內容簡介
在傳輸帶寬有限和數據量激增的數字化時代,壓縮感知理論為低速有效獲取信息提供瞭一種新的思路,成為近十年來信號信息處理領域中一個備受矚目的理論。本書的編寫注重理論和工程應用的結閤,針對壓縮感知理論在工程應用上的幾個熱點和難點問題,給齣瞭理論建模和求解方法,既有完整的物理模型,又有完備的數學推導,同時通過圖文並茂的方式,給齣瞭大量的仿真示例和詳盡的結果分析。
本書既可作為相關研究人員的工具書,也可作為對壓縮感知理論感興趣的讀者的入門讀物。
目錄
第一章 概論................................................................................................................. 1
1.1 引言.................................................................................................................... 1
1.2 信號的稀疏錶示.................................................................................................. 2
1.3 壓縮感知的基本思想........................................................................................... 5
1.4 研究內容............................................................................................................. 8
本章小結..................................................................................................................... 9
本章參考文獻.............................................................................................................. 9
第二章 壓縮感知理論簡介........................................................................................... 13
2.1 引言.................................................................................................................. 13
2.2 信號錶示模型.................................................................................................... 13
2.3 觀測矩陣及其特性分析研究方法........................................................................ 15
2.4 信號的觀測數量................................................................................................. 20
2.5 信號重構算法.................................................................................................... 21
本章小結................................................................................................................... 22
本章參考文獻............................................................................................................ 22
第三章 信號稀疏錶示與分解方法................................................................................ 24
3.1 信號的稀疏逼近................................................................................................. 26
3.1.1 稀疏信號與基下的信號稀疏逼近.................................................................. 26
3.1.2 過完備字典下的信號稀疏逼近..................................................................... 29
3.2 典型過完備字典................................................................................................. 31
3.2.1 完備字典..................................................................................................... 31
3.2.2 典型過完備字典.......................................................................................... 32
3.3 過完備稀疏分解方法.......................................................................................... 34
3.3.1 常用稀疏分解算法及問題分析..................................................................... 34
3.3.2 GIGMP算法................................................................................................ 43
3.3.3 基於原子庫樹狀結構劃分的誘導式分解算法................................................ 46
3.3.4 迭代閾值算法.............................................................................................. 52
3.3.5 交替方嚮乘子方法....................................................................................... 55
本章小結................................................................................................................... 56
本章參考文獻............................................................................................................ 56
第四章 圖像稀疏重建.................................................................................................. 61
4.1 引言.................................................................................................................. 61
4.2 基於自適應稀疏域選擇的圖像稀疏錶示.............................................................. 64
4.2.1 離綫字典學習.............................................................................................. 64
4.2.2 自適應子字典選擇....................................................................................... 66
4.3 自適應正則........................................................................................................ 67
4.3.1 基於AR模型的自適應正則.......................................................................... 68
4.3.2 基於非局部相似的自適應正則..................................................................... 68
4.4 圖像稀疏重建算法總結...................................................................................... 69
4.5 圖像稀疏重建結果............................................................................................. 71
4.5.1 圖像去模糊結果.......................................................................................... 71
4.5.2 圖像超分辨率實驗結果................................................................................ 73
本章小結................................................................................................................... 78
本章參考文獻............................................................................................................ 79
第五章 基於壓縮感知的一維迴波信號獲取與檢測........................................................ 82
5.1 引言.................................................................................................................. 82
5.2 基於壓縮感知的低速雷達迴波獲取..................................................................... 83
5.2.1 雷達迴波的稀疏錶示................................................................................... 83
5.2.2 雷達迴波信號的低速獲取............................................................................ 86
5.3 基於加權範數理論的高分辨一維距離像.......................................................... 93
5.3.1 加權範數重構模型簡介............................................................................ 93
5.3.2 基於加權範數理論的高分辨一維距離像.................................................... 95
5.4 超聲高分辨率探測........................................................................................... 100
5.4.1 基於壓縮感知理論的探測原理.................................................................... 100
5.4.2 結閤壓縮感知理論和奇異值分解的高分辨率探測方法................................. 104
5.4.3 仿真實驗及其結果分析.............................................................................. 109
本章小結.................................................................................................................. 111
本章參考文獻........................................................................................................... 111
第六章 基於壓縮感知的計算成像............................................................................... 114
6.1 引言................................................................................................................. 114
6.2 高分辨率可見光計算成像................................................................................. 115
6.2.1 基於運動隨機曝光的高分辨率可見光計算成像方法.................................... 115
6.2.2 基於CCD-TDI模式的高分辨率遙感光譜成像............................................. 125
6.3 高分辨率光譜計算成像.................................................................................... 131
6.3.1 單通道光譜計算成像模型........................................................................... 131
6.3.2 雙通道光譜計算成像.................................................................................. 136
6.4 基於低秩張量逼近的高維圖像恢復................................................................... 156
6.4.1 基於低秩張量逼近的拉普拉斯尺度混閤(LSM)模型..................................... 156
6.4.2 基於低秩張量逼近的高維圖像去噪............................................................. 160
6.4.3 仿真實驗................................................................................................... 162
本章小結................................................................................................................. 166
本章參考文獻.......................................................................................................... 166
第七章 基於稀疏理論的高分辨率雷達成像................................................................ 168
第八章 基於稀疏錶示重構的多視目標識彆................................................................ 204
第九章 基於稀疏性提升的光流估計........................................................................... 214
本章參考文獻.......................................................................................................... 230
前言/序言
隨著數字化時代的到來,用來傳遞和獲取信息的信號的帶寬變得越來越寬,基於傳統的奈奎斯特采樣定理的信號采樣和重構方法變得越來越難以實現。另一方麵,對承載信息的信號進行分析時,多采用的是變換域的分析處理方法,這是由於大部分信號都會在某些變換空間中錶現齣能量局域化分布的特點,錶現為變換的係數隻有少量的非零大係數,也就是說信號在某些空間中存在稀疏性。壓縮感知理論指齣,針對稀疏性的信號,信號的采樣可以采用隨機投影采樣方法,對信號進行信息混閤,隻獲取少量的樣本,通過優化求解可以高概率地恢復原信號。壓縮感知理論由於能夠極大地降低信號獲取的要求,受到瞭國內外眾多科研人員的關注,湧現齣瞭大量的研究成果。作者所領導的課題組是國內較早開展壓縮感知理論研究的,十餘年來緻力於壓縮感知理論和工程應用的研究,並獲得瞭豐碩的研究成果
壓縮感知理論的工程應用方法 下載 mobi epub pdf txt 電子書