

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著科技的迅速發(fā)展,人們對數(shù)字信號處理的要求也越來越高,傳統(tǒng)的奈奎斯特采樣定理在很大程度上限制了信息的處理能力。而壓縮感知理論打破了傳統(tǒng)的采樣限制,實現(xiàn)了采樣方式由信號采樣轉(zhuǎn)變?yōu)樾畔⒉蓸?,使得少量的采樣?shù)據(jù)也保持了原始信號的信息。同時,也能通過這些采樣數(shù)據(jù)精確或者近似精確的重構(gòu)出原始信號。壓縮感知理論主要包括稀疏表示、感知測量和信號重構(gòu)三個方面,感知測量是其中一個很重要的部分。測量矩陣的構(gòu)造是感知測量的核心內(nèi)容,測量矩陣的性能直接影響了
2、壓縮的實現(xiàn)和信號的精確重構(gòu)。目前仍然沒有一個明確的方法來構(gòu)建這樣的矩陣,如何構(gòu)造一個性能更好的測量矩陣這也是論文的研究重點。
本文首先從壓縮感知理論的應(yīng)用分析入手,從其感知過程的三個部分分別進行了結(jié)構(gòu)及關(guān)聯(lián)的分析,給出了測量矩陣應(yīng)滿足的RIP條件或者非相關(guān)性。在此基礎(chǔ)上給出了常用測量矩陣的具體構(gòu)造方法,并在圖像信號中進行了仿真實驗,分析比較了幾種測量矩陣的性能,解決了常用測量矩陣雖然滿足RIP條件,但是它們當中有的測量矩陣所具
3、有的隨機性太強、密度太大,使得計算負載過大,有的不易于在硬件上實現(xiàn),而有的仿真效果不是很理想的問題。針對現(xiàn)有測量矩陣存在的問題,論文主要從下面幾個方面研究了測量矩陣的構(gòu)造,一是測量矩陣的稀疏性,二是測量矩陣的硬件實現(xiàn)?;趯y量矩陣的深入研究,發(fā)現(xiàn)LDPC碼的校驗矩陣是一種低密度的稀疏矩陣,它具有很強的稀疏性,并且在構(gòu)造過程中,它的每一個子矩陣是通過其它子矩陣循環(huán)移位得到的,這樣的結(jié)構(gòu)易于在硬件上實現(xiàn)。同時LDPC碼的校驗矩陣具有很強的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于壓縮感知的測量矩陣研究.pdf
- 壓縮感知測量矩陣的研究.pdf
- Turbo碼的盲識別和基于LDPC碼的壓縮感知系統(tǒng)研究.pdf
- 壓縮感知測量矩陣構(gòu)造方法研究
- 壓縮感知測量矩陣構(gòu)造方法研究.pdf
- 基于對稱矩陣空間的LDPC碼.pdf
- 壓縮感知測量矩陣的研究及設(shè)計.pdf
- 壓縮感知中測量矩陣構(gòu)造算法研究.pdf
- 基于壓縮感知理論的可硬件實現(xiàn)的測量矩陣研究.pdf
- 壓縮感知中測量矩陣的優(yōu)化方法研究.pdf
- 基于循環(huán)置換矩陣構(gòu)造的LDPC碼.pdf
- 基于循環(huán)置換矩陣的LDPC碼構(gòu)造算法研究.pdf
- 壓縮感知中測量矩陣構(gòu)造與優(yōu)化的研究.pdf
- 20706.基于交錯矩陣空間的ldpc碼
- 基于卷積壓縮感知的確定性測量矩陣研究.pdf
- 壓縮感知中測量矩陣的構(gòu)造與優(yōu)化研究.pdf
- 壓縮感知測量矩陣優(yōu)化及其應(yīng)用研究.pdf
- 壓縮感知中測量矩陣的構(gòu)造與優(yōu)化.pdf
- 壓縮感知的測量矩陣與圖像融合應(yīng)用研究.pdf
- 基于信息論的MIMO壓縮感知雷達測量矩陣優(yōu)化.pdf
評論
0/150
提交評論