共查询到20条相似文献,搜索用时 109 毫秒
1.
传统的数据采集都要遵循奈奎斯特采样定理的两倍以上带宽取样,而压缩感知理论突破原有采样定理的限制,为从少量数据重建原始数据提供了可能性。提出了基于JND压缩感知的稳健性图像编码方法,该新方法将压缩感知理论应用于图像编码,并引入JND模型来提高信号的稀疏性。实验结果表明,提出的方法大大降低了压缩感知的重建时间,同时也提高了图像的重建质量。 相似文献
2.
传统的数据采集都要遵循奈奎斯特采样定理的两倍以上带宽取样,而压缩感知理论突破原有采样定理的限制,为从少量数据重建原始数据提供了可能性.提出了基于JND压缩感知的稳健性图像编码方法,该新方法将压缩感知理论应用于图像编码,并引入JND模型来提高信号的稀疏性.实验结果表明,提出的方法大大降低了压缩感知的重建时间,同时也提高了图像的重建质量. 相似文献
3.
4.
压缩感知及其应用:从稀疏约束到低秩约束优化 总被引:3,自引:0,他引:3
压缩感知(或称压缩采样)是国际上近期出现的一种信息理论。其核心思想是只要某高维信号是可压缩的或在某个变换域上具有稀疏性,就可以用一个与变换基不相关的测量矩阵将该信号投影到一个低维空间上,然后通过求解一个最优化问题以较高的概率从这些少量的投影中重构出原始信号。压缩感知理论突破了香农定理对信号采样频率的限制,能够以较少的采样资源,较高的采样速度和较低的软硬件复杂度获得原始信号的测量值。该理论已经被广泛应用于数字相机、医学成像、遥感成像、地震勘探、多媒体混合编码、通讯、结构健康监测等领域。本文归纳了压缩感知研究中的关键问题,探讨压缩感知从稀疏约束到低秩约束优化的发展历程,对压缩感知在遥感、地震勘探等几个相关领域的应用研究进行了综述。 相似文献
5.
压缩感知理论是一种充分利用信号稀疏性或者可压缩性的全新的信号采样理论。欠采样是其中关键的一部分,它对于采样率的选取、信号的压缩、及信号的精确恢复以均有重要意义。压缩感知会使信号估计频谱发生混叠,大多数运用中国余数定理来解模糊;由此看来中国余数定理为一种很好的解模糊方法,但是并不是所有的欠采样混叠现象全部都能用中国余数定理进行解模糊。本文基于中国余数定理提出双路异频欠采样压缩感知信号处理理论,论证了双路异频欠采样求解信号频谱位置所要满足的条件,双频采样的二复正弦信号频谱恢复条件以及双频采样多窄带信号频谱恢复条件。最后并对其进行了仿真验证说明理论的正确性。 相似文献
6.
7.
8.
9.
10.
11.
12.
13.
Guangming Shi Jie Lin Xuyang Chen Fei Qi Danhua Liu Zhang L. 《Circuits and Systems II: Express Briefs, IEEE Transactions on》2008,55(4):379-383
A major challenge in ultra-wide-band (UWB) signal processing is the requirement for very high sampling rate. The recently emerging compressed sensing (CS) theory makes processing UWB signal at a low sampling rate possible if the signal has a sparse representation in a certain space. Based on the CS theory, a system for sampling UWB echo signal at a rate much lower than Nyquist rate and performing signal detection is proposed in this paper. First, an approach of constructing basis functions according to matching rules is proposed to achieve sparse signal representation because the sparse representation of signal is the most important precondition for the use of CS theory. Second, based on the matching basis functions and using analog-to-information converter, a UWB signal detection system is designed in the framework of the CS theory. With this system, a UWB signal, such as a linear frequency-modulated signal in radar system, can be sampled at about 10% of Nyquist rate, but still can be reconstructed and detected with overwhelming probability. The simulation results show that the proposed method is effective for sampling and detecting UWB signal directly even without a very high-frequency analog-to-digital converter. 相似文献
14.
压缩感知雷达成像技术综述 总被引:7,自引:4,他引:3
压缩感知理论突破了传统Nyquist采样定理的限制,它基于信号的稀疏性、测量矩阵的随机性和非线性优化算法完成对信号的压缩采样和重构。这种全新的信号处理理论为克服传统雷达固有缺陷,解决传统高分辨雷达面临的高采样率、大数据量和实时处理困难等问题提供了可能。本文概述了压缩感知基本理论,详细讨论了基于压缩感知的雷达成像技术,对压缩感知在高分辨雷达成像领域中的研究现状进行了归纳和分析,应用对象包括SAR/ISAR、穿墙雷达、MIMO雷达、探地雷达等,充分体现了压缩感知在简化雷达硬件设计、弥补雷达数据缺陷、改善雷达成像质量等方面的巨大潜力,明确了研究中存在的问题,阐述了有待进一步研究的方向,并总结了压缩感知用于雷达成像的优势和缺陷。 相似文献
15.
