分布式壓縮感知聯(lián)合重建算法的研究.pdf

1、壓縮感知是一種新型的信號(hào)采樣理論，利用信號(hào)的稀疏性，在對(duì)信號(hào)采樣的同時(shí)對(duì)數(shù)據(jù)進(jìn)行了壓縮。分布式壓縮感知建立在壓縮感知理論基礎(chǔ)之上，在利用信號(hào)內(nèi)部相關(guān)性的同時(shí)，利用了信號(hào)之間的相關(guān)性，將單個(gè)信號(hào)的壓縮與重構(gòu)擴(kuò)展到多個(gè)信號(hào)，實(shí)現(xiàn)了多信號(hào)的分布式壓縮與聯(lián)合重構(gòu)。本文研究分布式壓縮感知的聯(lián)合重構(gòu)，主要進(jìn)行了以下幾方面的研究工作。
　　首先，針對(duì)分布式壓縮感知的混合支撐集模型，設(shè)計(jì)了聯(lián)合向前變步長(zhǎng)正交匹配追蹤算法，在信號(hào)重構(gòu)過程中根據(jù)相鄰次

2、迭代重建信號(hào)的能量差，自適應(yīng)地對(duì)向前參數(shù)進(jìn)行動(dòng)態(tài)調(diào)整，在信號(hào)重建精度與算法運(yùn)行時(shí)間之間取得平衡。進(jìn)而，在聯(lián)合向前變步長(zhǎng)正交匹配追蹤算法的基礎(chǔ)上，設(shè)計(jì)了聯(lián)合向前向后的變步長(zhǎng)正交匹配追蹤算法，有效降低了原子誤選的幾率，提高了信號(hào)重建的精度。
　　然后，針對(duì)多路徑匹配追蹤算法無法利用稀疏信號(hào)的結(jié)構(gòu)信息、迭代層數(shù)較高時(shí)計(jì)算復(fù)雜度較大等問題，設(shè)計(jì)了一種適用于重構(gòu)塊稀疏信號(hào)的塊剪枝多路徑匹配追蹤算法。該算法以原子塊作為路徑擴(kuò)張的節(jié)點(diǎn)，在一定迭

3、代層數(shù)后引入樹枝修剪操作，極大地降低了數(shù)據(jù)運(yùn)算量。進(jìn)而，針對(duì)多觀測(cè)向量問題，設(shè)計(jì)了多觀測(cè)向量塊剪枝多路徑匹配追蹤算法，用以實(shí)現(xiàn)無線傳感器網(wǎng)絡(luò)小范圍內(nèi)多傳感器信號(hào)的聯(lián)合重構(gòu)。實(shí)驗(yàn)結(jié)果表明本文提出的算法在重構(gòu)效果和運(yùn)行時(shí)間上具有優(yōu)越性。
　　最后，面向分簇?zé)o線傳感器網(wǎng)絡(luò)研究層次化分布式壓縮感知。建立塊稀疏簇內(nèi)聯(lián)合稀疏模型，聯(lián)合描述簇內(nèi)成員采集數(shù)據(jù)的時(shí)間相關(guān)性與空間相關(guān)性；建立塊稀疏簇間聯(lián)合稀疏模型，描述同一監(jiān)測(cè)區(qū)域內(nèi)各簇采集數(shù)據(jù)的空間