基于壓縮感知的三維激光成像雷達(dá)恢復(fù)算法的研究及應(yīng)用.pdf

1、壓縮感知理論(Compressive Sensing)是一種使用少量的數(shù)據(jù)采樣的信號處理方法。它能夠以遠(yuǎn)低于奈奎斯特采樣頻率的方式在同一時間實現(xiàn)數(shù)據(jù)收集和壓縮，并精確復(fù)原原始信號。該理論明顯地降低系統(tǒng)對數(shù)據(jù)傳輸和存儲的需求，進(jìn)而節(jié)省了數(shù)據(jù)處理的時間以及系統(tǒng)硬件成本。
　　壓縮感知理論的核心內(nèi)容有三個方面:(1)信號的稀疏表示;(2)測量矩陣的構(gòu)造;
　　(3)信號的重構(gòu)。
　　本文研究的主要內(nèi)容是信號重構(gòu)算法以及兩種不

2、同的壓縮感知激光雷達(dá)應(yīng)用方式。壓縮感知理論有三大要素:信號稀疏性、測量矩陣以及快速魯棒的重構(gòu)算法。三者的設(shè)計與選擇直接影響信號的重構(gòu)速率以及還原精度，其中壓縮感知重構(gòu)算法經(jīng)過大量研究，能夠歸并為四大類，即凸優(yōu)化算法，貪心算法，統(tǒng)計優(yōu)化方法和組合算法。四種算法各有所長，文中我們對梯度投影(GPSR)、迭代閾值(IST)和正交匹配追蹤(OMP)等幾種具有代表性的算法進(jìn)行了詳述和對比。通過這些基礎(chǔ)算法的研究，對日后改進(jìn)算法的提出有重要意義。<

3、br>　　針對OMP算法的局限性，進(jìn)一步提出了優(yōu)化的OMP算法。先對二維圖像數(shù)據(jù)進(jìn)行小波變換，得到含有不同特征信息的子圖像，再分別對子圖像進(jìn)行壓縮采樣正交匹配算法，最后統(tǒng)一進(jìn)行小波逆變換得到恢復(fù)圖像。這樣做的好處是，分別對各個特征的子圖像處理，排除了相互之間的干擾，從而得到更好的處理效果。
　　本文還設(shè)計了兩種壓縮感知雷達(dá)。第一種壓縮感知激光雷達(dá)是基于DMD微鏡來實現(xiàn)壓縮采樣，具體原理是通過微鏡的不同翻轉(zhuǎn)狀態(tài)模擬測量矩陣的數(shù)值從而