-
基于壓縮感知技術(shù)的異構(gòu)型物聯(lián)網(wǎng)數(shù)據(jù)處理
摘 要：對于大規(guī)模異構(gòu)型物聯(lián)網(wǎng)的數(shù)據(jù)處理，傳統(tǒng)的奈奎斯特采樣加有損數(shù)據(jù)壓縮處理不僅需要大量的存儲空間和能量消耗，而且會導(dǎo)致部分信息的不可逆損失，為此，文中提出了一種基于壓縮感知技術(shù)的異構(gòu)型物聯(lián)網(wǎng)數(shù)據(jù)處理方法。該方法利用信號本身具有的稀疏性，以遠低于奈奎斯特的采樣率同步實現(xiàn)信號感知和壓縮，后期采用相應(yīng)的優(yōu)化算法精確恢復(fù)出原始的高維信號，實現(xiàn)數(shù)據(jù)的無損壓縮和恢復(fù)，從而有效節(jié)約感知節(jié)點的存儲空間和功耗，提高整個異構(gòu)型物聯(lián)網(wǎng)的能效比和魯棒性。
-
基于壓縮感知的信號欠采樣和重建研究
摘要：為了實現(xiàn)基于壓縮感知理論的信號欠采樣和重建，采用模擬信息轉(zhuǎn)換器和正交匹配追蹤(OrthogonalMatchingPursuit,OMP)算法對正弦脈沖信號的欠采樣和信號重建進行了仿真分析。通過Matlab仿真分析驗證了壓縮感知理論在信號欠采樣和重建過程中的可行性，通過對比在不同信噪比下的效果發(fā)現(xiàn)，在高信噪比時，，性能較好，可以為信號采樣系統(tǒng)和信號恢復(fù)處理系統(tǒng)的設(shè)計應(yīng)用提供理論參考。最后，總結(jié)討論了壓縮感知在射頻和無線通信領(lǐng)域的應(yīng)用價值。
-
基于壓縮感知的信號欠采樣和重建研究
摘要：為了實現(xiàn)基于壓縮感知理論的信號欠采樣和重建，采用模擬信息轉(zhuǎn)換器和正交匹配追蹤(OrthogonalMatchingPursuit,OMP)算法對正弦脈沖信號的欠采樣和信號重建進行了仿真分析。通過Matlab仿真分析驗證了壓縮感知理論在信號欠采樣和重建過程中的可行，性，通過對比在不同信噪比下的效果發(fā)現(xiàn)，在高信噪比時，，性能較好，可以為信號采樣系統(tǒng)和信號恢復(fù)處理系統(tǒng)的設(shè)計應(yīng)用提供理論參考。最后，總結(jié)討論了壓縮感知在射頻和無線通信領(lǐng)域的應(yīng)用價值。
-
淺談壓縮感知（二）：理論基礎(chǔ)
淺談壓縮感知（二）：理論基礎(chǔ)主要內(nèi)容：信號的稀疏表示編碼測量（采樣過程） 恢復(fù)算法（非線性） 一、信號與圖像的稀疏表示在DSP（數(shù)字信號處理）中，有個很重要的概念：變換域（某個線性空間：一組基函數(shù)支撐
-
淺談壓縮感知（二十五）：壓縮感知重構(gòu)算法之分段正交匹配追蹤（StOMP）
淺談壓縮感知（二十五）：壓縮感知重構(gòu)算法之分段正交匹配追蹤（StOMP）主要內(nèi)容：StOMP的算法流程StOMP的MATLAB實現(xiàn)一維信號的實驗與結(jié)果門限參數(shù)Ts、測量數(shù)M與重構(gòu)成功概率關(guān)系的實驗與結(jié)
-
淺談壓縮感知（八）：兩篇科普文章
淺談壓縮感知（八）：兩篇科普文章分享兩篇來自科學(xué)松鼠會的科普性文章：1、壓縮感知與單像素相機(陶哲軒,Terence Tao)2、填補空白：用數(shù)學(xué)方法將低分辨率圖像變成高分辨率圖像(Jordan El
-
淺談壓縮感知（二十二）：壓縮感知重構(gòu)算法之正則化正交匹配追蹤（ROMP）
淺談壓縮感知（二十二）：壓縮感知重構(gòu)算法之正則化正交匹配追蹤（ROMP）主要內(nèi)容：ROMP的算法流程ROMP的MATLAB實現(xiàn)一維信號的實驗與結(jié)果測量數(shù)M與重構(gòu)成功概率關(guān)系的實驗與結(jié)果一、ROMP的算
-
淺談壓縮感知（二十三）：壓縮感知重構(gòu)算法之壓縮采樣匹配追蹤（CoSaMP）
