓｉｔｙｄａｔａｒｅｃｏｎｓｔｒｕｃｔｉｏｎ．Ｉｔｉｓｕｓｅｄ
5、ｉｎｔｈｅｆｉｅｌｄｓｅｃｕｒｉｔｙｓｙｓｔｅｍｏｆＥｍｐｅｒｏｒＱｉｎｓｈｉｈｕａｎｇ｀ｓｍａｕｓｏｌｅｕｍｓｉｔｅｍｕｓｅｕｍｗｉｔｈｇｏｏｄｐｅｒｆｏｒｍａｎｃｅ．Ｋｅｙｗｏｒｄｓ：Ｑｕａｎｔｕｍ－ｉｎｓｐｉｒｅｄＩｍｍｕｎｅＣｌｏｎａｌＡｌｇｏｒｉｔｈｍ；ＣｏｍｐｒｅｓｓｅｄＳｅｎｓｏｒ；ＤａｔａＲｅｃｏｎｓｔｒｕｃｔｉｏｎ；Ｓｐａｒｓｉｔｙ數(shù)據(jù)重構(gòu)算法是壓縮感知過程中的一個重要環(huán)１引言節(jié)，其關(guān)鍵問題在于如何快速、準(zhǔn)確的從已知低維數(shù)［１］壓縮感知（ＣｏｍｐｒｅｓｓｅｄＳｅｎｓｏｒ，ＣＳ）是近幾年據(jù)中恢復(fù)出高維數(shù)據(jù)。目前壓縮感知數(shù)據(jù)重構(gòu)算法［２］來數(shù)據(jù)和信號處理的研究熱點(diǎn)之一
6、，它使用線性變主要分為兩類：第一類算法是基于最小化ｌ１范數(shù)［３］換將具有一定稀疏度的信號投影到一個低維空間的算法，包括基追蹤算法（ＢａｓｉｓＰｕｒｓｕｉｔ，ＢＰ），線［４］上，并通過使用非線性方式對數(shù)據(jù)進(jìn)行重構(gòu)。壓縮性規(guī)劃算法（ＬｉｎｅａｒＰｒｏｇｒａｍｍｉｎｇ，ＬＰ）等，這類算感知的優(yōu)點(diǎn)在于其突破了奈奎斯特采樣定理和香農(nóng)法具有重建精度高的優(yōu)點(diǎn)，但其算法的復(fù)雜度較高，理論的限制，能夠以遠(yuǎn)小于經(jīng)典采樣方法獲取的數(shù)且執(zhí)行效率低，實(shí)用性較差；第二類是基于最小化ｌ０據(jù)量重構(gòu)出高質(zhì)量的原始信號，與傳統(tǒng)壓縮方法相范數(shù)的方法，即貪婪算法，包括正交匹配追蹤算法［５］比，壓縮感知具有采樣數(shù)量少、采樣
7、數(shù)據(jù)小等優(yōu)點(diǎn)。（ＯｒｔｈｏｇｏｎａｌＭａｔｃｈｉｎｇＰｕｒｓｕｉｔ，ＯＭＰ）、子空間追蹤基金項(xiàng)目：國家科技支撐計(jì)劃（批準(zhǔn)號：２０１０ＢＡＫ６７Ｂ０９，２０１２ＢＡＫ１４Ｂ０１）作者簡介：祁浩（１９８２－），男，甘肅蘭州人，博士研究生，主研方向：從事無線傳感器網(wǎng)絡(luò)、智能信息處理等方面的研究。收稿日期：２０１４－０６－１１５期祁浩等：基于量子免疫克隆的壓縮感知數(shù)據(jù)重構(gòu)算法·３５·［６］算法（ＳｕｂｓｐａｃｅＰｕｒｓｕｉｔ，ＳＰ）、壓縮采樣匹配追蹤３基于量子免疫克隆的壓縮
