收藏本站
《国防科学技术大学》 2013年
收藏 | 手机打开
二维码
手机客户端打开本文

联合稀疏恢复新型算法及其应用研究

杜新鹏  
【摘要】:压缩感知理论是信号处理领域和数学科学领域一项革命性的成果。它突破了传统的Shannon-Nyquist采样定理的限制,能在对信号采样的同时达到压缩的目的,从而大大降低了稀疏(或可压缩)信号采集和存储的成本。这些优点使得压缩感知自提出近十年来得到了广泛的关注和飞速的发展。稀疏恢复问题的求解是压缩感知理论中的一个核心问题。而联合稀疏恢复问题(也称作多测量向量问题,简称MMV)是一种重要的结构化稀疏恢复问题,有着非常广泛的应用并在近年来得到了大量的关注。本文对联合稀疏恢复问题的建模、算法设计与分析、应用进行了研究,主要工作和创新点体现在以下几个方面:1.基于模拟退火算法、粒子群优化算法和遗传算法,提出了三种求解联合稀疏恢复问题的算法将联合稀疏恢复问题建模为一个组合优化问题,分别在模拟退火算法、粒子群优化算法和遗传算法这些计算智能方法或它们思想的启发下,结合一些阈值法和贪婪追踪法的思想,提出了三种新的算法。理论分析和试验结果表明,本文提出的基于计算智能的算法具有明显的优势:1?具有良好的全局搜索能力,在一定条件下能达到稀疏恢复上界;2?在欠秩情形下,恢复性能良好;3?稀疏度相对较小时,算法高效;4?恢复性能对稀疏度稳定。该工作将计算智能和压缩感知联系起来,不仅丰富了稀疏优化问题的求解算法,而且扩大了计算智能的应用范围。2.改进了ReMBo方法,提出了降维l2-l1极小化模型及基于ADMM的快速算法ReMBo(Reduce MMV and Boost)是目前求解联合稀疏恢复问题一种重要的算法,它将联合稀疏恢复问题转换为一系列单测量向量问题进行求解。由于简单易行且特色鲜明,ReMBo算法备受关注。然而ReMBo算法对含噪联合稀疏恢复问题求解的效果并不理想且求解速度较慢。为了克服ReMBo算法的这些缺点,本文将其模型改进为一个降维l2-l1极小化问题,并提出了一种基于ADMM(Alternating Direction Method of Multipliers)的快速算法。理论分析表明模型是合理的且算法具有全局收敛性。数据试验和DOA(Direction-of-Arrival)估计试验结果表明了本文算法的有效性。3.提出了两种基于MUSIC的联合稀疏恢复算法MUSIC(MUltiple SIgnal Classification)算法是当前处理联合稀疏恢复问题最快的算法之一,而RA-ORMP(Rank Aware Order Recursive Matching Pursuit)算法是效果最好的算法之一。但MUSIC算法在欠秩情况下效果不够理想,而RAORMP算法运行时间较长。在对MUSIC算法恢复性能详细分析的基础上,结合了SP(Subspace Pursuit)、CoSaMP(Compressive Sampling Matching Pursuit)、M-OMP(Orthogonal Matching Pursuit algorithm for MMV)和RA-ORMP算法的思想,提出了两种基于MUSIC的算法。与MUSIC算法相比,这两种算法在欠秩的情形下有更好的恢复效果;与RA-ORMP算法相比,这两种算法的复杂度更低。也就是说,本文提出的两种基于MUSIC的算法在速度和精度两方面达到了很好的平衡。4.研究了DOA估计MMV模型中三种不同随机采样格式的性质目前DOA估计MMV模型中的采样方式主要有完全随机采样格式和随机高斯采样格式。本文考虑了UJS(Uniform Jittered Sampling)和PDS(Poisson Disk Sampling)这两种新的随机采样格式。从采样阵列的平均孔径和与表示矩阵的不相关度两方面,本文研究了这四种采样格式的性质。理论分析表明,UJS和PDS这两种随机采样格式具有更好的性质。DOA估计试验结果验证了理论分析的正确性以及UJS和PDS这两种随机采样格式的有效性。
【学位授予单位】:国防科学技术大学
【学位级别】:博士
【学位授予年份】:2013
【分类号】:TP391.41

