基于压缩传感的混沌自适应控制

提出了一种自适应混沌控制方法,仅根据输出时间序列,利用压缩传感辨识混沌系统的方程与参数,利用负反馈控制混沌系统到设定目标上。以Lorenz和Rssler系统为例说明时变结构系统的方程及参数的辨识与控制,首先估计出Lorenz系统方程并将其控制到固定点或周期振荡上,当系统结构从Lorenz变化到Rssler时可以快速辨识新结构及其参数,系统重新回到控制目标上。结果表明,与最小二乘法相比,该方法仅通过较少的数据即可实现模型结构与参数的同时估计,并有很高的估计精度,利用估计得到的模型和参数,再利用负反馈可以将混沌系统快速控制到设定目标上。     

基于压缩传感的全息图压缩研究

提出将压缩传感理论用于数字全息图的压缩研究.研究了2种不同变换域对全息图稀疏化的影响,针对全息图的特点选取合适的稀疏域,然后根据压缩传感理论直接获取图像的压缩表示,最后利用得到的压缩数据采用2种不同算法重构全息图并对比其重构效果.实验证实这种压缩方法是可行的,并且在傅里叶稀疏域下使用正交匹配追踪(OMP)重构算法能获得1.5%的压缩率.     

基于压缩传感理论的医学CT成像技术

本文主要介绍了压缩传感(CS)理论在医学CT成像技术领域中的应用及发展状况,同时综述了基于压缩传感的几种CT图像重构算法,并分别分析了它们的优缺点,最后阐述了未来的发展趋势。     

一种近似稀疏信号的压缩传感重建方法

研究近似稀疏信号压缩传感数据的快速准确重建,提出一种基于分析模型的近似l0平滑函数重建方法ASL0.采用分析模型避免了合成模型的累计误差;引入近似l0范数使优化求解过程得以简化,保证了算法的快速实现.对一维分段平滑的合成信号进行了重建仿真,结果表明,采用ASL0重建信号质量好,算法复杂度低,适用于近似稀疏信号压缩感知数据的重建.     

基于压缩传感的单点太赫兹成像

太赫兹（Terahertz,1THz=1012Hz）波通常是指频率在0．1THz-10THz（波长在3mm-30urn）范围内的电磁辐射．随着THz相关技术的发展,THz成像技术在更多领域将显示其更大的实用价值．在本文中,我们对物体进行单点THz成像,此系统的核心是一个单像素探测器和一系列随机掩膜板．成像的方式是基于压缩传感理论（cs）．此理论主要包括信号稀疏表示,编码测量和重建算法三部分．其核心思想是将压缩与采样合并进行,首先采集图像的非自适应线性投影（测量值）,然后根据相应重构算法由测量值重构原始图像．此系统通过测量图像和单一掩膜板的内积来得到单-THz强度值,最后得到一系列与掩膜板数目相同的测量值．CS理论可以从比N2少得多的测量值中来重建一幅NxN的图像,从而缩短成像时间,这种单点成像系统消除了对物体或THz波束进行光栅扫描的必要,不但提高了成像速度,而且保持了单像素探测的高灵敏度．我们利用连续THz波源一返波振荡器来进行实验并得到了初步实验结果．     

基于双卷吸引子的混沌二相码序列及其模糊特性

混沌信号由于其特有的性质,在雷达中具有广阔的应有前景。该文利用基于Ｗｉｎｅｎ电桥和负阻转换器电路,产生的双卷吸引子混沌信号,获得了相应的混沌二相码序列雷达波形。借助于集成电路模拟程序模拟结果,讨论了该二相序列的二值均衡性和游和分布与电路参数的关系。     

基于压缩传感的直接序列超宽带码序列估计算法

直接序列超宽带(DS-UWB)通过一组伪随机码调制脉冲信号的极性,具有较强的军事通信隐蔽性。针对军事对抗中直接序列超宽带中的码序列估计问题,为降低数字前端采样率,基于压缩传感理论,提出了一种低于奈奎斯特采样率下的码序列盲估计算法。通过对分段压缩信号进行累积,得到协方差矩阵的估计值,进而对协方差矩阵的特征值分解得到码序列的估计以及符号帧级的同步偏移值估计。理论分析和仿真证明了所提方法的有效性。     

