基于壓縮感知的幾種數(shù)據(jù)流重建方法.pdf

1、在互聯(lián)網(wǎng)管理系統(tǒng)、電信系統(tǒng)、證券交易系統(tǒng)、金融交易系統(tǒng)中,系統(tǒng)的處理對象都是在線的、持續(xù)更新的高速數(shù)據(jù)流,因此系統(tǒng)必須不間斷無延遲地處理這些存儲空間有限的數(shù)據(jù)流數(shù)據(jù)。由于這些數(shù)據(jù)流數(shù)據(jù)除了數(shù)據(jù)本身外,還包含了大量的結(jié)構(gòu)信息,數(shù)據(jù)的維數(shù)可能很高,給網(wǎng)絡(luò)傳輸造成了極大的壓力。因此,極需要提出有效的數(shù)據(jù)流數(shù)據(jù)處理方法,數(shù)據(jù)流數(shù)據(jù)的重建問題是當(dāng)今數(shù)據(jù)壓縮領(lǐng)域研究的熱點(diǎn)問題之一。
　　壓縮感知(Compressed Sensing,CS)理

2、論的本質(zhì)是,僅采集少數(shù)“精挑細(xì)選”的線性觀測數(shù)據(jù),然后用一定的優(yōu)化方法從少量觀測的數(shù)據(jù)中恢復(fù)原始信號。壓縮感知理論的提出為解決數(shù)據(jù)流壓縮問題提供了一條新的思路,本文把CS與置信傳播(Belief Propagation,BP)和信息傳送算法相結(jié)合旨在處理數(shù)據(jù)流壓縮重建問題,并提出了三個數(shù)據(jù)流壓縮算法。
　　本文開展了如下工作:
　　(1)給出了一種改進(jìn)的局部編碼解碼算法。局部編碼解碼算法是在計(jì)數(shù)器鏈上傳遞信息的算法,可以實(shí)現(xiàn)

3、讀取或修改以壓縮方式存儲的數(shù)據(jù)時(shí),不用解壓縮和壓縮,直接對壓縮的數(shù)據(jù)進(jìn)行操作,簡化了讀取和修改的過程。但是,局部編碼解碼算法在解碼時(shí)需要用到稀疏圖中全部相關(guān)的計(jì)數(shù)器,運(yùn)算過程復(fù)雜。本文根據(jù)狀態(tài)位在解碼中的作用,通過動態(tài)更新稀疏圖使稀疏圖得到簡化,解碼效果更好,同時(shí)可以還極大地減少存儲空間及存取復(fù)雜度。
　　(2)提出了在稀疏圖上譯碼的多層CS-BP算法。BP算法是LDPC碼的譯碼算法,它充分利用信道信息的譯碼方法極大地提高了譯碼性

4、能。CS-BP算法把CS采樣少量信息的優(yōu)點(diǎn)及BP算法譯碼性能好的優(yōu)點(diǎn)結(jié)合起來,減少了算法的時(shí)間和空間復(fù)雜度。多層CS-BP算法把CS-BP算法應(yīng)用到計(jì)數(shù)器鏈中,綜合了計(jì)數(shù)器鏈多層存儲的優(yōu)點(diǎn),使數(shù)據(jù)流數(shù)據(jù)占用的存儲空間更少。
　　(3)提出了加權(quán)L1/2正則化算法。針對壓縮重建問題,由于L1/2正則子能比L1正則子產(chǎn)生更稀疏的解,而又由于原始信號中大系數(shù)對算法的恢復(fù)效果影響較大,為了平衡所有系數(shù)對最優(yōu)解的影響,為此我們考慮用加權(quán)L1