【参考文献】
中国期刊全文数据库 前1条
1 孙洪;张智林;余磊;;从稀疏到结构化稀疏:贝叶斯方法[J];信号处理;2012年06期
【共引文献】
中国期刊全文数据库 前10条
1 曾庆虎;邱静;刘冠军;苗强;;基于KPCA-HSMM设备退化状态识别方法的研究[J];兵工学报;2009年06期
2 张雯雯;刘黎平;阮征;葛润生;;风廓线雷达去地杂波方法研究[J];北京大学学报(自然科学版);2011年01期
3 华春红;任章;张敏虎;;光纤陀螺分形噪声的预白化滤波方法[J];北京航空航天大学学报;2011年02期
4 陈志新;徐金梧;杨德斌;;互为Hilbert变换对的正交小波构造及其应用[J];北京科技大学学报;2008年04期
5 邹庆云;王国秋;王真伟;;由最优双正交小波变换矩阵决定的小波基[J];江西师范大学学报(自然科学版);2009年01期
6 李国良;郑郁正;刘潇营;;新型识别算法在孤立字词语音识别中的应用[J];成都信息工程学院学报;2010年01期
7 陈卿;刘冀成;刘翠;;图形用户界面设计在新型语音特征横向对比中的应用[J];成都信息工程学院学报;2010年01期
8 朱桂华;基于二值化与样条插值的文字图片压缩方法[J];湖南文理学院学报(自然科学版);2005年02期
9 宋文蕾;赵艳华;谢慕君;;基于脊波变换的数字图像处理[J];长春大学学报;2007年02期
10 林敏;肖艳萍;赵军;;基于小波变换和随机共振的微弱信号检测方法[J];传感技术学报;2006年03期
中国重要会议论文全文数据库 前10条
1 ;A review on restoration of seismic wavefields based on regularization and compressive sensing[A];中国科学院地质与地球物理研究所第11届(2011年度)学术年会论文集(下)[C];2012年
2 朱寅;吴敏;曹卫华;何勇;;基于小波分解与图像增强的高炉红外图像处理方法[A];第二十七届中国控制会议论文集[C];2008年
3 李迎春;刘培培;侯燕;明艳杰;;管道盗警信号能量分布特征的小波包分析[A];第二十九届中国控制会议论文集[C];2010年
4 葛善虎;丁宣浩;;一种新的在图像压缩中的适度分层阈值法[A];广西计算机学会2006年年会论文集[C];2006年
5 杜先峰;张爱辉;任震林;丁文霞;;一种嵌入位置随机变化的数字视频可见水印算法[A];2008年中国高校通信类院系学术研讨会论文集(下册)[C];2009年
6 张俊峰;李兴国;娄国伟;;基于小波包的电磁干扰分析[A];2007年全国微波毫米波会议论文集(下册)[C];2007年
7 张书凡;张宁;刘鸿福;;基于小波分析的瞬变电磁信号消噪[A];勘探地球物理2007年学术交流会论文集[C];2007年
8 郑静静;印兴耀;张广智;;基于Curvelet变换的面波压制方法[A];中国地球物理·2009[C];2009年
9 眭怡;周元泽;;L1范数约束下的稀疏脉冲序列提取[A];中国地球物理2010——中国地球物理学会第二十六届年会、中国地震学会第十三次学术大会论文集[C];2010年
10 周波;李楠;;基于提升小波的混沌音频水印研究[A];全国第二届信号处理与应用学术会议专刊[C];2008年
中国博士学位论文全文数据库 前10条
1 刘营;雷达图像编码器的并行处理研究与实现[D];哈尔滨工程大学;2009年
2 朱广平;混响干扰中的信号检测技术研究[D];哈尔滨工程大学;2009年
3 沈郑燕;声纳图像去噪与分割技术研究[D];哈尔滨工程大学;2010年
4 全惠敏;电能质量相关信号的S变换检测算法及应用研究[D];湖南大学;2010年
5 姚宗健;横向振动在周期复合结构板中传播问题的研究[D];北京交通大学;2010年
6 吴富梅;GNSS/INS组合导航误差补偿与自适应滤波理论的拓展[D];解放军信息工程大学;2010年
7 杨溢;爆破荷载对蠕动边坡的累积效应及稳定性影响研究[D];昆明理工大学;2010年
