分布式壓縮感知聯(lián)合稀疏信號(hào)重構(gòu)的穩(wěn)定性.pdf_第1頁(yè)
已閱讀1頁(yè),還剩52頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、壓縮感知是近年來(lái)的熱門(mén)領(lǐng)域,壓縮感知在應(yīng)用數(shù)學(xué),計(jì)算機(jī)科學(xué)和電子工程等領(lǐng)域中逐漸成為重要的概念。壓縮感知理論一種基于信號(hào)稀疏性的全新的采樣理論。這一全新的理論已被證明可以用遠(yuǎn)少于香農(nóng)采樣定理和奈奎斯特采樣定理所必須的采樣點(diǎn)數(shù)重構(gòu)出原始信號(hào)。這是壓縮感知理論具有的絕對(duì)優(yōu)勢(shì)所在。
  在壓縮感知理論基礎(chǔ)上發(fā)展而來(lái)的分布式壓縮感知,是隨著網(wǎng)絡(luò)的迅猛發(fā)展,數(shù)據(jù)的處理量越來(lái)越大的現(xiàn)實(shí)背景下,孕育而生的采樣理論。分布式壓縮感知以多重信號(hào)為研究

2、對(duì)象的理論,它需要對(duì)錯(cuò)綜復(fù)雜的多重信號(hào)進(jìn)行大量的采樣和重構(gòu)。分布式壓縮感知對(duì)于信號(hào)處理的核心思想是充分利用信號(hào)內(nèi)部和信號(hào)之間的相關(guān)性,進(jìn)一步降低對(duì)信號(hào)處理的工作量,以及提高信號(hào)重構(gòu)的精度。它的出現(xiàn)對(duì)于多傳感器數(shù)據(jù)融合的相關(guān)領(lǐng)域來(lái)說(shuō),提供了全新的思路和方法。
  研究人員對(duì)稀疏信號(hào)的重構(gòu)理論已經(jīng)取得了一系列的成果,但是聯(lián)合稀疏信號(hào)重構(gòu)方面的結(jié)果卻非常少,仍然存在很多問(wèn)題有待于解決。在此方面,先前的結(jié)論只限于單一信號(hào)重構(gòu)的穩(wěn)定性討論,

3、對(duì)于聯(lián)合信號(hào)的重構(gòu)穩(wěn)定性方面,僅有一些定性的結(jié)論。本文主要討論分布式壓縮感知多信號(hào)的聯(lián)合重構(gòu)的穩(wěn)定性問(wèn)題,針對(duì)兩重信號(hào)的聯(lián)合重構(gòu)進(jìn)行了深入的研究。論文的具體研究?jī)?nèi)容如下:
  首先,本文介紹了壓縮感知的主要研究對(duì)象是針對(duì)帶有稀疏性的信號(hào),稀疏性是在眾多領(lǐng)域中普遍存在的特殊的信號(hào)屬性。其次,擺出了信號(hào)的重構(gòu)的數(shù)學(xué)模型,并在感知矩陣滿(mǎn)足相應(yīng)的RIP條件下分析了數(shù)學(xué)模型的解的存在、唯一和確定性。給出了兩種常見(jiàn)的求解數(shù)學(xué)模型的算法。討論了

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論