压缩感知理论研究简述

压缩感知(Compressive Sensing,CS)理论是一个充分利用信号稀疏性或可压缩性的全新信号采集、编解码理论。本文系一文献综述,主要阐述了CS理论模型及主要算法、CS理论应用与研究现状。     

基于压缩感知理论的图像水印算法

水印技术是保障图像安全的一项重要技术,为了克服当前图像水印算法存在水印信息嵌入量小、抗攻击鲁棒性差的缺陷,设计了基于压缩感知理论的图像水印算法。首先采用小波变换对原始图像进行预处理,分解为不同频率的子图像,并采用压缩感知算法对高频子图像进行压缩处理,提高图像传输效率;然后采用混沌系统对水印信息进行处理,产生水印序列,并将水印序列嵌入到低频子图像中,最后采用小波变换对嵌入水印的低频子图像和压缩后的高频子图像进行融合,得到嵌放水印的载体图像,并可以采用压缩感知理论的重构算法提取水印信息。与数字图像水印算法进行了对比测试,结果明,本文算法大幅度改善了水印信息的嵌入量,嵌入水印合的载体具有良好的透明性,而且对各种攻击具有较好的鲁棒性,具有十分显著的优势。     

基于压缩感知理论的图像压缩技术探析

伴随着科学技术的发展,图像压缩技术也出现了新的变化。本文以压缩感知理论为基础,对基于压缩感知理论的图像压缩技术的应用进行了探讨。对进一步优化我国基于压缩感知理论的图像压缩技术的理论研究与实践应用有一定的参考作用。     

压缩感知理论在交通视频系统中的应用

交通视频是智能交通系统的重要组成部分,海量的数据给交通视频的存储带来了很大的挑战。随着压缩感知理论的不断发展,这一难题可以得到较好地解决。文章阐述了交通视频压缩编码和压缩感知理论,重点介绍了基于压缩感知理论的交通视频编码的相关算法以及基本框架,为智能交通系统的建设提供参考。     

基于压缩感知的声纳图像处理

本文利用小波基对声纳图像进行稀疏化,选取高斯随机测量矩阵作为观测基得到其观测值,再利用正交匹配追踪算法(OMP)对声纳图像进行重构。实验结果表明,重构图像质量得到极大提升,其信噪比PSNR得到大幅度提高,为声纳图像的水下传输提供了便利。     

基于压缩感知理论和空域下采样技术的图像压缩方法

本文首先将原始的高分辨率图像进行空域的下采样,将高分辨率图像转化为低分辨率图像后,再对低分辨率图像进行压缩感知采样,最后可以对重建后的低分辨率图像进行插值重建后得到高分辨率的图像。该方法复杂度都较低,实现了高效的图像压缩。     

基于压缩感知的图像混沌加密算法

为实现图像的同步加密与压缩,将压缩感知理论与混沌理论相结合,提出了一种兼顾压缩性能与安全性能的加密方案。该加密算法采用置乱-测量矩阵观测-置乱-双向扩散四级加密,采用离散小波变换(DWT)并设定合适的阈值对明文图像进行稀疏化操作,然后进行置乱-测量矩阵观测-置乱-双向扩散操作,得到密文图像,加密过程中,将混沌参数作为密钥,通过混沌系统产生伪随机序列作为置乱、构造测量矩阵和扩散过程中的密钥流,实验结果表明:图像在加密过程中,在保证图像信息质量的前提下,提高了加密和解密的速度,验证了本方案的可靠性、安全性以及鲁棒性。     

压缩感知稀疏信号重构算法研究

压缩感知理论是利用信号的稀疏性,采用重构算法通过少量的观测值就可以实现对该信号的精确重构。SL0（Smoothed l0）算法是基于l0范数的稀疏信号重构算法,通过控制参数逐步逼近最优解。针对平滑函数的选取问题,文章提出一种新的平滑函数序列近似l0范数,实现稀疏信号的精确重构。仿真结果表明,在相同实验条件下文章算法较传统算法有着较高的重构概率。     

压缩感知应用于透地无线通信初探

根据透地无线通信语音通信质量、传输速率、编解码延时、算法复杂度的要求,针对透地无线通信语音压缩中存在的压缩率低、传输速率高的问题,分析压缩感知理论特性。结果表明:压缩感知理论可以应用于矿井透地无线通信语音压缩,但是算法需要考虑到其抗干扰性。     

一种新的压缩感知FO-COSaMP算法

近年来,压缩感知因其打破传统采样理论的瓶颈从而吸引了许多领域的研究人员的关注。信号重构算法是整个压缩感知的核心内容,也是研究人员研究的重点方向,决定着压缩感知能否成功的广泛运用于信号处理领域的具体实际问题中。文章在COSa MP(压缩匹配采样)算法的基础上引入果蝇优化算法思想,对传感矩阵中部分原子进行优化,从而实现更高精度,更少迭代次数的信号重构,提出一种新的改进算法——FO-COSaMP算法。仿真结果表明,在同等的条件下,与COSa MP算法等同类算法的性能参数作对比,新的算法运行的时间相仿,显示出的重构性能较优。     

