压缩感知小结_第1页
压缩感知小结_第2页
压缩感知小结_第3页
压缩感知小结_第4页
压缩感知小结_第5页
已阅读5页，还剩1页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、压缩感知小结压缩感知的概念1.压缩感知：如果信号在某一个正交空间具有稀疏性（即可压缩性），就能以较低的频率（远低于奈奎斯特采样频率）采样该信号，并可能以高概率精确的重建该信号。信号稀疏性和非相关性1. CS理论的前提是稀疏性(sparsity)和不相关性( inco-herence),前者由信号本身决定,后者由感知系统决定。2.假设有一信号f( ),长度为N,基向量为i(i =1,2,N),对信号进行变换: （1）若(1)式中的只有K个是非零值(N K);或者经排序后按指数级衰减并趋近于零,可认为信号是稀疏的。3.RIP（有限等距性质性质）的等价条件是测量矩阵和稀疏基不相关。不相关是感兴趣的信

2、号在中很稀疏，而采样/感知波形中很稠密。压缩感知的应用与发展1. 压缩感知理论应用在、图像处理、光学/微波成像、模式识别、无线通信、大气、雷达、成像、数据重构、低速数模转换、无线传感器网路、数据采集、医学成像（如核磁共振成像）及通信、低成本数码相机和音频采集设备、节电型音频和图像采集设备、网络传输等，如单像素CS相机的发明等；2.单像素CS相机：它可利用单一的信号光子检测器采样得到比图像像素点数少得多的点恢复得到一幅图像,并具有对图像波长自适应的能力,这种自适应能力是传统的CCD和CMOS成像器件所不具备的.压缩感知理论研究 1. 两个基本前提：信号稀疏性和非相关性 2.CS理论主要包括三部分

3、： 1）信号的稀疏表示； 2）信号的测量矩阵 3）信号的重构算法（贪婪追踪算法，凸松弛法，组合算法） 3.CS理论依据。总结和展望1.压缩感知的三个关键技术：信号的稀疏表示；信号的观测矩阵；信号的重构算法2. CS理论有效缓解了高速采样实现的压力，减少了处理、存储和传输的成本，使得用低成本的传感器将模拟信息转化为数字信息成为可能，这种新的采样理论将可能成为采样和压缩合二为一的理论基础。3.压缩感知的研究虽然取得的一些成果,但是仍有一些问题有待解决.体现如下:(1)对于稳定的重构算法是否存在一个最优的确定性的观测矩阵；（2）如何构造稳定的、计算复杂度较低的、对观测次数限制较少的重构算法来精确的恢复可压缩信号；（3）如何找到一种有效且快速的稀疏分解算法是冗余字典下的压

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论