【摘 要】
：
随着深度学习技术的蓬勃发展,对压缩感知重构算法的研究也逐渐扩展到基于数据驱动型和模型驱动型的深度学习类算法。其中,基于模型驱动的方案结合深度学习技术的学习能力与传统算法的收敛能力,将传统重构算法中的迭代过程展开成类似神经网络的层级结构,常被统称为深度展开。本文重点研究基于模型驱动重构算法的展开方式,主要工作如下:1.提出了两步深度展开的方法（Two-step Deep Unfolding,Tw D
论文部分内容阅读
随着深度学习技术的蓬勃发展,对压缩感知重构算法的研究也逐渐扩展到基于数据驱动型和模型驱动型的深度学习类算法。其中,基于模型驱动的方案结合深度学习技术的学习能力与传统算法的收敛能力,将传统重构算法中的迭代过程展开成类似神经网络的层级结构,常被统称为深度展开。本文重点研究基于模型驱动重构算法的展开方式,主要工作如下:1.提出了两步深度展开的方法（Two-step Deep Unfolding,Tw DU）。已有深度展开算法通常依赖前一步估计值估计当前值,Tw DU对已有深度展开算法增加估计深度,依赖于前两步估计值估计当前展开值。Tw DU对前两步估计值增加了两个训练权重,新增加的权重参数具有自适应能力,可以随着数据的特性自我学习和调整,并优化利用了信号估计值之间的相关特性。所提Tw DU方法应用于已有的深度展开算法,即可学习的迭代收缩阈值算法（Learned Iterative Shrinkage Thresholding Algorithm,LISTA）、可训练的迭代收缩阈值算法（Trainable Iterative Shrinkage Thresholding Algorithm,TISTA）和可学习的近似消息传递算法（Learned Approximate Message Passing,LAMP）。通过仿真验证,在同样8次迭代时,它们的归一化均方误差（Normalized Mean Square Error,NMSE）分别减少了8.9d B、1.2d B和5.8d B。2.提出了基于自适应深度的两步深度展开方法（Adaptive-Depth Two-step Deep Unfolding,AD-Tw DU）。AD-Tw DU在每个Tw DU模块的输出层增加一个判断分支,该分支根据重构信号的估计误差值得到相应的停止分数,由停止分数判断算法下一步动作,即继续迭代或提前输出。AD-Tw DU在Tw DU的基础上,解决了迭代次数固定的问题,能够根据信号的稀疏度自适应地调整执行的深度,节省计算资源。针对多种稀疏度的混合信号,仿真结果证明在算法平均迭代8次时,所提AD-Tw DU方法应用于LISTA、TISTA和LAMP的归一化均方误差分别减少了7.3d B、0.1d B和2.2d B。
其他文献
在基于双目视觉的测量任务中,大多通过测量相对信息来解决问题,如何实现对目标物绝对位置的测量成为本文研究重点。在双目视觉系统中,立体匹配算法是影响精度和效率的重要因素之一。在面对条件复杂的场景时,立体匹配算法精度差,面对深度范围较大的图像时,其匹配效率低。在自动化测量中,软件算法要在目标的像素范围内选取代表点进行测量,当目标间发生遮挡时,代表点的选取往往会出现错误。针对上述问题,论文对基于双目视觉的
电信诈骗是当今信息社会的一大毒瘤,而且随着科学技术的不断升级,诈骗方式也在不断变化。目前全球电信网络诈骗的实施仍以电话联络为主,日益呈现精准智能化、事件链化等新特点,诈骗方式也从以往的无差别诈骗向智能化精准诈骗转变。因此识别电信诈骗成为目前相关企业面临的一大难题。鉴于以上存在的问题,本文针对诈骗号码的智能化检测技术进行了相关研究。考虑到电信诈骗往往涉及到电信业务的使用,因此本文根据电信领域的业务数
毫米波技术和大规模多输入输出（Multiple input Multiple output,MIMO）技术作为第五代移动通信（5th-Generation Mobile Communication,5G）网络的两大前沿技术存在密切的互补关系,由两者结合的毫米波大规模MIMO系统不仅极大缓解了频谱资源紧缺的现状,还有效降低了毫米波在自由空间中的传播衰减,同时,联合混合预编码技术能够进一步提升系统传输
移动通信网络和多媒体业务的迅速发展,导致用户对视频内容的需求空前增长,这不仅给传统蜂窝网络带来了沉重的负担,也使得用户在获取视频内容时的延迟增加,进而影响用户体验。为解决上述问题,将设备到设备通信和边缘缓存相结合成为一个热门的研究方向。此外,由于智能设备均由用户携带,用户在社交网络中的交互也会影响整个系统的网络性能。基于此,本学位论文主要研究社交属性感知的边缘缓存方案,并考虑用户的自私性设计缓存激
随着职业教育信息化的加速发展，传统的乘务英语教学面临新的机遇与挑战。在教学实践中不断探索“后慕课”时代乘务英语教法改革，赋予“互联网+”更多时代特征。以SPOC教学模式整合在线教育及线下教学资源，注重学习个性化、操作精细化、评价多元化，推动了乘务英语教学现代化、智能化、立体化建设。
极化码是第五代移动通信中用于控制信道的编译码方案,具有巨大的研究价值。极化码的循环冗余校验辅助的串行抵消列表（Cyclic redundancy check Aided Successive Cancellation List,CA-SCL）译码算法的列表大小与纠错性能成正相关,而与复杂度成负相关的关系。本文为了提高极化码的纠错性能,提出了基于耦合的极化码编译码算法。首先设计了一种新的编码方案,每
智能反射面（Intelligent Reflecting Surface,IRS）辅助通信技术凭借其无源以及可以智能重塑无线传播环境的优势,引起了学术界和工业界的极大关注。但IRS无法发送导频信号,且由于其反射元件对应的通信链路数众多,使得难以通过信道估计获得系统准确的瞬时信道状态信息（Channel State Information,CSI）。在现有的有关IRS性能的研究中,大部分文献为了便于
随着各种智能设备以及新型应用的快速发展,网络中的移动数据流量呈现爆炸式增长,对现有的网络构成了严峻的挑战。作为第五代移动通信关键技术的边缘缓存技术通过将用户感兴趣的内容提前缓存在靠近用户的基站（Base Staion,BS）中,使得用户可以直接从就近的BS获取所需的内容,在显著降低网络中流行内容的重复传输的同时提升了用户的体验质量。但是边缘缓存技术存在缓存容量受限、用户需求多样化以及无线资源受限等
电磁超材料是二十一世纪出现的一类新型材料,由于所具备的独特性质引起了科学家们的关注,并把其理论应用在物理、化学、材料、电子通信和现代军事等领域。而数字编码电磁超材料概念的提出,使得电磁超材料的设计变得灵活多变,实现更好的电磁特性以及更广的应用场景。数字编码电磁超材料通过编码序列的设计,对电磁波进行控制,最终实现RCS缩减。本文针对数字编码电磁超材料对电磁波的控制,在雷达散射截面缩减领域的应用进行研
随着第五代移动通信（The 5th Generation Mobile communication System,5G）技术的广泛商业化及用户业务需求的快速增加,频谱短缺问题愈加严重。动态频谱共享（Dynamic Spectrum Sharing,DSS）机制可为海量异构用户提供动态频谱接入服务,提升系统频谱利用率,近年来备受学术界及工业界关注。为满足用户服务质量（Quality of Servi