資源描述:
《基于壓縮感知理論的重構(gòu)算法研究》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。
1、壓縮感知重構(gòu)算法綜述李珅1,2,馬彩文1,李艷1,陳萍1(1.中國(guó)科學(xué)院西安光學(xué)精密機(jī)械研究所光電跟蹤與測(cè)量室,陜西省西安市710119;2.中國(guó)科學(xué)院研究生院,北京100039)摘要:現(xiàn)代社會(huì)信息量的激增帶來(lái)了信號(hào)采樣、傳輸和存儲(chǔ)的巨大壓力,而近年來(lái)出現(xiàn)的壓縮感知理論(CompressedSensing,CS)為解決該問(wèn)題提供了契機(jī)。該理論指出:對(duì)于稀疏或可壓縮的信號(hào),能夠以遠(yuǎn)低于奈奎斯特頻率對(duì)其進(jìn)行采樣,并通過(guò)設(shè)計(jì)重構(gòu)算法來(lái)精確的恢復(fù)該信號(hào)。本文介紹了壓縮感知理論的基本框架,綜述了壓縮感知理論的重構(gòu)算法,其中著重介紹了最優(yōu)化算法和貪婪算法
2、并比較了各種算法之間的優(yōu)劣,最后探討了壓縮感知理論重構(gòu)算法未來(lái)的研究重點(diǎn)。關(guān)鍵詞:信號(hào)采樣;壓縮感知;稀疏;重構(gòu)算法中圖法分類號(hào):TP301.6 文獻(xiàn)標(biāo)識(shí)碼:A?SurveyonreconstructionalgorithmbasedoncompressivesensingLiShen1,2,MaCai-wen1,LiYan1,ChenPing1(1.Xi’anInstituteofOpticsandPrecisionMechanicsofCAS,Xi’anShaanxi?710119,China;2.GraduateUniversityof
3、ChineseAcademyofSciences,Beijing100039,China)Abstract:Withtherapiddemandingforinformation,theexistingsystemsareverydifficulttomeetthechallengesofhighspeedsampling,largevolumedatatransmissionandstorage.Recently,anewsamplingtheorycalledcompressivesensing(CS)providesagoldenopp
4、ortunityforsolvingthisproblem.CStheoryassertsthatasignalorimage,unknownbutsupposedtobesparseorcompressibleinsomebasis,canbesubjectedtofewermeasurementsthantraditionalmethodsuse,andyetbeaccuratelyreconstructed.ThispapergivesabriefoverviewoftheCStheoryframeworkandreviewsthere
5、constructionalgorithmofCStheory.Next,thispaperintroducesthebasispursuitalgorithmandgreedyalgorithmsandexploresthedifferencebetweenthem.Intheend,webrieflydiscusspossibleimplicationintheareasofCSdatareconstruction.Keywords:informationsampling;compressivesensing;sparse;reconst
6、ructionalgorithm*基金項(xiàng)目:陜西省自然科學(xué)基金資助項(xiàng)目(2012JM8021)作者簡(jiǎn)介:李珅(1980—),女,河北樂(lè)亭人,在讀博士,主要從事壓縮感知和圖像超分辨率分析方面的研究工作。Email:waterblue_333@opt.ac.cn0引言隨著現(xiàn)代科技的飛速發(fā)展,人們對(duì)信息量的需求也在劇增。傳統(tǒng)的信息采樣是基于香農(nóng)采樣定理,它指出信號(hào)的采樣率不低于最高頻率的兩倍,信號(hào)才能被精確的重構(gòu)。該理論支配著幾乎所有信號(hào)的獲取、處理、存儲(chǔ)和傳輸。一方面,在許多實(shí)際應(yīng)用中(如超寬帶通信,核磁共振,空間探測(cè),高速AD轉(zhuǎn)換器等),信息在
7、存儲(chǔ)和處理時(shí),為達(dá)到采樣率而需要大量的采樣數(shù)據(jù),從而導(dǎo)致采樣硬件成本昂貴,獲取效率低下甚至在某些情況難以實(shí)現(xiàn)。另一方面,在數(shù)據(jù)的存儲(chǔ)和傳輸方面,*基金項(xiàng)目:陜西省自然科學(xué)基金資助項(xiàng)目(2012JM8021)作者簡(jiǎn)介:李珅(1980—),女,河北樂(lè)亭人,在讀博士,主要從事壓縮感知和圖像超分辨率分析方面的研究工作。Email:waterblue_333@opt.ac.cn傳統(tǒng)的做法是先按照Nyquist方式獲取數(shù)據(jù),然后將獲得的數(shù)據(jù)進(jìn)行壓縮,最后將壓縮后的數(shù)據(jù)進(jìn)行存儲(chǔ)或傳輸。顯然,這樣的方式造成很大程度的資源浪費(fèi),同時(shí)也提出了一個(gè)問(wèn)題[1]:既然
8、在壓縮中需要丟棄大多數(shù)數(shù)據(jù),為什么不在采樣時(shí)直接取得我們需要的重要數(shù)據(jù)?近年來(lái),D.Donoho、E.Candes及華裔科學(xué)家T.Tao等人提出了一種新的信息獲取理