基于压缩感知的多址接入方法研究

利用压缩感知的压缩可重构性,将其应用于多址接入中,提出1种基于压缩感知的多址接入方法,将信道矩阵作为压缩感知过程中的测量矩阵,提高了对信道的适应性.方法提高了系统发送信号的效率,与载波侦听多路访问(CSMA)多址接入方法相比,系统吞吐量有较大提高.     

基于黄金分割采样方法的磁共振图像重构

对目前压缩感知理论中几种常用的测量矩阵进行了对比分析研究,针对镜像采样方案中采样直线按360°均匀分布,从而导致测量矩阵与稀疏矩阵之间相干性较高并且图像重构含有较多伪影的问题,提出了采样直线按照360°随机分布的方案.为提高图像重构质量,设计了一个基于黄金分割镜像采样的方案,并通过MATLAB实验仿真验证了该方案的有效性.     

压缩感知在宽带雷达信号处理中的应用

高分辨雷达成像系统在当今的军事和民用方面都有着广泛的需求,高分辨率成像需要发射宽带的雷达信号,然而根据奈奎斯特采样定理,信号带宽的增加又使得雷达系统面临高采样率、高传输率、大数据量存储以及信号实时快速处理等问题.压缩感知(CS)理论通过构造非相关测量矩阵,以远低于奈奎斯特采样率的速率获得一组测量值,通过重构算法对信号进行精确的重构.压缩感知理论应用的前提是信号的稀疏性,关键是测量矩阵和稀疏度之间的关系,重要支撑是重构算法.本文对压缩感知原理进行了简要介绍并针对雷达常用的线性调频信号提出一种稀疏基构造方案.同时,利用matlab构造了线性调频信号模型并对压缩感知处理线性调频信号的采样重建过程及应用于二维成像的过程进行了仿真.本文也研究了不同重建算法并进行了各个算法间的效果比较.仿真结果表明,在宽带雷达回波信号的处理过程中,压缩感知能通过降低采样率有效缓解回波数据的存储和传输的压力,这一点在宽带雷达目标检测中应用前景广阔.     

基于压缩感知的交通监控视频目标检测算法

针对公路交通监控的需求增大与网络带宽资源有限的矛盾,本文提出一种贝叶斯压缩感知的目标检测算法.该算法采用小波基对信号进行稀疏,用部分哈达玛测量矩阵进行观测,实现视频的压缩,为了得到更为准确的前景,提出在部分时间均衡自适应背景模型下,将背景分割思想和小波树结构的贝叶斯压缩感知结合的重构算法完成目标检测.通过对多个场景监控视频的试验,验证了该方法的准确性和有效性,并对光线变化具有一定的鲁棒性和减少视频传输的成本.     

基于多方向正交匹配追踪的压缩感知图像重构算法研究

针对压缩感知中图像信号的压缩比较大、重构效率较低的问题,提出一种基于正交匹配追踪的压缩感知图像重构算法。该算法在图像压缩阶段,利用测量矩阵对目标图像进行二次测量,进一步缩小压缩比。在图像重构阶段,将单次循环的正交匹配对象由一维向量拓展到二维矩阵,利用多方向正交投影对压缩数据进行图像重构。仿真实验结果表明,在缩小压缩比的情况下,可较准确地重构出原始图像;并且显著提高重构效率。     

基于子空间追踪的稀疏信号重构算法

信号重构算法是压缩感知理论中的重要环节,其优劣影响压缩感知的重构效果.基于子空间追踪算法,对经稀疏表示和测量矩阵压缩后的信号进行重构验证,理论分析和实验结果表明,子空间追踪算法能使信号在较高压缩比下保持良好的重构效果.     

基于多方向正交匹配追踪的压缩感知图像重构算法

针对压缩感知中图像信号的压缩比较大、重构效率较低的问题,提出一种基于正交匹配追踪的压缩感知图像重构算法。该算法在图像压缩阶段,利用测量矩阵对目标图像进行二次测量,进一步缩小压缩比。在图像重构阶段,将单次循环的正交匹配对象由一维向量拓展到二维矩阵,利用多方向正交投影对压缩数据进行图像重构。仿真实验结果表明,在缩小压缩比的情况下,可较准确地重构出原始图像;并且显著提高重构效率。     

基于近似l_0重构算法的传感网数据收集方案

针对无线传感器网络中的数据收集问题,基于压缩感知理论设计并实现了一种高效节能的数据收集方案.数据采集时利用矩阵投影对传感器节点感知的数据进行压缩,数据重构时利用指数函数族对l0范数进行逼近,从而将带约束条件的l0范数最小化问题转化为无约束条件的优化问题,同时还设计了相应的加权函数,从而进一步提高重构算法的收敛速度.实验结果表明:所设计的基于近似l0范数重构算法的传感网数据收集方案在数据收集过程中具有较高的运行效率,其对无线传感器网络的带宽、能量等资源消耗较低;在数据重构过程中能够在适当的重构时间内进一步提高压缩数据的重构成功率.     