浅谈德育教育理论与实践的运用

提高学生的素质,教师素质是关键。德育教育是一个过程,有其自身的特殊规律,身为一名教育工作者,在整个社会教育大背景的趋势,尤其是所处的特定区域下,本着"立人先立德"的德育目标,本人就想从德育的全民性、渐进性、人文性和欣赏性四个方面结合自身的教育教学进行一番反思,从而付诸于实践。     

基于压缩感知下的数字水印算法的研究

如何提高压缩感知下的数字水印的效果一直以来都是水印算法的研究方向。本文提出了基于字典学习的网络自适应稀疏变换方法,该方法构建自适应最优稀疏变换基,在字典学习问题中引入网络数据稀疏基的可压缩约束,以满足水印图像数据处理特点及稀疏变换的高实时性要求,通过在水印的嵌入和提取中运行改进后压缩感知算法在鲁棒性和隐蔽性等方面都取得了比较好的效果。仿真实验说明本文的算法具有很好的可行性。     

OFDM系统基于压缩感知的信道估计方法

本文提出了一种基于压缩感知的OFDM系统信道估计模型,在此模型基础上给出了具体的基于压缩感知的OFDM系统信道估计实施步骤并进行仿真验证。仿真结果表明,在导频数目相同的情况下,基于压缩感知的OFDM信道估计方法的性能明显优越于传统的数据辅助OFDM系统信道估计方法;在性能接近的情况下,基于压缩感知的OFDM信道估计方法使用导频数远少于传统的数据辅助OFDM系统信道估计方法。     

浅谈需要理论在商务谈判中的运用

阐述了需要理论的主要内容,商务谈判的需要以及利用需要理论更好地满足谈判对手的需要,从而获得理想的谈判效果。     

价值管理理论及运用

公司战略、公司理财和公司治理不是完全分离的,它们分别从不同的侧面,探索提高公司运作效率的手段和方法。对公司价值的研究和公司价值模型的扩展,提供了把公司战略、理财和治理有机整合起来的理论和操作依据。价值管理是公司战略规划与实施、财务与治理优化的整合管理模式。     

基于压缩采样理论的DEM压缩与重建方法

不断增长的地形数据量对存储和传输要求也越来越高。数字高程模型(DEM)作为应用最为广泛的地形数据,它的数据压缩就显得尤为重要。本文提出一了种将矢量量化(VQ)和算术编码(AC)与压缩采样相结合的DEM压缩与重建方法。与传统压缩采样相比较,本文利用一些技术改进了重建性能。仿真实验结果表明,与SPHIT算法相比较,本文提出的方法实现了更高压缩比的压缩和高峰值信噪比的重构。     

基于网格编码量化的压缩感知量化问题研究

压缩感知理论提出至今,学术界对其理论研究取得了重大的成果,并将其应用于各个领域。本文主要研究其量化方式,将网格编码量化(TCQ)方法应用于压缩感知的信号量化过程,基于压缩感知理论获取采样信号,采样信号运用网格编码量化方式量化,解码端对信号重构,重构使用2D正交匹配追踪算法。实验结果表明,该方法可以减少图像压缩时间,不影响压缩图像的质量。     

压缩感知在脉冲超宽带穿墙雷达中的应用

传统的超宽带穿墙雷达数据采样需要满足 Nyquist 采样定理,超宽带大数据量增大了 A/D 转换时的硬件压力,压缩感知理论突破了传统 Nyquist 采样的限制,它是基于信号的稀疏性,测量矩阵的随机性和非线性优化算法来对信号进行压缩采样和重构.文章针对超宽带穿墙雷达的具体工作过程和穿墙雷达目标成像空间的稀疏性提出了一种基于压缩感知理论的成像方法,并通过仿真表明了该方法的可行性和有效性.     

浅谈施工进度控制理论在工程实践中的运用

工程进度控制是建筑施工项目中的重点控制目标之一,它对于保证工程按期完成,合理安排资源供应,节约成本具有重要意义,如何做好工程项目的进度控制是工程管理人员的重要课题。     

基于稀疏压缩感知的医学图像重构算法的研究

为了更好地适应压缩图像技术的发展,针对图像重构对于资源的需求,本文提出了一种基于稀疏压缩医学图像方法,首先描述压缩感知图像中组成部分,然后在稀疏变换方面引入了字典学习概念,同时引入SCAD函数,有效提高了稀疏变换的要求,对于图像的降噪具有一定的促进,在重构算法部分引入了加权系数概念,使得改进后的算法使得回复重构具有更强的约束,通过测试函数证明,本文的算法在医学图像具有比较好的压缩效果,优于传统的重构算法。