收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

稀疏表示的分段匹配寻踪方法

李小薪  
【摘要】:近年来,在信号处理领域中,随着各种变换域处理技术(如傅立叶变换、小波变换、奇异值分解等)的发展,信号的稀疏表示理论逐渐成为备受关注的课题,并被广泛应用于信号去噪、数据压缩、特征提取、模式分类和盲源分离等领域。特别是在高维信息处理方面,稀疏表示理论直接催生了压缩感知理论,而压缩感知理论是信息论中自香农采样定理以来最具革新意义的理论成果。因此,稀疏表示理论的研究工作对信号处理理论的进一步发展具有重要的基础性作用。 本文重点研究信号在过完备系统中的稀疏表示方法。给定一个由一组基本信号(原子)组成的字典和一个可以在中稀疏表示的输入信号(即可用中很少的几个原子的线性组合来表示),寻求在中的最稀疏表示,即是求解优化问题:min ? . .。被证明是NP难的,但近年来的研究成果表明,当足够稀疏,而的相干参数较小时,一些寻踪方法,如基寻踪、正交匹配寻踪,可以逼近或精确求得( )的解,这一性质被称为精确重构。现有的大多数寻踪方法由于受字典相干性的影响,重构能力十分有限:或者对的稀疏性要求较高,或者计算复杂度太高。为了改进这一不足,本文基于于分段匹配寻踪方法进行了如下几方面的研究: (1)研究了精确重构条件。现有的许多寻踪方法的性能之所以受字典相干性的影响较大,主要原因在于其理论基础是? /?等价条件,即优化问题:min ? . .的解等价于( )解的充要条件,而该条件一般以字典的相干参数为研究对象。为摆脱字典相干性的限制,第二章基于框架理论,给出了? /?等价条件,即优化问题:min ? . .的解等价于( )解的充要条件。由于的最小?范数解只与字典中各原子的线性相关性有关,因此,基于? /?等价条件的寻踪方法不受字典相干性的影响。如果分段匹配寻踪方法历次迭代选取的原子集Γ满足? /?等价条件,则可精确求解( ),这样的Γ被称为依信号伪框架的。 (2)研究了现有的各种贪婪寻踪方法的原子选取策略。由于依信号伪框架的字典Γ的构造主要依赖于原子选取策略,因此原子选取策略的优劣直接影响了寻踪方法的性能。第三章首先分析了现有的各种纯贪婪寻踪方法的原子选取策略及它们之间的内在联系,得到了一个新的结论:在一定条件下,基寻踪问题可通过一系列转换,最终用匹配寻踪方法来求解;其次分析了现有的各种分段匹配寻踪方法的原子选取策略,并指出了这些寻踪方法对字典相干性的依赖较弱,但其阈值参数难以控制。 (3)为克服分段匹配寻踪方法的阈值参数难以确定的困难,第四章针对孤立奇异性信号和多尺度字典,提出了分段脊寻踪方法,其核心思想是:提取孤立奇异性信号在小波变换域的脊,然后选取那些落在脊上的原子组成Γ,最后求输入信号在Γ中的正交投影。可以证明Γ是依信号伪框架的,由? /?等价条件可知分段脊寻踪的结果必然是最小?的;又由于分段脊寻踪的原子选取是基于小波脊算法的,其速度优于现有的寻踪方法,数值实验的结果也表明了这一点。 (4)为进一步解决分段匹配寻踪方法针对于一般的信号和字典的阈值参数难以确定的问题,第五章提出了基于局部竞争的分段正交匹配寻踪方法,其核心思想是:字典中与信号的内积较大的若干个原子,以及与它们在空域或频域上邻近的原子,可能是同等重要的,每次迭代选取两个或多个由这些原子组成的字典模式,并通过局部竞争来选取最优模式,从而避免那些与信号内积较小的原子总是不能入选的情形;同时,为避免引入冗余的原子,采取了原子淘汰算法。基于局部竞争的分段正交匹配寻踪方法虽然一次迭代的计算开销较大,但其总的迭代次数和计算开销比一般的寻踪方法少,数值实验表明其保稀疏性、抗相干性和收敛速度都优于现有的方法。 (5)由于各种分段匹配寻踪方法都是基于正交匹配寻踪的,因此正交匹配寻踪的求解方法值得关注。第六章回顾了现有的求解正交匹配寻踪的快速迭代方法,拓展了共轭梯度寻踪方法,并比较了各种方法单次迭代所需的计算资源。然而,当Γ欠秩时,现有的各种求解正交匹配寻踪的迭代方法不能用于求解分段匹配寻踪的子问题,而经典的求解欠秩系统的迭代方法,如SYMMLQ、MINRES、LSQR等,一般不具保稀疏性。如何快速迭代求解分段匹配寻踪的子问题是尚待解决的问题。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王晓华;杨新艳;焦李成;;基于多尺度几何分析的复杂网络压缩策略[J];电子与信息学报;2009年04期
2 刘晓山;付国兰;;基于正交有限脊波变换的图像压缩[J];计算机与信息技术;2007年04期
3 刘晓山;付国兰;;基于脊波变换和SPIHT算法相结合的图像压缩[J];江西师范大学学报(自然科学版);2007年06期
4 王华丹;刘海林;;稀疏盲源分离问题的恢复性研究[J];广东工业大学学报;2008年02期
5 杜吉祥;翟传敏;尚丽;;基于ICA系数稀疏表示的年龄自动估计[J];中国图象图形学报;2009年10期
6 徐雪松;李玲娟;郭立玮;;基于稀疏表示的数据流异常数据预测方法[J];计算机应用;2010年11期
7 谈华暠;刘海林;;盲稀疏源信号分离算法的恢复性研究[J];广东工业大学学报;2007年03期
8 王佳毅;张丽清;;基于稀疏约束判别分析的说话人识别算法[J];计算机工程;2010年10期
