【摘 要】
:
传统采样过程中,为避免信号失真,采样频率不得低于信号最高频率的2倍。然而对于视频和图像数据而言,按照传统奈奎斯特采样定理进行采样会产生大量的数据,大大增加了传输和存储带来的压力。近年来出现的压缩感知(Compressed Sensing,CS)为缓解这些压力提供了解决方法。压缩感知基于信号的可压缩性,采用非自适应线性投影来保持信号的原始信息,以远低于奈奎斯特频率进行采样,根据采样后所得的观测值采用
论文部分内容阅读
传统采样过程中,为避免信号失真,采样频率不得低于信号最高频率的2倍。然而对于视频和图像数据而言,按照传统奈奎斯特采样定理进行采样会产生大量的数据,大大增加了传输和存储带来的压力。近年来出现的压缩感知(Compressed Sensing,CS)为缓解这些压力提供了解决方法。压缩感知基于信号的可压缩性,采用非自适应线性投影来保持信号的原始信息,以远低于奈奎斯特频率进行采样,根据采样后所得的观测值采用一定的优化方法准确地重构出原始信号。目前在压缩成像、盲源分离、生物医学等领域都有着广泛的应用。本文是围绕压缩感知第3个核心内容——恢复重构展开研究的,主要工作内容包括:(1)考虑到传统贪婪追踪算法大多不是自适应算法,对稀疏信号进行重构时需要稀疏信号的先验信息——稀疏度作为算法的输入参数。文中提出压缩采样修正匹配追踪(Compressive Sampling Modifying Matching Pursuit,CoSaMMP)。该算法采用了模糊阈值预选方案以避免预选时使用信号的先验信息,并给出了模糊阈值预选方案的理论证明;设置了初次裁剪门限以减少不必要的迭代;改进了裁剪方式以尽可能地提高重构精度同时也避免了裁剪阶段使用先验信息,最终实现了可压缩信号的自适应重构。仿真数据表明:在同等稀疏条件下实现精确重构,该算法与压缩采样匹配追踪(Compressive Sampling Matching Pursuit,CoSaMP)相比运算速度提高了2倍,所需观测值个数少1%,并且在稀疏度较高的情况下,该算法对噪声的抗干扰能力也优于原算法。(2)因贪婪追踪类算法的输出下标集中含有过多的冗余下标,并且该类算法没有考虑噪声对各自算法性能的影响。因此当观测信号中含有噪声时该类算法的重构效果便会受到影响。为优化贪婪类算法的重构性能,文中给出了一种贝叶斯假设检验匹配追踪算法(Bayesian hypothesis Testing Match Pursuit algorithm,BTMP)。该算法首先建立了贝叶斯假设检验模型,用于在噪声污染下识别稀疏信号非零元素的下标;其次利用追踪算法的输出下标集作为该模型的候选集,并对候选集中的每个元素进行假设检验以剔除冗余下标;最后根据剔除冗余后的真实下标集,采用最小二乘法重构原始信号。仿真数据表明:在相同的实验条件下,与传统贪婪类算法相比,该算法不存在冗余下标,具有更强的抗干扰能力和更高的重构精度。(3)由于贪婪追踪类算法仅考虑与残余信号相关性较高的那些原子,因此这类算法存在着固有缺陷——当未知稀疏信号有较高的动态范围时,采用这类算法常常不能精确重构。主要原因在于稀疏信号中较小幅度的非零元素不能恢复。为提高重构动态范围、弱化较小幅度的非零元素对贪婪追踪算法性能的影响,本文给出了一种最大-最小相关原子算法(Maximal-Minimal Correlation atoms Algorithm,Max-MinCA)。该算法保留了与残余信号相关性较低的那些原子。然而因保留了相关性较低的原子,这便引入了冗余原子。为剔除冗余原子,Max-MinCA采用了贝叶斯假设检验模型,通过该检验模型可以有效的区别冗余原子和与残余信号相关性较低的起作用原子。仿真结果验证了Max-MinCA能够提高重构动态范围和重构精度,并且对噪声的鲁棒性也比原始贪婪类算法高。(4)因光滑l0-范数算法(Smoothed l0-norm,SL0)在对稀疏信号进行重构时,本该为零的位置却存在毛刺,并且其参数σmin需要人为设置,当稀疏信号非零元素的幅度较小时,若σmin设置不合理,往往不能精确重构。为解决上述问题,本章提出了一种修正光滑l0-范数法(Modified smoothed l0-norm,ML0)。该算法根据贝努力高斯模型估计出σmin的数量级,自动设置σmin,并根据估计所得的σmin作为阈值,采用硬阈值法来剔除毛刺。仿真结果表明:与SL0相比,该算法不存在任何毛刺,估计所得的σmin可以有效地防止稀疏信号非零元素幅度较小时不能精确重构的情况。(5)通过对共轭梯度追踪(CGP)和分段弱阈值共轭梯度追踪(StWCGP)进行分析,其重构性能还有提升的空间。为进一步提高其重构精度,本文提出了一种分段弱阈值修正共轭梯度追踪(Stagewise Weak selection Modifying approximation Conjugate Gradient Pursuit,StWMCGP)。该算法修正了方向追踪算法的方向,明确给出了搜寻原子下标的停止迭代准则,利用搜寻所得下标集通过最小二乘法得到稀疏信号的估计值。仿真结果验证了该算法的有效性。