基于混沌序列的MIMO雷达正交多相码波形设计

基于混沌序列的良好相关性和随机性,提出了一种多输入多输出(MIMO)雷达正交多相码的设计方法.通过不同初值迭代得剑混沌序列,经过相应的量化和多相编码得到混沌波形.由于不同混沌波形的自相关旁瓣不相关,因而在使用多脉冲相干累积提高信噪比(SNR)的脉冲体制下,主副瓣比得到提高.最后的仿真结果表明,目标所在多普勒通道的输出具有很好的主副瓣比.     

基于压缩感知的水声传感网络通信方法

现有研究主要针对单个传感器节点发送数据的情形,传输效率不高,而多个传感器节点同时发送数据,可以提高传输效率,但存在用户数据之间的干扰.将压缩感知应用于水声传感网络中,提出一种可实现多节点同时传输数据的大容量协作通信方法,利用传感器节点数据的稀疏特性,将多个源节点数据同时传输等效为压缩感知中的测量过程,证明了多节点并发传输过程的传输特性可以满足压缩感知中的测量矩阵的约束等距性要求.目的节点通过重构算法,可以恢复多个并发传感器节点的数据.     

基于压缩传感的图像哈希水印算法研究

现有基于图像内容的水印算法在鲁棒性和篡改检测方面存在不足,提出了一种基于压缩传感的图像哈希水印算法。该算法利用压缩传感对图像进行随机投影,得到的压缩测量值作为图像内容特征,通过HMAC(Hash-based Message Authentication Code,基于哈希的消息认证码)算法生成图像摘要,并以水印的方式嵌入到原始图像中;认证时,提取图像中的水印,并对认证图像进行压缩传感随机投影,得到原始图像和认证图像的摘要,通过摘要对比,实现图像认证和篡改检测。仿真实验表明,该方法不仅具有较强的鲁棒性和安全性,还具有较好的篡改检测能力。     

基于不平衡扩展模型的火灾信息分布式压缩感知

针对无线传感网络数据传输与计算的不均衡而导致部分节点能耗大的问题,首先结合图论中二部图思想,将不平衡扩展模型应用在分布式压缩感知上,并设计出一种与该架构相对应的分布式算法.该算法通过一个列稀疏度确定的稀疏随机二值矩阵决定节点之间是否实现数据传输,从而将传输和计算任务平均分散在各个节点,并利用二阶锥形规划法对融合中心的数据进行重构.最后,在火灾场中利用不平衡扩展模型的分布式压缩感知网络进行仿真实验,并对算法的优越性和网络的节能性作出详细分析.在仿真过程中,通过分析均方误差和信噪比证明所提出的模型不仅在降低节点能耗上有较好的效果,而且在有噪声环境中可以很好地保证信号的重构性能.     

基于自适应加权压缩感知的图像超分辨率重建

压缩感知理论被广泛应用于从少量随机观测中精确地重构原始信号,基于压缩感知理论来实现图像的超分辨率重建,在利用图像的局部稀疏性先验的基础上,采取了以下两项措施：一是通过对图像降质模型的估计,采用K-奇异值分解(K-singular value decomposition, K-SVD)算法构建过完备字典对,依据同一图像高低分辨率观测在对应字典下稀疏表示系数相似的特点,将字典对所表示的高低分辨率图像间的映射关系带入目标函数中,避免了降采样和模糊算子难以抽象为矩阵形式对求解造成的影响;二是在待超分辨率图像稀疏编码时提出一种自适应加权的梯度投影稀疏重构(adaptive weighting gradient projection for sparse reconstruction, AWGPSR)算法,克服了传统正交匹配追踪(orthogonal matching pursuit, OMP)算法在这一步需要固定稀疏度的缺陷,可获得更加精确的稀疏表示系数。结合得到的稀疏表示系数与高分辨率字典可以重建出图像的高频分量,将重建的高频分量与低频部分融合可以得到最终的图像超分辨率重建结果。实验结果表明,...     

