基于OMP算法的压缩图像的重建.doc

资料分类:本科论文 上传会员:杭州考生 更新时间:2018-04-24
需要金币1000 个金币 资料包括:完整论文 下载论文
转换比率:金额 X 10=金币数量, 例100元=1000金币 论文字数:12660
折扣与优惠:团购最低可5折优惠 - 了解详情 论文格式:Word格式(*.doc)

摘要:信号采样是联系模拟信源和数字信息的桥梁,人们对信息的巨量需求造成了信号采样、传输和存储的巨大压力,如何缓解这种压力又能有效提取承载在信号中的有用信息是信号与信息处理中急需解决的问题之一。近年国际上出现的压缩感知理论(Compressed Sensing ,CS) 为缓解这些压力提供了解决方法。

本文基于理论和经验论证了一个称之为正交匹配追踪的算法(OMP),该算法能将给定了随机线性测量结果的信号用D维非零域M准确地恢复。OMP算法相对先前基于测量结果有了可观的提升。最新的OMP研究成果可与另外一种称为基点追踪算法(BP)的结果相媲美。OMP算法运行更加简洁快速,使之成为BP算法最具吸引力的替代算法,用来处理信号的恢复问题。

关键词 压缩感知;正交匹配追踪;信号的恢复

 

目录

摘要

Abstract

1前言6

2 正交匹配追踪算法的信号恢复7

3 随机测量矩阵9

3.1 可用测量矩阵9

3.2 联合相关10

3.3 最小奇异值10

3.4 其他类型的测量矩阵11

4 基于正交匹配追踪算法的信号的重建12

4.1 与先前成果的比较12

4.2 引理6的证明13

5 实验16

6 讨论21

6.1理论结果与实验结果比较21

6.2 非稀疏信号21

6.3 随机性22

6.4 基于频率测量矩阵的OMP算法22

6.5 基点追踪算法22

6.6 结论23

参考文献23

致谢24

附件25

文献综述25

相关论文资料:
最新评论
上传会员 杭州考生 对本文的描述:近来,分析计算泛音的组织提出一份小组测试的具体模板。方法是将稀疏信号的出处随机组合,这样生成一组统计资料使得我们鉴别出非零信号的?成为可能。接下来取于Cand`es–Tao [C......
发表评论 (我们特别支持正能量传递,您的参与就是我们最好的动力)
注册会员后发表精彩评论奖励积分,积分可以换金币,用于下载需要金币的原创资料。
您的昵称: 验证码: