基于压缩感知的快速纠缠光量子成像方法

纠缠光量子成像效率主要受数字微镜器件(DMD)采样时间开销的影响,现有的DMD采样方式是对所有像素点进行逐点扫描,从而导致成像效率较低。针对这一问题,利用纠缠光的时间和空间关联特性,通过压缩感知算法对参考光进行稀疏采样,同时利用正交匹配追踪算法(OMP)从符合计数结果中得到目标图像。此外,还分析了不同捆绑像素数、DMD采样分块大小和图像稀疏度对成像质量和效率的影响,并通过搭建实际的纠缠光量子成像系统验证了所提方法的有效性。     

稀疏基阵水下声成像的压缩感知方法

声传感器基阵式成像是水下目标探测的主要方法之一。在保证成像质量的同时,采用稀疏基阵是降低系统复杂性的有效途径。另一方面,成像方法也是关键技术之一,其性能直接决定成像质量的优劣。在前期研究的稀疏阵基础上,提出了压缩感知成像方法用于水下成像。回波经传感器基阵接收并进行信号分离后,获得各虚拟通道信号,利用压缩感知方法进行成像。在提出的成像方法中,采用了自适应块贝叶斯算法,它能够在噪声环境下较为准确地恢复图像。此外,根据声信号特点设计字典,并按算法特性设计了数据排列规则。实验表明:通过自适应块贝叶斯算法的压缩感知成像能够可靠地对水下目标进行成像,目标的几何特征明显。     

基于压缩感知重构算法的关联成像系统研究

通过对关联成像原理的研究,提出了一种基于随机相位板的高效赝热光制备技术和基于压缩感知的图像重构算法,并最终搭建了等臂非预置的关联成像系统.实验结果表明,赝热光制备方法和压缩感知图像重构方法能够满足高质量关联成像系统要求.     

压缩感知理论测量矩阵研究

压缩感知理论突破传统的奈奎斯特采样定律对数据进行采集,其研究的核心问题是随机测量矩阵的设计和恢复重构算法。本文主要将压缩感知理论应用于数字图像处理领域,在对压缩感知进行系统研究的基础上,主要分析了常用随机高斯测量矩阵对图像还原算法的影响,结合矩阵的相关性构造了由测量矩阵和稀疏矩阵所决定的格拉姆(Gram)测量矩阵,并对其进行相关性阈值和缩放处理。使用优化改进后的测量矩阵能获取更多有信息量的测量值,进而完成对测量值的优化,最后结合不同的恢复重构算法在MATLAB环境下对改进方法进行仿真验证,仿真结果证实了改进方法的正确性,具有较高的研究和实用价值。     

基于压缩感知的荧光成像技术现状及趋势研究

压缩感知成像技术是压缩感知与空间光调制技术结合的产物,其可突破Nyquist-Shannon采样定理限制,实现了亚采样成像,并且具降维探测和高通量测量等优势,具有巨大的发展潜力和应用前景.目前国际上已利用压缩感知成像技术有效地实现了光谱成像、时间分辨成像、相位成像等研究.作为近十几年来发展起来的一种前沿技术,压缩感知成...     

高精度光声成像技术在脑成像中应用

光声成像技术可以提供深层组织的高分辨率和高对比度的组织断层图像,是进行脑成像的有力潜在工具之一。本文开展此项研究,搭建一套光声成像实验系统,在此基础上,获得10mm的混浊介质深度下的血管模拟样品图像,直径0.07mm的模拟血管能清晰地成像;活体研究中,成功进行活体白鼠脑部的血管分布的成像研究,重建图像中的各血管位置和形状与实际情况很好的吻合。     

基于2D-DCT等效矩阵的压缩成像

压缩感知理论允许人们通过少于采样定理要求的测量值重建信号。受到测量矩阵设计方面的限制,使用快速的贪婪算法重建时需要一个稀疏分解矩阵。目前通常根据一维变换构造稀疏分解矩阵,无法体现图像的结构信息。本文通过构造二维离散余弦变换(2D-DCT)等效矩阵来解决这一问题,通过重建图像二维变换系数的手段达到保护结构信息的目的。该等效矩阵与图像列序向量相乘得到的系数均来自图像2D-DCT变换,所以使用这种等效矩阵作为稀疏分解矩阵可以令贪婪算法重建的结果与图像2D-DCT变换系数相同,进而令基于2D-DCT等效矩阵的压缩成像可以在使用快速贪婪算法的同时保持图像的二维结构信息,并且不增加软硬件成本,实验显示该方法有效改善了图像重建的效果。     

基于改进高斯随机测量矩阵的切削力信号压缩感知方法

高速加工过程中,依据传统Nyquist-Shannon采样定理进行信号采集通常会面临海量数据的存储、传输和处理难题.基于压缩感知理论提出了一种切削力信号采集新方法,实现信号压缩式采集.选择高斯随机矩阵作为基础测量矩阵,并结合近似正交三角分解和最小相关系数法对高斯随机矩阵进行重新设计,提高其压缩测量性能,再借助高效的压缩...     

基于滤波的压缩感知信号采集方案

压缩感知中常选择随机矩阵作为测量矩阵来进行随机线性投影采样,但过多自由元素使得随机矩阵硬件实现、存储和计算困难,因此设计易于硬件实现的测量矩阵是将压缩感知推向实用化的关键.根据信号通过有限脉冲响应滤波器的差分方程,提出一种新的基于滤波的压缩感知信号采集方案,实现了信号在托普利兹测量矩阵下有用信息的高效获取.仿真实验说明托普利兹测量矩阵比随机矩阵更易实现信号采样和重构,并具有硬件实现简单、存储量小、计算复杂度低的优点.     

