1比特壓縮感知中的信號(hào)重構(gòu)方法研究.pdf

1、壓縮感知利用信號(hào)的稀疏性，在遠(yuǎn)低于Nyquist采樣率的情況下，隨機(jī)獲取少量的測(cè)量值，然后通過(guò)非線性重構(gòu)算法進(jìn)行高精度的重構(gòu)。而1比特壓縮感知理論在壓縮感知理論模型的基礎(chǔ)上，僅僅保留測(cè)量值的符號(hào)，通過(guò)增加測(cè)量次數(shù)來(lái)達(dá)到信號(hào)的精確重構(gòu)。
　　本文以1比特壓縮感知理論體系為研究對(duì)象，研究了符號(hào)匹配追蹤算法和二進(jìn)制迭代硬閾值算法，并針對(duì)其缺點(diǎn)和不足進(jìn)行了改進(jìn)。其具體的的工作主要包括以下幾個(gè)方面：
　　1、以壓縮感知和1比特壓縮感知

2、理論為研究模型，并對(duì)其三個(gè)主要方面進(jìn)行了闡述：信號(hào)的稀疏表達(dá)、觀測(cè)矩陣的設(shè)計(jì)、重構(gòu)算法的研究。同時(shí)對(duì)壓縮感知理論的一個(gè)分支1比特壓縮感知模型進(jìn)行了深入研究，該模型對(duì)信號(hào)測(cè)量值進(jìn)行1比特的量化，取其符號(hào)值然后通過(guò)重構(gòu)算法來(lái)進(jìn)行信號(hào)的重構(gòu)。
　　2、提出了向前向后符號(hào)匹配追蹤算法。該算法在基于符號(hào)匹配追蹤算法的基礎(chǔ)上，將FBP算法的支撐集搜索模式引入到符號(hào)匹配追蹤算法當(dāng)中去，提出了向前向后符號(hào)匹配追蹤算法，旨在解決稀疏度未知情況下的信