壓縮感知重構算法及其在無線網(wǎng)絡中的應用研究.pdf

1、壓縮感知作為一種將采樣與壓縮同時執(zhí)行的先進信號處理方法，可實現(xiàn)稀疏信號的精確重建，提高信號處理效率和資源利用率。其中，重建算法是該技術的關鍵。結合分布式信源編碼原理，利用信號間和信號內(nèi)部的相關性，可將分布式壓縮感知算法應用于無線傳感網(wǎng)絡中，通過獨立編碼和聯(lián)合譯碼，來減少節(jié)點間的通信開銷，降低網(wǎng)絡的能量消耗。
　　本論文研究壓縮感知中重構算法及其在無線網(wǎng)絡中的應用，主要研究工作如下：
　　(1)提出了一種廣義半迭代硬閾值追蹤(

2、Generalized Semi-Iterative Hard Thresholding Pursuit, GSHTP)重建算法。在廣義硬閾值追蹤重建算法基礎上，引入半迭代的思想，其近似解為n次迭代結果的線性組合，修正了目標函數(shù)尋求最優(yōu)解的搜索方向，避免了鋸齒效應，且收斂得到多項式加速。在信號稀疏度未知的條件下，可實現(xiàn)信號的精確重建。數(shù)值仿真結果表明，GSHTP算法在重構概率、峰值信噪比、信噪比、匹配度等方面均優(yōu)于廣義硬閾值追蹤算法，在

3、壓縮比為0.5時，對256×256的Lena圖像進行重構，算法的峰值信噪比廣義硬閾值追蹤算法提高了0.9dB，信噪比提高了1dB；同時，在關聯(lián)成像中的應用性能也優(yōu)于廣義硬閾值追蹤算法。
　　(2)無線傳感網(wǎng)絡中，由于混合支撐集模型對信號群的公共部分不存在約束，給網(wǎng)絡框架提供了額外的自由度，論文提出一種聯(lián)合半迭代硬閾值追蹤(joint Semi-Iterative Hard Thresholding Pursuit, joint S

4、HTP)算法的混合支撐集重構算法。該算法利用信號間的相關性來求解公共部分，將公共部分的支撐集作為重構特有部分時的初始支撐集，并通過信號內(nèi)部的相關性求解特有部分，適用于無線傳感網(wǎng)絡中所有的傳感器節(jié)點將感知到的數(shù)據(jù)傳輸?shù)酱仡^節(jié)點進行的聯(lián)合重構。仿真結果表明，與其他聯(lián)合重構算法相比，無論是無噪聲情形還是有噪聲的情況下，聯(lián)合半迭代硬閾值追蹤算法均具有較大的信號重構噪聲比和較小的平均支撐勢誤差，可實現(xiàn)信號值的精確重構。
　　(3)結合分布式

5、信源編碼理論，提出了一種基于邊信息的半迭代硬閾值追蹤(Side Information Semi-Iterative Hard Thresholding Pursuit, SI_SHTP)算法。改進非對稱分布式壓縮感知的結構，對設置的傳感器節(jié)點的信號進行獨立重構，并將其估計值作為重構其他信號群的邊信息，利用信號之間的統(tǒng)計相關性，只需更少的測量值便能感知出整個無線傳感網(wǎng)的情況。論文從理論上給出了可達速率域分析和算法重構時所需的最少測量值推