一种基于压缩感知的图像去马赛克算法

文中提出了一种基于分块压缩感知的图像去马赛克算法.该算法首先将Bayer色彩滤镜阵列采样值等效为压缩感知理论中感知矩阵采样所得的压缩数据.其次通过结合Bayer色彩滤镜阵列自身特点训练分块稀疏字典.最后在训练所得稀疏字典的基础上利用分块压缩感知重构算法便可精确重构出Bayer色彩滤镜阵列采样结果.由于训练所得稀疏字典能有效降低与Bayer色彩滤镜采样阵列之间的相关性,因此文中所提出的图像去马赛克算法能有效对单一Bayer色彩滤镜阵列采样值进行重构.通过实验验证表明：新的图像去马赛克算法明显优于传统插值算法,重构所得彩色图像在去除假色影响的同时能完整保留原始图像的细节信息.     

结合迭代阈值法的多任务贝叶斯压缩感知结构振动信号重构

为缓解结构健康实时监测中因为海量数据导致的数据采集、存储和传输成本高的问题，采用压缩感知理论结合迭代阈值法对数据进行压缩采样；然后用多任务贝叶斯压缩感知重构算法，通过少量采样数据恢复原始信号.利用吉安大桥的现场环境振动试验数据，验证结合迭代阈值法的多任务贝叶斯压缩感知重构算法的有效性及可行性.研究结果表明，相比于传统的正交匹配追踪算法、单任务贝叶斯压缩感知算法和多任务贝叶斯压缩感知算法，利用结合迭代阈值法的多任务贝叶斯压缩感知重构算法计算得到的重构信号与原始信号吻合度更好，性能更优.     

利用固相萃取和气质联用技术定性空气中的污染物

为了定性兰州地区空气中的有机污染物,用GDX 502和GDX 10l混合吸附剂自行装柱采集空气样品,少量二氯甲烷-乙醚混合有机溶剂淋洗采样管和热解吸浓缩进样装置两种方式进行脱附被吸附物质,最后进行气质联用检测.结果表明用混合吸附剂能更有效吸附各类污染物,在一个样品中最多能检测到380余个物质.样品脱附方法节省有机试剂和时间,避免大量有机溶剂再次污染空气,并且操作简单,所建立的方法有很好的灵敏度,能满足检测空气质量的需要.     

光纤中基孤子脉冲压缩的一种新方法

提出了利用色散管理光纤压缩基本弧子脉冲的一种新方法,针对两种不同的色散管理光纤,讨论了色散管理光纤中脉冲压缩机理和压缩效果。研究发现总色散为零和总色散不为零的色散管理光纤都可以获得较大的脉冲压缩比。当考虑喇曼自频移效应的影响时,发现自频移效应对脉冲压缩起抑制作用。     

基于SPIHT编码的管道泄漏检测数据压缩方法

针对油气管道泄漏检测数据的压缩问题,首次提出基于小波变换的多级树集合分裂编码(SPIHT)的泄漏检测数据压缩方法。该方法主要是利用原始信号在各尺度下小波变换系数的自相似性,优先传送绝对值较大的小波系数,再传送绝对值相对较小的作为非重要系数以得到更高的压缩倍数和更小的重构误差。应用该方法对实际泄漏检测数据进行压缩,实验结果表明:在不大于1%的均方根误差下,压缩前和压缩后数据的压缩倍数相差达到28,比用EZW算法和算术编码相结合的方法提高了12倍,更多地节省了泄漏检测数据的存储空间。     

基于样本和特征搜索空间不断缩小的模糊粗糙集特征选择

为了提高模糊粗糙集特征选择算法的计算效率,在每次迭代过程中通过不断缩减样本和特征的搜索范围,提出了一种新的模糊粗糙集特征选择算法.为了减少样本的搜索范围,利用样本对决策类下近似隶属度的单调性,构建样本的筛选机制,用以筛除当前所选特征子集已保持决策类下近似隶属度的样本;为了缩减特征的搜索范围,采用特征冗余性概念,构建特征搜索机制,用以移除已被确定为冗余的特征;通过融合样本筛选机制和特征搜索准则,设计模糊粗糙集特征选择的高效算法.数值实验表明,所提算法具有高效性和有效性.     

