压缩感知二进制测量矩阵的构造

针对现有二进制测量矩阵重构性能和硬件实现的负相关性,提出了一种新型压缩感知二进制测量矩阵,伪随机块对角矩阵(PRBD)。PRBD矩阵使用平衡正交Gold序列、块对角矩阵和降采样矩阵,通过结构化的方法构造,不仅保留了确定性矩阵易于硬件实现和计算复杂度低的优点,而且利于贪婪追踪算法进行图像重构。实验结果表明,PRBD测量矩阵具有良好的重构性能,在峰值信噪比(PSNR)的指标上比常用的二进制测量矩阵提高0.5dB以上。特别地,PRBD测量矩阵可采用图像分块重构的方法,在保证重构性能良好的情况下,图像重构需要的时间较短。     

CA模型下的改进D*路径规划算法

为保证室内机器人以低成本在一条无碰有效的路径上移动,提出了基于CA模型的改进D*路径规划算法。结合元胞自动机理论,引入扩展Moore型邻居结构,降低机器人角度变化的最小增量,并为障碍物周围元胞设置碰撞系数,离障碍物越近的元胞被选中的概率越低。采用多个地图针对不同情况进行仿真实验。实验结果表明,在一般环境下,该算法与D*算法相比,转角数目减少36.36%,算法运行时间缩短31.25%,且规划出的路径与障碍物保持安全距离,同时避免了路径穿越障碍物,具有很高的可行性。