淺談壓縮感知（二十三）：壓縮感知重構(gòu)算法之壓縮采樣匹配追蹤（CoSaMP）主要內(nèi)容：CoSaMP的算法流程CoSaMP的MATLAB實現(xiàn)一維信號的實驗與結(jié)果測量數(shù)M與重構(gòu)成功概率關(guān)系的實驗與結(jié)果一、C
-
淺談壓縮感知（三十一）：壓縮感知重構(gòu)算法之定點連續(xù)法FPC
淺談壓縮感知（三十一）：壓縮感知重構(gòu)算法之定點連續(xù)法FPC主要內(nèi)容：FPC的算法流程FPC的MATLAB實現(xiàn)一維信號的實驗與結(jié)果基于凸優(yōu)化的重構(gòu)算法基于凸優(yōu)化的壓縮感知重構(gòu)算法。約束的凸優(yōu)化問題：去約
-
淺談壓縮感知（十九）：MP、OMP與施密特正交化
淺談壓縮感知（十九）：MP、OMP與施密特正交化關(guān)于MP、OMP的相關(guān)算法與收斂證明，這里僅簡單陳述算法流程及二者的不同之處。主要內(nèi)容：MP的算法流程及其MATLAB實現(xiàn)OMP的算法流程以及MATLA
-
淺談壓縮感知（二十八）：壓縮感知重構(gòu)算法之廣義正交匹配追蹤(gOMP)
淺談壓縮感知（二十八）：壓縮感知重構(gòu)算法之廣義正交匹配追蹤(gOMP)主要內(nèi)容：gOMP的算法流程gOMP的MATLAB實現(xiàn)一維信號的實驗與結(jié)果稀疏度K與重構(gòu)成功概率關(guān)系的實驗與結(jié)果一、gOMP的算法
-
淺談壓縮感知（六）：TVAL3
淺談壓縮感知（六）：TVAL3這一節(jié)主要介紹一下壓縮感知中的一種基于全變分正則化的重建算法——TVAL3。主要內(nèi)容：TVAL3概要壓縮感知方法TVAL3算法快速哈達瑪變換實驗結(jié)果 總結(jié) 1、TVAL3
-
compressive sensing matlab demo 壓縮感知入門
壓縮感知（Compressed sensing），也被稱為壓縮采樣(Compressive sampling)或稀疏采樣(Sparse sampling)，是一種尋找欠定線性系統(tǒng)的稀疏解的技術(shù)。如果一
-
淺談壓縮感知：凸優(yōu)化
我們知道壓縮感知主要有三個東西：信號的稀疏性，測量矩陣的設(shè)計，重建算法的設(shè)計。那么，在重建算法中，如何對問題建立數(shù)學(xué)模型并求解，這就涉及到了最優(yōu)化或凸優(yōu)化的相關(guān)知識。在壓縮感知中，大部分情況下都轉(zhuǎn)換為
-
淺談壓縮感知：凸優(yōu)化
淺談壓縮感知：凸優(yōu)化我們知道壓縮感知主要有三個東西：信號的稀疏性，測量矩陣的設(shè)計，重建算法的設(shè)計。那么，在重建算法中，如何對問題建立數(shù)學(xué)模型并求解，這就涉及到了最優(yōu)化或凸優(yōu)化的相關(guān)知識。在壓縮感知中，
-
壓縮感知和深度學(xué)習(xí)的區(qū)別
本質(zhì)上是兩個問題。如果一定要找聯(lián)系，兩者都涉及數(shù)據(jù)的稀疏表達。壓縮感知解決“逆問題”：Ax=b。對于欠定的線性系統(tǒng)，如果已知解具有稀疏性（sparsity），稀疏性可以作為約束或者正則項，提供額外的先
-
壓縮感知技術(shù)在未來移動通信系統(tǒng)中的應(yīng)用
隨著智能終端的興起及無線數(shù)據(jù)應(yīng)用業(yè)務(wù)的豐富，無線通信系統(tǒng)中的數(shù)據(jù)用戶數(shù)大幅增加，數(shù)據(jù)內(nèi)容也不再限于傳統(tǒng)的文字或者圖像，未來用戶對高清晰度視頻、手機電視等多媒體業(yè)務(wù)的需求越來越多，導(dǎo)致無線網(wǎng)絡(luò)流量呈現(xiàn)出
-
中國科大在幾何信息壓縮研究領(lǐng)域獲新進展
近日，中國科學(xué)技術(shù)大學(xué)數(shù)學(xué)科學(xué)學(xué)院副教授楊周旺研究組在幾何信息壓縮感知理論及應(yīng)用領(lǐng)域取得研究進展，相關(guān)研究成果發(fā)表在ACMTransactionsonGraphics(TOG)上。在逆向工程中，由掃描設(shè)備獲取幾何對象的掃描數(shù)據(jù)往往
