基于相位恢復(fù)閾值算法與內(nèi)投影神經(jīng)網(wǎng)絡(luò)算法的稀疏信號(hào)重構(gòu).pdf

1、隨著信息技術(shù)的發(fā)展和大數(shù)據(jù)時(shí)代的到來(lái),人們對(duì)信息量的需求也在不斷地增加,這給信號(hào)數(shù)據(jù)的采樣、存儲(chǔ)和傳輸帶來(lái)了新的挑戰(zhàn).稀疏信號(hào)恢復(fù)問(wèn)題越來(lái)越受到關(guān)注,并且在信號(hào)處理、壓縮感知、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)等領(lǐng)域應(yīng)用廣泛.本文以壓縮感知為基礎(chǔ),選取特殊的測(cè)量矩陣,對(duì)稀疏信號(hào)數(shù)據(jù)的重構(gòu)進(jìn)行了研究.本文主要內(nèi)容如下:
　　第一章簡(jiǎn)述了壓縮感知和稀疏信號(hào)恢復(fù)的研究背景,概述了國(guó)內(nèi)外對(duì)壓縮感知和稀疏信號(hào)恢復(fù)的研究歷史及研究現(xiàn)狀,總結(jié)了本文的主要工作和全

2、文的組織結(jié)構(gòu).
　　第二章闡述了稀疏信號(hào)數(shù)據(jù)的重構(gòu)理論,主要包括三大核心問(wèn)題,即信號(hào)的稀疏表示、測(cè)量矩陣設(shè)計(jì)和信號(hào)的重構(gòu)算法設(shè)計(jì).
　　第三章介紹了稀疏信號(hào)的相位恢復(fù)問(wèn)題,研究了在相位信息缺乏的情況下的稀疏信號(hào)恢復(fù),提出了一種用新的迭代硬閾值（IHT）算法來(lái)解決相位恢復(fù)問(wèn)題.接下來(lái)在IHT算法中加入回溯的思想,即基于回溯的迭代硬閾值算法（BIHT）,克服了IHT不穩(wěn)定的缺點(diǎn),并且提高了計(jì)算的速度和精度.
　　第四章提出