基于Cholesky矩阵分解的贝叶斯压缩感知信号处理

随着雷达、卫星遥感技术的的高速发展,信号重构精度和效率的要求越来越高.针对传统贝叶斯压缩感知(Bayesian compressed sensing,BCS)算法需要进行高维矩阵反复求逆致使算法复杂度过高、运算时间过长的问题,结合Cholesky矩阵分解快速求逆方法,提出一种基于矩阵分解的改进贝叶斯压缩感知算法.通过仿...     

基于信号空间压缩感知算法的机械故障诊断

为了解决压缩感知（CS）重构算法通过重构稀疏系数求解原始信号的重构精度不高的问题,提出一种基于信号空间的压缩采样匹配追踪算法。首先在冗余字典中求解原始信号的最优表示空间,然后在最优表示空间中利用迭代算法直接求解原始信号,最后以轴承故障振动信号为例进行实验验证。结果证明本文算法提高了信号的重构精度,可以为增强机械振动信号的故障检测能力提供依据。     

齿轮振动信号的压缩感知采集与故障诊断

传统的采样策略会产生大量的数据,为了减少齿轮振动监测中的数据量,在压缩感知的基础上,建立了齿轮振动信号采集和重构模型。首先通过高斯随机矩阵对振动信号进行压缩测量、传输和存储压缩后的信号可以节省成本。信号重构归结为一个最优化问题,应用正交匹配追踪求解信号重构问题。进而得到重构信号的Hilbert解调谱,从Hilbert解调谱中提取特征频率,以特征频率能否识别来评价信号重构的效果。仿真实验和齿轮实验证明了模型的有效性。     

压缩成像技术的应用与挑战

 概述了压缩成像的发展历史和研究现状。从边际成本的角度分析了压缩成像在不同电磁谱波段上的应用特点,指出压缩成像系统需要综合考虑特定应用场景下的器件成本和计算成本等因素设计采样模型和恢复算法。从全光函数的角度,介绍了利用压缩成像技术实现不同维度数据压缩采样的案例,分析了压缩成像技术的优势。探讨了压缩成像技术在理论突破和应用上面临的挑战,表明高稳定性和系统兼容性的压缩感知系统设计是压缩成像大规模应用面临的一个难题。     

一种混沌信号噪声的衰减算法

混沌信号的类噪声特性使得对混有噪声的混沌信号处理相对困难.为此,对Farm er算法进行了改进,改进后的Farm er算法是在原Farm er算法的基础上优化结构,简化算法,提高噪声的衰减的有效性.通过对混有噪声的Henon序列进行仿真实验,仿真结果显示,改进后的Farm er算法能够提高噪声衰减的精度,降低与理想Henon序列的绝对误差.     

一种新的分块压缩传感图像重建算法

针对传统压缩传感一次性随机测量整幅图像所导致的存储量大、重建时间长等问题,提出了一种新的分块压缩传感重建算法.首先,将图像分割成一系列子块,分别将每个子块的所有列向量首尾连接起来构成原始信号;其次,将该信号经过稀疏变换后投影到观测矩阵上得到对应的观测值,再利用优化方法从这些观测中重建出信号;然后,分类每个重构子块的活动...     

压缩感知在ECT分相含率检测中的应用

该文研究了压缩感知(CS)理论在电容层析成像(ECT)问题中的应用,有效解决了图像重构中的欠定性问题,从而通过图像计算两相流中的截面分相含率。首先,采用时域基作为图像向量的稀疏基,并采用高斯随机对灵敏度矩阵进行重新排序,设计其观测矩阵;然后,将不动点迭代算法FPC应用于凸优化问题的求解,得到重构图像;最后,利用最优阈值算法对重构图像进行灰度处理,由灰度图像进行分相含率的计算。在仿真实验阶段建立ECT传感器模型,对3种典型两相流流型进行重构,并与经典的LBP,Landweber算法综合3种重构效果评价指标进行比较。仿真结果表明:基于CS的ECT重构算法在只有少量测量数据的情况下也能精确地重构图像,且成像质量远高于LBP算法,并优于Landweber迭代算法,成像速度也大幅提升,有效提高了分相含率检测的准确性。