壓縮感知中字典學習算法的研究及應用.pdf

1、壓縮感知理論是近年來提出的一種信號壓縮編碼理論，它突破了奈奎斯特采樣定理的極限，能以隨機采樣的方式用更少的采樣數(shù)據(jù)優(yōu)質(zhì)的恢復出原始信號。信號的稀疏表示是壓縮感知理論的基礎(chǔ)和前提，因此如何找到合適的稀疏字典，實現(xiàn)信號的最優(yōu)稀疏表示，成為該領(lǐng)域的重要研究目標。在眾多稀疏字典中，基于字典學習的自適應過完備稀疏字典擺脫了固定結(jié)構(gòu)，使得字典中的原子尺度和特性更加接近原始信號本身。然而已有字典學習算法存在耗時過長的問題，因此提高字典學習速度的研究有

2、著重要的意義。
　　近年來，無線多媒體傳感器網(wǎng)絡中的視頻編解碼方法得到了越來越多的重視。該領(lǐng)域的研究主要針對兩大問題：（1）如何降低編碼端的復雜度；（2）如何抵抗信道誤碼。壓縮感知理論在該領(lǐng)域的應用，可以很好的解決上述問題，應用字典學習算法則可提高視頻重構(gòu)精度，因此將壓縮感知和字典學習應用于視頻編解碼中，有很大的應用前景。
　　本文主要包括以下三個研究內(nèi)容：（1）分析各類稀疏字典的特點，并將其應用于壓縮感知理論中，通過實驗對

3、字典結(jié)構(gòu)、稀疏表示能力和重構(gòu)精度等方面做了詳細對比；（2）基于字典學習耗時過長的問題，提出了一種改進的字典學習算法IK-SVD，在稀疏表示環(huán)節(jié)引入了系數(shù)復用思想，在字典更新環(huán)節(jié)對SVD分解方法進行簡化，從而減小時間損耗。實驗數(shù)據(jù)表明，該算法將字典學習時間縮短了1/3以上；（3）針對傳統(tǒng)編碼方式在無線多媒體傳感器網(wǎng)絡中的局限性，提出了一種基于字典學習的壓縮感知視頻編解碼模型，該模型采用壓縮感知理論將計算復雜度從編碼端轉(zhuǎn)移到了解碼端，字典學