其他文献
智能农业机器人的研究越来越受到关注,视觉导航是目前国内外智能农业机器人自主导航研究的重要方向,视觉导航的首要问题是识别出导航路径。本文以微型履带电动拖拉机为机器人本体,针对结构化道路和简单田间图像,将该目标区域的中心线作为机器人的导航路径进行识别并跟踪,主要研究内容和结论如下:(1)运用基于Matlab的平面方格标定法对摄像机进行标定,获得了摄像机的内部参数,标定误差在0.1像素以内,满足系统要求
自从1993年问世以来,GaN基高电子迁移率晶体管(HEMT)以其优异的特性,在大功率、高温和高频应用领域中备受人们关注。基于高击穿电压的高工作电压已成为发挥GaN基HEMT器件微波功率特性最为重要和有效的助推剂之一。为了进一步探索高击穿电压的内在机制,本文重点研究高击穿电压和高可靠性场板(FP)HEMT(FP-HEMT)器件。主要的研究工作和成果如下:1.研究了栅场板和栅源双层场板器件的电流崩塌
小麦是我国主要粮食作物之一。小麦条锈病严重威胁我国小麦生产。明确条锈菌种群结构是了解其种群变异、远距离传播及制定有效治理措施的基础。本研究对我国小麦条锈菌种群结构特别是主要越夏区种群结构进行了分析,并对利用生物多样性控制小麦病害的效果进行了评价,取得以下主要结果。1.为了评价不同作物组合对小麦条锈病的控制效果,设计了小麦与和油菜,小麦与大麦的13种组合方式。试验结果显示,各组合对病害的防治效果之间
小麦低冠层温度特性以及最近发现的叶片逆向衰老现象具有明显的增产潜力,其水分和糖分转运机制有待于进一步深入揭示。本研究灵活运用多种核磁共振技术,充分发挥其无损和非接触检测方式的优势,建立了新的水分含量、叶片生理活性以及茎水溶性糖含量的活体检测方法,从水分和糖分分布的角度阐明了不同冠层温度特性小麦叶片和茎在灌浆过程中的协同变化规律,揭示了逆向衰老小麦旗叶和倒2叶(合称为“顶二叶”)作为灌浆中心的角色转
Powdery mildew of wheat caused by Blumeria graminis DC f.sp.tritici Em.Marchal,is one of the most devastating foliar diseases of common wheat(Triticum aestivum L.)worldwide including China.The use of
大麦抽穗期是决定其产量和质量的重要农艺特性,其遗传特性受外界环境和内部遗传因素的影响,其中最主要的是受光周期、春化作用和植物基本营养生长阶段(BVP)的调控。为了揭示大麦抽穗期的遗传,发掘其分子标记,本研究以Mona×Turk杂交的F2抽穗期分离群体为材料,利用传统的遗传分析方法对大麦抽穗期遗传控制基因进行了遗传特性分析,应用比较基因组学方法进行了大麦-水稻,大麦-小麦及大麦-二穗短柄草抽穗期控制
小麦白粉病和条锈病是由Blumeriagraminis(DC.)E.O.Speer f.sp.tritici和 Puccinia striiformis West.f.sp.tritici Eriks et Henn引起的世界性小麦主要病害,在我国各小麦主产区常年发生。培育和推广抗病品种是减少病害损失最经济、有效和环保的方法。将小麦近缘植物优异基因向普通小麦导入,是丰富普通小麦日益狭窄遗传基础的重
随着我国水产养殖模式向着高密度、集约化养殖转变,各类细菌性、寄生虫性等各类生物源性病害问题也日趋严重。其中指环虫病是水产养殖中最为常见的鱼类寄生单殖吸虫病之一,该病往往引起宿主鱼食欲不振、生长率下降和继发感染后的高死亡率,从而对水产养殖造成严重的经济损失,更成为制约我国水产养殖业发展的重要因素之一。甲苯咪唑、阿苯达唑、吡喹酮、托曲珠利是目前水产养殖生产中用于防治寄生蠕虫病的常见药物。然而,长期使用
前人研究发现,外源ABA可以增强玉米、小麦、水稻等植物的抗逆性,提高SOD、POD、CAT等抗氧化酶的活性。目前,利用外源ABA处理玉米幼苗并研究其生理生化变化的相关研究较多,但大多同时附加以低温、渗透等方面的的逆境胁迫。为进一步了解外源ABA提高植物抗逆性的作用机制对玉米幼苗叶片基因组甲基化的影响,对玉米幼苗的部分生理指标进行了测定并采用甲基化敏感多态性技术(MSAP)对玉米幼苗叶片基因组甲基化
果实采摘是农业生产的重要环节,具有季节性强、劳动强度大、需要适时采收的特点,目前都以人工采摘为主,并随着人口老龄化以及农业劳动力转移使得有效劳动力缺乏的问题日益突出,而果实采摘机器人能有效地改善这一状况。末端执行器作为果实采摘机器人完成采摘作业的重要部分,被认为是果实采摘机器人的核心部件之一。目前国内外所研制出的果实采摘机器人末端执行器基本上都是针对某一特定果实的采摘而设计,使得末端执行器使用效率