8 王树云;基于Bayes方法和图限制下正规化方法的变量选择问题及其在基因组数据中的应用[D];山东大学;2010年
9 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
10 焦鹏;导弹制导仿真系统VV&A理论和方法研究[D];国防科学技术大学;2010年
中国硕士学位论文全文数据库 前10条
1 段世芳;压缩感知中的图像重构算法研究[D];天津理工大学;2013年
2 韩来望;雷达稀疏信号采样与重构技术研究[D];西安电子科技大学;2013年
3 李玲泉;基于视频压缩感知在测量域上的时间相关性研究[D];西安电子科技大学;2013年
4 潘旋;基于混叠采样的高分辨率遥感光谱成像研究[D];西安电子科技大学;2013年
5 张倩;无线传感器网络的数据压缩感知算法研究[D];重庆大学;2013年
6 王化;信号的确定性恢复[D];浙江大学;2012年
7 李佳;压缩感知中重建算法研究[D];哈尔滨工业大学;2012年
8 冯金彪;压缩感知的l_q模型不依赖于RIP条件的可恢复性与稳定性[D];河北工业大学;2012年
9 曹殿元;压缩感知理论及其算法[D];南京邮电大学;2013年
10 雷蕾;基于小波模极大值点的信号稀疏表示及压缩感知重构[D];北京交通大学;2014年
【相似文献】
中国期刊全文数据库 前10条
1 程渭吕;通信及信号处理用的新算法[J];上海航天;1985年01期
2 杨世达;易亚林;单志勇;李庆华;;蜜蜂进化型的类电磁机制算法[J];计算机工程与应用;2013年06期
3 郭福顺 ,高铁军;抽象数据型与一类表达式的化简[J];哈尔滨工业大学学报;1985年A3期
4 吴一全,王厚枢;基于快速W变换-Ⅱ计算偶离散sine变换-Ⅳ的新算法[J];声学学报;1993年05期
5 王晓娟;高亮;陈亚洲;;类电磁机制算法及其应用[J];计算机应用研究;2006年06期
6 于艳艳;;蚁群算法研究综述[J];科技广场;2009年01期
7 焦健;瞿有利;;知网的话题更新与跟踪算法研究[J];北京交通大学学报;2009年05期
8 潘仕彬;周建勇;;固定压缩率算法的开发及实现[J];微计算机信息;2010年18期
9 梁新华;潘泉;杨峰;王增福;;基于两级采样的粒子滤波检测前跟踪算法[J];系统工程与电子技术;2011年09期
10 吴鸥琦;;同根子树问题的一个算法[J];计算机应用通讯;1983年02期
中国重要会议论文全文数据库 前9条
1 刘明兰;王玲琍;曾春年;钟绍华;张俊;;双模自组织Fuzzy-Dahlin算法研究[A];1997中国控制与决策学术年会论文集[C];1997年
2 胡海清;;序列最小优化及其改进算法[A];第十届中国科协年会信息化与社会发展学术讨论会分会场论文集[C];2008年
3 王春厚;许都;孙健;;一种降低误判率的BF快速匹配算法结构[A];2010年全国通信安全学术会议论文集[C];2010年
4 桑红燕;潘全科;任立群;;解决单机准时排序问题的差异进化算法[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
5 周川;张璐;陈庆伟;;基于神经网络PID的智能AQM新算法[A];第二十七届中国控制会议论文集[C];2008年
6 陈小林;赵建;王延杰;;多模实时跟踪算法研究[A];第七届全国信息获取与处理学术会议论文集[C];2009年
7 傅荟璇;王宇超;孙枫;;融合Kalman滤波的自适应带宽Mean Shift算法[A];2011年中国智能自动化学术会议论文集(第一分册)[C];2011年
8 羌磊;肖田元;宋士吉;;多种群模式协同搜索贝叶斯优化算法[A];第25届中国控制会议论文集(中册)[C];2006年
9 阮秀凯;张志涌;;一种基于支持向量回归的盲恢复新算法[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009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
  • 010-62791813
  • 010-62985026