应用压缩传感理论的单像素相机成像系统

采用稀疏二进制矩阵作为测量矩阵完成了单像素相机对不同场景的拍摄。基于压缩传感理论设计的单像素相机,利用数字微镜阵列和单个探测元件实现高分辨率图像的拍摄,将图像采集和压缩合二为一,减少了数据,降低了系统规模、复杂度和成本。对测量矩阵进行了分析,给出了二进制测量矩阵精确重构条件。搭建了硬件实验平台,采用稀疏二进制测量矩阵,对笔划复杂度不同的"中"字、"国"字和复杂实物这3种不同的场景进行了拍摄实验,利用梯度投影重构算法重构出目标图像,图像分辨率为数字微镜阵列大小。实验结果显示,对于3种不同场景,在测量次数为目标图像像素总数的20%～30%时,能精确重构出目标图像,表明单像素相机能实现高分辨率图像的拍摄。     

基于轮廓波维纳滤波的图像压缩传感重构

图像压缩传感重构利用自然图像可稀疏表示的先验知识,从比奈奎斯特采样率低得多的随机投影观测值中重构原始图像.为了克服传统的压缩传感重构中正交小波方向选择性差和未利用变换系数的邻域统计特性的缺点,利用了轮廓波维纳滤波去噪算子替代迭代阈值法中的阈值算子,进而提出了基于轮廓波维纳滤波的图像压缩传感的重构算法.实验结果表明,该算法提高了重构图像的峰值信噪比和视觉效果,保护了图像的细节,加快了重构算法的收敛速度.     

基于压缩传感的脉冲超宽带系统窄带干扰估计算法

针对超宽带抗干扰通信中较难实现射频窄带干扰(NBI)估计问题,根据超宽带信号为时域极窄脉冲而窄带干扰为连续波这一主要特点以及窄带干扰的频域稀疏特性,提出了一种基于压缩传感理论的改进正交匹配追踪(OMP)估计算法,该算法以重构误差变化率作为匹配过程的迭代终止条件,在低于奈奎斯特采样率下进行窄带干扰信号频率和幅度估计.理论分析和实验表明,该算法利用射频接收信号的欠采样值,采用较少的迭代次数,可以有效实现超宽带系统中单个或者多个窄带干扰信号估计.     

基于压缩感知的新型声信号采集方法

介绍了一种基于压缩感知的声音信号采集方法,特别适合于无线传感器网络的声学监控应用,能够大大降低采样过程中对硬件采样速率和能量的需求,同时减轻了无线通信的负担,从而实现无线传感器的低成本化和实用化.利用声学信号在频域中的稀疏性质,在压缩感知相关理论的指导下设计了一种新型的随机压缩采样方法,实现了信号有用信息的高效获取;同时,利用加权L1 -magic算法对信号进行重构,完成完整的信号采集过程.仿真及实验表明,该方法能够实现在1/10以下标准采样频率下的声信号采集.     

基于序贯压缩感知的自适应宽带频谱检测

信号信息处理的新技术压缩感知,提供了认知无线电中宽带频谱检测的新方案.该方案的一个主要问题是在不知道信号稀疏度的前提下如何确定所需要的随机观测次数.提出一种基于序贯压缩感知的自适应检测方案.次用户利用模拟/信息转换器输出观测序列并进行自相关运算,相邻两次自相关观测向量输入融合中心经由SSAMP协作重构算法估算重构误差,并自适应确定所需的最小观测次数.精确重构的稀疏向量利用基于置信度的DS融合算法对主用户宽带频谱占用做出决策.仿真结果证实了误差估计及自适应协作检测的有效性.同时,SSAMP算法与经典的SOMP算法在重构均方误差和检测时间两方面进行了对比.     

基于压缩传感理论的随机等效采样信号的重构

随机等效采样技术通过对周期信号进行多次随机时间间隔取样,以时间间隔为序排列采样数据,形成具有较高等效采样率的波形。然而,由于时间间隔的非均匀性,很难采集到足够的有效信号重构原始波形。为了克服这种信息不足引起的重构误差,提出了一种基于压缩传感理论的随机等效采样信号重构方法,构造了随机等效采样测量矩阵。该方法能够对周期信号以低于信号奈奎斯特频率的采样率进行随机采样,通过最优化问题从有限的采样值中重构原始信号。最后通过实验对该方法的可行性进行了验证。     

基于超素数的托普利兹观测矩阵构造方法

观测矩阵在信号压缩感知中十分重要,直接决定信号的重构质量。为保证信号的重构精度,要求观测矩阵具有很强的随机性,但随机矩阵硬件实现非常困难;确定性观测矩阵易于实现,但其重构精度不足。针对观测矩阵对随机性与确定性的双重要求,提出利用超素数产生超长周期的伪随机序列,解决确定性观测矩阵对随机性的要求;结合托普利兹观测矩阵的确定性结构特征,得到一种改进的托普利兹观测矩阵。实验仿真表明:改进的托普利兹观测矩阵与高斯随机观测矩阵和常用托普利兹观测矩阵相比,其信号重构精度得到了很好的改善,且易于硬件实现。     

应用于超宽带呼吸检测的压缩感知算法研究

超宽带雷达是最近生命探测采用的主要形式,绝对带宽不小于500 MHz的带宽对前端AD采样速率要求较高。针对超宽带系统硬件成本很高有时甚至不能实现的系统搭建问题,论文提出自适应的压缩感知(CS)呼吸检测算法。根据压缩感知欠采样的特点,首次将CS原理应用在微多普勒呼吸频率检测中,对OMP和GPSR两种恢复算法进行了测试,最终采用了OMP检测算法,并设计了自适应观测字典。应用本方法采样率可以达到0.66,大大降低了前端采样压力,节约硬件实现成本,并提高了检测效率。