快速塊稀疏貝葉斯學(xué)習(xí)算法的理論與應(yīng)用.pdf_第1頁
已閱讀1頁,還剩179頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,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)

文檔簡介

1、塊稀疏性是自然界和信息空間中一種典型的結(jié)構(gòu)化稀疏形式,普遍存在于雷達(dá)成像、圖像處理、生物醫(yī)學(xué)等應(yīng)用領(lǐng)域。與點(diǎn)稀疏模型相比,塊稀疏表示能夠有效挖掘物理信號(hào)的結(jié)構(gòu)和空間分布信息,從而顯著的改善稀疏重構(gòu)算法的性能。當(dāng)前,基于塊稀疏表示的貝葉斯學(xué)習(xí)算法已成為壓縮感知領(lǐng)域的一個(gè)重要研究方向。但目前的研究多側(cè)重于塊結(jié)構(gòu)信息的表示方法,相應(yīng)的算法在處理大規(guī)模稀疏重構(gòu)問題和實(shí)時(shí)應(yīng)用中尚存在算法復(fù)雜度高、計(jì)算效率低等問題。
  本文將圍繞塊稀疏貝葉

2、斯學(xué)習(xí)問題,以挖掘信號(hào)相關(guān)性和提高計(jì)算效率為目的,結(jié)合源定位、生理信號(hào)壓縮等應(yīng)用,研究單觀測矢量、多觀測矢量、空時(shí)相關(guān)模型以及量化壓縮模型下的快速重構(gòu)算法,并通過應(yīng)用實(shí)例來評(píng)估塊稀疏貝葉斯學(xué)習(xí)和量化壓縮算法的工程應(yīng)用前景。主要研究工作有:
  1.提出了單觀測矢量模型下的快速塊稀疏貝葉斯學(xué)習(xí)算法BSBL-FM。BSBL-FM算法采用快速邊緣似然最大化(FMLM)方法優(yōu)化BSBL算法,并可利用塊內(nèi)相關(guān)性結(jié)構(gòu)信息提升算法的重構(gòu)性能。仿

3、真實(shí)驗(yàn)結(jié)果表明,BSBL-FM算法具有與傳統(tǒng)BSBL算法相近的重構(gòu)性能,但計(jì)算效率可提升近6倍。同時(shí),本文將BSBL-FM算法推廣到塊稀疏復(fù)信號(hào)的重構(gòu)。在針對(duì)塊稀疏復(fù)信號(hào)的仿真實(shí)驗(yàn)中, BSBL-FM算法不僅在重構(gòu)性能上超越傳統(tǒng)BSBL算法,同時(shí)在計(jì)算效率上得到近110倍的提升。
  2.提出了多觀測矢量模型下的時(shí)域相關(guān)快速貝葉斯學(xué)習(xí)算法TSBL-FM以及空時(shí)塊稀疏快速貝葉斯學(xué)習(xí)算法STSBL-FM。TSBL-FM算法和STSBL

4、-FM算法可分別利用信號(hào)的時(shí)域相關(guān)特性和空時(shí)塊稀疏結(jié)構(gòu)提升算法的重構(gòu)性能和計(jì)算效率。在源定位及多通道生理數(shù)據(jù)壓縮實(shí)驗(yàn)中,TSBL-FM和STSBL-FM算法具備與傳統(tǒng)貝葉斯學(xué)習(xí)算法近似的重構(gòu)性能,但計(jì)算效率比同類型貝葉斯學(xué)習(xí)算法分別提高約27倍及24倍。同時(shí),TSBL-FM和STSBL-FM算法無需計(jì)算大型矩陣的逆,運(yùn)算中耗費(fèi)極少的存儲(chǔ)資源,適于硬件實(shí)現(xiàn)。
  3.提出了量化壓縮感知模型下的貝葉斯學(xué)習(xí)算法BDQ,并將量化壓縮感知用

5、于低功耗無線數(shù)據(jù)壓縮?;趬嚎s感知中的量化模型,提出可利用信號(hào)相關(guān)性結(jié)構(gòu)和量化誤差先驗(yàn)信息的貝葉斯重構(gòu)算法BDQ。在此基礎(chǔ)上,提出一種基于量化壓縮感知的低功耗數(shù)據(jù)壓縮方法。針對(duì)無線心率監(jiān)測的試驗(yàn)結(jié)果表明,BDQ算法可在2比特量化下穩(wěn)健的重構(gòu)生理信號(hào),其重構(gòu)信噪比(RSNR)相比于現(xiàn)有量化重構(gòu)算法改善3dB。同時(shí),量化壓縮感知數(shù)據(jù)壓縮方法可將長度為N的生理信號(hào)壓縮為N比特?cái)?shù)據(jù),極大的降低無線可穿戴系統(tǒng)的功耗和數(shù)據(jù)傳輸帶寬。
  4.

溫馨提示

  • 1. 本站所有資源如無特殊說明,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)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(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