基于單目標(biāo)和多目標(biāo)遺傳算法的壓縮感知重構(gòu).pdf

1、與奈奎斯特采樣定理相比，壓縮感知理論擁有更低的采樣速率，該理論突破了奈奎斯特采樣定理的瓶頸，引發(fā)了信號處理領(lǐng)域的變革，許多學(xué)者開始了對它的研究。壓縮感知理論主要涉及三個方面：稀疏表示、觀測矩陣設(shè)計、重構(gòu)算法設(shè)計。本文的目的是重構(gòu)算法的研究，從正交匹配跟蹤算法的思想出發(fā)，在前人研究成果的基礎(chǔ)上，本文把遺傳算法融入到壓縮感知重構(gòu)框架中，仿真實現(xiàn)基于遺傳算法的壓縮感知重構(gòu)方法。目的是從字典中選出一組合適的原子對采樣信號進行線性表示，得到稀疏矩

2、陣,從而得到重構(gòu)圖像。本文的主要工作內(nèi)容如下：
　　基于單目標(biāo)遺傳算法的壓縮感知重構(gòu)方法：通過遺傳算法找到最佳的幾個原子來表示采樣信號。具體如下：首先對染色體進行編碼完成種群的初始化。然后對染色體進行交叉、變異及選擇得到子代染色體，使用適應(yīng)度函數(shù)計算每個染色體的適應(yīng)度值，適應(yīng)度值可以衡量染色體的優(yōu)劣。這個方法引進了精英策略，父代種群中的最優(yōu)染色體可以直接進入子代種群，保證最優(yōu)染色體在遺傳進化過程中被保留下來，有利于提高算法的重構(gòu)效

3、果。
　　基于多目標(biāo)遺傳算法的壓縮感知重構(gòu)方法：多目標(biāo)遺傳算法使用非支配排序遺傳算法Ⅱ。具體如下：首先對染色體進行編碼完成種群的初始化，種群規(guī)模為N。然后對染色體進行交叉、變異得到新種群，合并父代種群與新種群，對它進行非支配排序和擁擠度的計算。然后選出最優(yōu)的N個染色體,直到得到滿足終止條件的最優(yōu)染色體，最后對染色體進行解碼并得到重構(gòu)信號。
　　我們仿真實現(xiàn)基于單目標(biāo)和多目標(biāo)遺傳算法的壓縮感知重構(gòu)方法，實驗結(jié)果顯示：與正交匹配