压缩感知(Compressed Sensing,CS)是近年来新兴的一种信号获取技术.沿着CS理论的发展历程介绍了CS理论框架,给出了其严格的数学描述,着重讨论了对原始信号的重构技术,最后介绍了一些可能的应用. 相似文献
16.
Compressed Sensing (CS) theory is a great breakthrough of the traditional Nyquist sampling theory. It can accomplish compressive sampling and signal recovery based on the sparsity of interested signal, the randomness of measurement matrix and nonlinear optimization method of signal recovery. Firstly, the CS principle is reviewed. Then the ambiguity function of Multiple-Input Multiple- Output (MIMO) radar is deduced. After that, combined with CS theory, the ambiguity function of MIMO radar is analyzed and simulated in detail. At last, the resolutions of coherent and non-coherent MIMO radars on the CS theory are discussed. Simulation results show that the coherent MIMO radar has better resolution performance than the non-coherent. But the coherent ambiguity function has higher side lobes, which caused a deterioration in radar target detection performances. The stochastic embattling method of sparse array based on minimizing the statistical coherence of sensing matrix is proposed. And simulation results show that it could effectively suppress side lobes of the ambiguity function and improve the capability of weak target detection. 相似文献
17.
基于压缩感知的LFM雷达转发干扰方法 总被引:1,自引:0,他引:1
首先指出压缩感知理论是突破目前超宽带系统干扰技术发展困境的方向之一,介绍了压缩感知理论在LFM信号处理中的应用,然后提出基于压缩感知的转发干扰系统结构和工作流程,给出了假目标欺骗干扰、密集假目标干扰和灵巧噪声干扰等三种干扰信号生成方法.最后对这三种方式进行仿真对比分析,结果表明了此干扰方法的可行性和有效性. 相似文献
18.
压缩感知理论基于信号稀疏性,将对信号采样转换为对信息自由度的采样,可大大降低采样率。而将压缩感知理论应用于雷达成像时有望在以下几个方面得到改善:增强成像性能,简化雷达硬件设计,缩短数据获取时间,减少数据量和传输量等。该文从压缩感知的稀疏性,压缩采样,无模糊重建3个关键步骤与成像雷达有机结合的角度,对近年来基于压缩感知理论的雷达成像技术研究现状进行系统综述,重点论述场景稀疏性与成像关系, 压缩采样方法(包括硬件)设计,场景图像快速高精度重建以及成像系统体制应用等方面,最后探讨了压缩感知理论应用尚需解决的问题和进一步发展方向。 相似文献
19.
压缩感知(CS)理论是目前信息工程相关领域研究的前沿热点之一。它打破了传统的奈奎斯特采样定理,相比于其要求的最小采样频率,CS理论证明了能够从更低数目的采样中以高概率完整地恢复原始信号,在保证信息特征不丢失的前提下节省了数据采集和处理的时间成本。压缩感知理论本质上可以视为处理线性信号恢复问题的工具,因此在求解信号和图像的逆问题上有着显而易见的优势。图像退化问题便是其中之一,恢复相应的高质量图像的过程即为图像优化。为推动压缩感知理论的学术研究与实际应用,该文介绍了其基本原理与方法。根据图像优化技术的现存研究工作,分别从去噪、去模糊和超分辨三大主流方面研究了基于CS理论的优化技术。最后探讨了所面临的问题和挑战,分析了未来的发展趋势,为将来研究工作的展开提供借鉴与帮助。 相似文献
20.
压缩传感(CS)理论是在已知信号具有稀疏性或可压缩性的条件下对信号数据进行采集、编解码的新理论。压缩传感采用非自适应线性投影来保持信号的原始结构,能通过数值最优化问题准确重构原始信号。压缩传感以远低于奈奎斯特频率进行采样,在高分辨压缩成像系统、视频图像采集系统、雷达成像以及MRI医疗成像等领域有着广阔的应用前景。阐述了压缩传感理论框架以及信号稀疏表示、CS编解码模型,并进行了压缩传感与探地雷达联合反演目标成像。反演结果表明,随机孔径压缩传感成像算法比递归反向投影算法和最小二乘法所需数据量少,成像效果好,目标旁瓣小,对噪声的鲁棒性更好。 相似文献