结合多尺度学习的WBAN数据处理机制

无线体域网进行生理信号长期非间断观测过程中,为捕捉生理数据动态特征以提升信号压缩率,增强网络能量有效性,综合考虑压缩感知和多尺度在线字典学习,提出了一种能量有效数据处理机制。首先依据各尺度系数能量占比设计观测矩阵,以提高观测数据有效性;其次,节点对多尺度小波系数进行随机投影,以深入削减数据量;最后,结合多尺度鲁棒字典学习,高质量恢复原始数据。数值结果表明,所提机制在重构精度、数据压缩率方面表现尤佳,有助于提升网络能量有效性。当压缩率高达85时重构信号仍满足医疗诊断要求。     

可用于HEVC视频编码器的混合输入DCT变换器设计

离散余弦变换是HEVC中的重要组成模块之一，能够有效提高压缩效率。本文针对帧间预测重构时，随着CTU尺寸的增大和划分层次的增加，完成全部变换块变换所需要的时钟周期显著增多的问题，提出一种既可以实现单一变换块的变换与反变换，又可以对尺寸为32 px*32px基于HEVC四叉树划分的混合块进行变换与反变换的硬件架构.采用多层次蝶形架构与混合矩阵乘法器对混合输入数据进行逐级分解并运算，其数据流动与单一变换块一致。在Altera的Stratix III器件下综合工作频率为189.47 MHz，在Synopsys的SAED 90-nm器件库下用DC综合工作频率为140 MHz，逻辑门数为130K，混合块变换每个时钟始终可以处理32点数据。     

结合DCT和VQ编码的可恢复脆弱水印算法

由于编码效率和安全性不够理想,现有可恢复脆弱水印算法的篡改恢复性能有待进一步提高,结合DCT(Discrete Cosine Transform)和VQ(Vector Quantization)编码提出了一种编码方式可变的变容量可恢复水印算法。为了提高编码效率,根据8×8图像块的复杂程度,分别采用DCT或VQ编码生成变容量重要恢复水印信息。对4×4的高频分量块,利用VQ压缩生成8比特细节水印。将图像块的重要水印分成三部分及其细节水印基于密钥分别随机地嵌入在其他图像块中,以抵抗拼贴攻击。篡改检测时,综合四部分水印的不一致标识,判定图像块的真实性。为了提高恢复性能,利用提取的重要、细节水印信息和图像修复方法恢复篡改图像块。仿真结果表明,算法具有较好的编码效率和安全性,并且篡改恢复性能优于现有文献。     

PMMA在MlM后续热脱脂过程中的分解行为

金属粉末注射成形(MIM)粘结剂中高分子物质的分解和排除是一个较缓慢的过程,对这一过程进行理论研究,有助于指导粘结剂的设计和脱脂过程优化.为此,当Fe-2Ni粉末的注射成形坯经充分溶剂脱脂后,用热重法对坯块中的PMMA的热分解行为进行了理论研究和实验验证.假设进行一级反应,根据各种升温速率的热重计算结果,得到了喂料中PMMA热分解反应速率的理论计算表达式In(1-α)=1.33×10     

黏聚单元嵌入技术及其在混凝土细观分析模型中的应用

采用针对随机颗粒的渐变网格剖分和黏聚单元嵌入的方案,建立骨料-砂浆-界面的三维高效细观有限元模型,并在单机上实现了混凝土标准试样的单轴拉伸和单轴压缩数值试验。结果表明:该嵌入方案能够捕捉到骨料-砂浆界面由弱连接到脱开的全过程,再现混凝土试样的破坏形态;通过对细观模拟结果获得的应力-应变关系曲线的对比分析,一定程度上揭示了混凝土宏观力学特性的内在机理,为探究混凝土类复合材料宏观力学特性的内在机制提供了技术保障。     

融合注意力机制的U-Net混合电磁重构方案

电磁逆散射问题是非线性和病态的,传统的求解方法无法兼顾成像精度和计算效率,而基于深度学习的直接重构方法缺失先验信息,导致学习过程较困难.采用结合衍射层析成像（DT）算法和融合注意力机制的U-Net混合电磁重构方案,求解电磁逆散射问题,将基于Born近似的DT算法重建的粗糙图像作为U-Net的输入,有效利用先验信息,提高逆散射问题求解的效率和精度.此外,在U-Net每次的下采样过程中加入注意力机制,进一步提高了目标散射体相对介电常数和位置的重建精度.实验结果表明,相比未引入注意力机制的方案,融合注意力机制的U-Net混合电磁重构方案重建误差较小,可实现相对介电常数分布的高精度重建.