9 任肖丽;;压缩感知理论研究简述[J];中国科技信息;2010年13期
10 周诺;陈炜;;基于稀疏表示的高分辨距离像自动目标识别(英文)[J];Chinese Journal of Aeronautics;2010年05期
11 崔保良;滕少华;崔振;;基于稀疏表示的协同入侵检测算法[J];计算机工程;2011年16期
12 尹忠科;邵君;Pierre Vandergheynst;;利用FFT实现基于MP的信号稀疏分解[J];电子与信息学报;2006年04期
13 尹明;尹忠科;王建英;;利用蚁群算法实现基于MP的信号稀疏分解[J];计算机工程与应用;2006年36期
14 邓承志;曹汉强;;非相干子字典多原子快速匹配追踪算法[J];信号处理;2009年04期
15 王军华;方勇;;基于Curvelet稀疏表示的图像盲分离初始化[J];应用科学学报;2009年02期
16 肖泉;丁兴号;王守觉;郭东辉;廖英豪;;基于自适应超完备稀疏表示的图像去噪方法[J];仪器仪表学报;2009年09期
17 赵瑞珍;刘晓宇;LI ChingChung;SCLABASSI Robert J;孙民贵;;基于稀疏表示的小波去噪[J];中国科学:信息科学;2010年01期
18 廖海斌;郝宁波;陈庆虎;;基于奇异值与稀疏表示的稳健性人脸识别[J];电视技术;2010年07期
19 易学能;曹汉强;;一种图像稀疏贪婪索引字典的构造方法[J];小型微型计算机系统;2011年06期
20 史晨星;曹继华;刘霄;;基于压缩传感理论的医学CT成像技术[J];科技创新导报;2011年20期
中国重要会议论文全文数据库 前9条
1 王潇;尹忠科;王建英;杨郑;;应用基追踪的信号分离的算法[A];2008年中国西部青年通信学术会议论文集[C];2008年
2 吴敏;孙玉宝;汤黎明;韦志辉;肖亮;;EEG信号的稀疏逼近算法研究[A];2008年中华临床医学工程及数字医学大会暨中华医学会医学工程学分会第九次学术年会论文集[C];2008年
3 叶喜勇;陶霖密;王国建;邸慧军;;视角无关的人体躯干动作识别[A];第六届和谐人机环境联合学术会议(HHME2010)、第19届全国多媒体学术会议(NCMT2010)、第6届全国人机交互学术会议(CHCI2010)、第5届全国普适计算学术会议(PCC2010)论文集[C];2010年
4 孙琳琳;张云;;基于FOCUSS算法的相干斑噪声抑制方法研究[A];全国第二届信号处理与应用学术会议专刊[C];2008年
5 袁立;付伟;穆志纯;;一种自动人耳识别方法研究[A];中国自动化学会控制理论专业委员会A卷[C];2011年
6 顾莹;朱秀昌;;基于CS的图像超分辨率重建[A];2010年通信理论与信号处理学术年会论文集[C];2010年
7 张琼;付怀正;沈民奋;;基于稀疏表示的彩色图像超分辨率重建算法[A];第十五届全国图象图形学学术会议论文集[C];2010年
8 陈权崎;章毓晋;;一种改进的基于样本的稀疏表示图像修复方法[A];第十五届全国图象图形学学术会议论文集[C];2010年
9 高畅;李海峰;马琳;;基于压缩感知理论的语音信号压缩与重构方法[A];第十一届全国人机语音通讯学术会议论文集(一)[C];2011年
中国博士学位论文全文数据库 前10条
1 李小薪;稀疏表示的分段匹配寻踪方法[D];华南理工大学;2009年
2 杜小勇;稀疏成份分析及在雷达成像处理中的应用[D];国防科学技术大学;2005年
3 邓承志;图像稀疏表示理论及其应用研究[D];华中科技大学;2008年
4 张楠;低秩鉴别分析与回归分类方法研究[D];南京理工大学;2012年
5 尚丽;稀疏编码算法及其应用研究[D];中国科学技术大学;2006年
6 王党卫;超宽带雷达目标电磁特征抽取与识别方法研究[D];国防科学技术大学;2006年
7 刘吉英;压缩感知理论及在成像中的应用[D];国防科学技术大学;2010年
8 刘盛鹏;基于Contourlet变换的图像稀疏分量分析[D];上海大学;2007年
9 刘也;弹道目标实时跟踪的稳健高精度融合滤波方法[D];国防科学技术大学;2011年
10 刘且根;基于增广拉格朗日的字典学习算法及其在医学成像和图像处理中的应用[D];上海交通大学;2012年
中国硕士学位论文全文数据库 前10条
1 杨愚;图像稀疏分解快速实现与初步应用[D];西南交通大学;2007年
2 林晋;基于稀疏分解的图像压缩编码算法研究[D];电子科技大学;2008年
3 张跃飞;基于稀疏分解的图像压缩[D];西南交通大学;2006年
4 韦泉华;基于稀疏表示的盲信号分离算法及其改进[D];中国地质大学(北京);2006年
5 庄永文;基于稀疏编码理论的自然图像处理研究[D];厦门大学;2008年
6 高睿;基于压缩传感的匹配追踪重建算法研究[D];北京交通大学;2009年
7 乔雅莉;基于稀疏表示的图像去噪算法研究[D];北京交通大学;2009年
8 谈华暠;盲稀疏源信号分离算法的恢复性研究[D];广东工业大学;2007年
9 王飞;LAMOST光谱数据获取与预处理方法的改进[D];北京交通大学;2008年
10 张亚伟;图像隐写分析算法研究[D];天津大学;2008年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978